Avaliação Da Incerteza de Medição

Ricardo de Arajo Kalid
kalid@ufba.br ou LACOI@ufba.br
(71) 3203.9811 ou (71) 9188.3316
www.LACOI.ufba.br
AVALIAO DA
INCERTEZA DE MEDIO
INCERTEZA DE MEDIO
Programa da disciplina
1. Histrico
2. SI Sistema Internacional de Unidades
3. Vocabulrio Internacional de Metrologia
4. Conceito: incerteza de medio
5. Terminologia do VIM algumas definies
6. Navegar preciso, viver no preciso
7. Roteiro para estimativa da incerteza de medio
8. Um pouco de estatstica
9. Estimativa da incerteza de medio
10.Planilha para estimativa da incerteza de medio
11.Mais um pouco de estatstica
12.Outros procedimentos para estimativa da incerteza
de medio
13.Resumo: estimativa da incerteza de medio
Importncia da medio
O conhecimento amplo e
satisfatrio sobre um processo
ou fenmeno somente existir
quando for possvel medi-lo e
express-lo por meio de
nmeros
Sir. William Thomson, Lord Kelvin
1824-1907.
INCERTEZA DE MEDIO
1. Histrico
de medio
Uma prova disso so as pirmides de
Gizeh, construda pelos egpcios a
aproximadamente 6800 anos atrs, com
blocos de pedras, com arestas da base
de aproximadamente 1200mm cuja a
diferena dos lados do bloco inferior a
15 mm (1,25%).
HISTRICO
Em 1789, na Frana, foi criado de um
sistema nico de pesos e medidas.
Participaram deste processo cientistas
como:
Lavoisier ;
Coulomb ;
Laplace ;
Lagrange e outros.

HISTRICO do METRO
No dia 8 de maio de 1790, um decreto
da Assemblia Nacional da Frana,
autorizou a criao do
metro com suas
medidas, mltiplos e submltiplos.
HISTRICO
Em 1795, foi promulgada uma lei proibindo
a fabricao de produtos usando as
medidas antigas e impondo : o metro
como unidade de comprimento, o are
como medida de superfcie, o litro como
medidas de volume e o grama como
medida de massa .
HISTRICO
O Brasil adotou o metro oficialmente a partir de
26 Junho de 1862

Estes padres (do metro e do quilograma) foram
substitudos em 1889, por outros mais estveis
feitos de platina iridiada.
INCERTEZA DE MEDIO
1. Histrico
de medio
"Eis que todos constituem um s
povo e falam uma s lngua. Isso
o comeo de suas iniciativas!
Agora, nenhum desgnio ser
irrealizvel para eles."

Jeov, um pouco antes de
confundir a linguagem dos
homens (Gnesis,11)
S I
Sistema Internacional
de Unidades
Sistema Internacional de Unidades
O Sistema Internacional de Unidades o
fundamento da metrologia moderna

O SI usado mundialmente por acordos
legais, mesmo em pases com sistema
prprio, por exemplo os Estados Unidos,
onde o sistema de medidas o U.S.
Customary System.
Entretanto, as unidades, tais como :
polegadas, ps, jardas, libras, etc.,
so definidas em termos das
unidades bases do S.I. .
( 1 in = 0,0254m).
O Sistema Internacional um conjunto de
definies.

Os laboratrios nacionais realizam
experincias para expressar as unidades,
tais como so definidas.
O Sistema Internacional consiste em 28
unidades :

- 7 unidades de base ;
- 2 unidades derivadas adimensionais ;
- 19 unidades derivadas .

UNIDADES BSICAS
DO SI
As definies oficiais de todas as unidades de
base do S.I. foram aprovadas pela Conferncia
Geral (CIPM)
A primeira dessas definies foi aprovada em
1889, e a mais recente em 1983

Essas definies so modificadas
periodicamente a fim de acompanhar a evoluo
das tcnicas de medio e para permitir uma
realizao mais exata das unidades de base.
UNIDADES BSICAS DO SI
Grandeza : comprimento
Nome : metro
Smbolo : m
O metro o comprimento do trajeto
percorrido pela luz no vcuo durante um
intervalo de tempo de 1/299 792 458 de
segundo.
UNIDADE BSICA DO SI:
UNIDADE DE COMPRIMENTO
UNIDADE BSICA DO SI:
UNIDADE DE MASSA
Grandeza : massa
Nome : quilograma
Smbolo : kg

O quilograma a unidade de massa (e no
de peso, nem de fora); ele igual massa do
prottipo internacional
Ainda a nica unidade que utiliza uma
medida materializada como padro de
referncia absoluto.
Grandeza : quantidade de matria
Nome : mol
Smbolo : mol
O mol a quantidade de matria de um sistema,
contendo tantas entidades elementares quantos
tomos existem em 0,012 quilogramas de carbono
12.
Nmero de Avogadro: ( 6,0221367 36) x 10
23
UNIDADE BSICA DO SI :
UNIDADE DE QUANTIDADE
DE MATRIA
Grandeza : tempo
Nome : segundo
Smbolo : s

O segundo a durao de 9 192 631 770
perodos da radiao correspondente transio
entre dois nveis hiperfinos, do estado
fundamental do tomo de csio 133
Essa definio se refere a um tomo de csio em
repouso, a uma temperatura de 0 K.
UNIDADE DE TEMPO
Grandeza : corrente eltrica
Nome : ampre
Smbolo : A

O ampre a intensidade de uma corrente eltrica
constante que, mantida em dois condutores
paralelos, retilneos, de comprimento infinito, de
seo circular desprezvel, e situados distncia de 1
metro entre si, no vcuo, produz entre estes
condutores uma fora igual a 2 x 10
-7
newton por
metro de comprimento.
UNIDADE DE CORRENTE ELTRICA
Grandeza : temperatura termodinmica
Nome : Kelvin
Smbolo : K
O kelvin, unidade de temperatura
termodinmica, a frao 1/273,16 da
temperatura termodinmica no ponto
trplice da gua.
UNIDADE BSICA DO S.I.:
UNIDADE DE TEMPERATURA
TERMODINMICA
Grandeza : intensidade luminosa
Nome : candela
Smbolo : cd

A candela a intensidade luminosa, numa
dada direo de uma fonte que emite uma
radiao monocromtica de freqncia 540
x 10
12
hertz e cuja intensidade energtica
nessa direo 1/683 watt por
esterradiano.
UNIDADE DE INTENSIDADE
LUMINOSA
Unidades derivadas do SI
Unidades
SI
derivadas
com
nomes
especiais
Exemplo
s de
Unidades
SI
derivada
s
Grafia dos resultados de
medio
Certo Errado Certo Errado Certo Errado
kelvin Kelvin 9 kV nove kV 8h9min23s 8:09:23
pascal Pascal 8 kg 8 Kg
duzentos
gramas
duzentas
gramas
ampre Ampre 5A 5As 5 A 5 As
ampre ampere 5 A cinco A 5 ampres 5 ampre
grau
Celcius
grau
celcius
cinco
ampres
cinco
ampre
3 milivolts
3 mili-
volts
quinze
quilogramas
quinze
quilos
dois
decibels
dois
decibis
trs hertz
trs
hertzes
dois lux dois luxs dois mols dois moles 2 mol 2 moles
2 lux 2 luxes dois mols dois mis 2 mols 2 mis
S.I.
Mltiplos e submltiplos

Regras de arredondamento
1. Apresentar a incerteza (u) com 1 ou 2
algarismos significativos
Exemplo: u = 0,008349 => u = 0,008
Ou: u = 0,008349 => u = 0,0083
2. Se o algarismo direita do ltimo dgito,
a ser considerado, for menor que 5,
todos os demais dgitos direita devem
ser desconsiderados
Exemplo: u = 0,008349 => u = 0,0083
3. Se o algarismo direita do ltimo dgito, a ser
considerado, for maior que 5, deve-se
adicionar um (1) a este dgito
Exemplo: u = 0,07698 => u = 0,08
considerado, for igual a 5, e este algarismo for
impar, deve-se adicionar 1 a este dgito e
desconsiderar os demais dgitos
Exemplo: u = 0,07598 => u = 0,08

considerado, for igual a 5, e este algarismo for
par, deve-se repetir este dgito e desconsiderar
os demais
Exemplo: u = 0,06598 => u = 0,06
6. NORMA NIT-DICLA-021 (2003) recomenda que
se o arredondamento diminuir o valor numrico
da incerteza de medio em mais de 5%, deve-se
arredondar o valor para cima
Exemplo: u = 0,0074 => u = 0,008
para EXPRESSO DA
INCERTEZA
1. Use o bom senso
2. Apresentar a incerteza (u) com 1 ou 2
algarismos significativos
Exemplo: Como expressar a incerteza
u = 0,008349 ?
Ou: u = 0,008349 => u = 0,008
Ou: u = 0,008349 => u = 0,009
Ou: u = 0,008349 => u = 0,0083
Ou: u = 0,008349 => u = 0,0084
Depende do problema
Regras de apresentao de
uma medida (fonte: lista de
calibrao)
Segundo o ISO GUM, os processo de medies usuais, baseados
em poucas replicatas, no tm informao suficiente que
justifique relatar a incerteza com mais de 2 algarismos
significativos. Assim, nenhuma das duas formas de apresentar a
incerteza expandida ou padro apresentadas: 167,34 g ou 200 g,
esto corretas, pois tm 5 e 3 algarismos significativos,
respectivamente.
No caso do exemplo citado, as formas corretas seriam
U = 1,7 x 10^2 g ou 2 x 10^2 (o sinal ^ representa: elevado a),
respectivamente, com 2 e 1 algarismo significativo.
Particularmente, considero que o certificado de calibrao deveria
adotar a primeira forma, com 2 algarismos significativos, pois o
usurio desse certificado, certamente usar a incerteza de
calibrao como uma fonte de incerteza de suas medies de
rotina, assim o arredondamento para 1 significativo pode deturpar
significativamente a incerteza combinada das medies de rotina
Welington Ferreira de MAGALHES - UFMG
Regras de apresentao de
uma medida (fonte: lista de
calibrao)
A incerteza expandida resultado de clculos estatsticos e portanto uma estimativa
aproximada. Quanto expressamos a incerteza expandida para o uso no Resultado da Medio,
por sua natureza estatstica, no faz sentido o uso de mais que dois algarismos significativos,
sendo comumente encontrado o uso de um algarismo significativo. Se esse valor um
resultado intermedirio e ser utilizado em futuros clculos por voc, vale a pena guardar o
nmero com um pouco mais de algarismos significativos, para que erros de arredondamento
no influenciem no resultado final. Essas informaes podem ser obtidas no item 7.2.6 do Guia
para Expresso da Incerteza de Medio do Inmetro.
A expresso da incerteza da medio no est relacionada com a resoluo do instrumento, a
no ser pelo fato de uma das incertezas que compe a incerteza combinada ser a da
resoluo.
No exemplo dado por voc eu expressaria a incerteza expandida em uma das seguintes
formas:
a) 17 x 10 g (dois algarismos significativos - caso o mtodo utilizado tivesse sido aplicado com
muito cuidado e envolvendo um grande nmero de medies, caso dos certificados de
calibrao)
b) 2 x 100 g (um algarismo significativo - caso geral)

Espero ter colaborado com a discusso sobre o assunto.
Atenciosamente, lvaro M. B. Tibiri
Forma EXIGIDA pelo ISO GUM
para apresentar o resultado de uma
medio (item 7.2.4 pg 26):
Resultado da medio (RM):

onde o nmero aps o smbolo o valor
numrico de U = k.u
c
, uma incerteza
expandida, com U determinado por
u
c
= 0,074 g e um fator de abrangncia
k = 2,00 baseado na distribuio-t, para
= 2 941 graus de liberdade. U define um
intervalo estimado para ter um nvel da
confiana de 95,45 por cento.
( ) , 15 , 0 68 , 19 g RM =
INCERTEZA DE MEDIO
1. Histrico
9. Planilha para estimativa da incerteza de medio
11.Outros procedimentos para estimativa da
incerteza
INCERTEZA DA MEDIO
ou
INCERTEZA DE MEDIO?
Vamos ao
Vocabulrio Internacional de Metrologia
ou simplesmente VIM
INCERTEZA
DE
MEDIO.
Vocabulrio Internacional
de Metrologia Legal
H diferenas
entre as definies de
Calibrao
Aferio
Verificao
no VIM e no VIML?
Vamos ao VIML
Guia para a Expresso da
Incerteza de Medio
Guide to the Expression of
Uncertainty in Measurement
ISO GUM
Concepo do Documento:
BIPM Bureau International des Poids et Mesures
IEC International Electrotechnical Comission
IFCC - International Federation of Clinical Chemistry
ISO - International Organization for Standardization
IUPAC - International Union for Pure and Applied Chemistry
IUPAP - International Union for Pure and Applied Physics
OIML - International Organization of Legal Metrology
3.4.8 - Embora este Guia proporcione uma estrutura para
avaliar incertezas, ele no pode substituitr o raciocnio
crtico, a honestidade intelectual e a habilidade
profissional.

A avaliao de incerteza (...) depende de conhecimento
detalhado da natureza do mensurando. A qualidade e
utilidade da incerteza (...) dependem, portanto, e em ltima
anlise, da compreenso, anlise crtica e integridade
daqueles fatores que contribuem para o estabelecimento
de seu valor.

Fonte: Guia para Expresso da Incerteza de Medio, 2003.
A Necessidade de Conhecimento Tcnico..
INCERTEZA DE MEDIO
1. Histrico
de medio
Quanto ao futuro
apenas a incerteza
certa.

Antnio Fidalgo
INCERTEZA DE MEDIO
Um erro provvel
Um intervalo de dvida
INCERTEZA DE MEDIO
Mesmo sabendo que o resultado da
medio sujeito a interferncias,
possvel obter informaes confiveis,
desde que o resultado da medio
venha acompanhado do seu intervalo
de dvida (a incerteza).
NORMAS PARA ESTIMATIVA DA
INCERTEZA DE MEDIO
Atualmente, a rea da metrologia
conta com alguns documentos que
tratam detalhadamente sobre a
estimativa da incerteza de medio:
EA-4/02 (1999);
INMETRO NIT-DICLA-021 (2003);
ISO GUM.
CONHECIMENTO SOBRE O
MENSURANDO E
INCERTEZA DE MEDIO
No basta somente conhecer a
metodologia matemtica para a
obteno da estimativa da incerteza,
fundamental um bom conhecimento
metrolgico na rea especfica,
para determinar a incerteza de uma
forma confivel.
INCERTE$A DE MEDIO
Porm, na maioria das vezes, no
economicamente vivel buscar o
resultado com a menor incerteza
possvel para uma medio.
INCERTEZA DE MEDIO
ADEQUADA DEPENDE DA
FINALIDADE
A aceitao dos valores depende
da finalidade qual se destinam
estes resultados.
Por exemplo:
20 g de INCERTEZA DE
MEDIO muito?
Aceita-se uma incerteza de 20g, em
uma balana de uso culinrio,
porm esta incerteza no ser aceita,
caso se deseje medir a massa de
pepitas de ouro.
INCERTEZA DE MEDIO
1. Histrico
de medio
TERMINOLOGIA - VIM
Em 10 Julho de 1995 entrou em
vigor a Portaria Inmetro n
o
029,
qual determinou o seguinte :

TERMINOLOGIA - VIM
Adotar no Brasil, a nova verso do
Vocabulrio Internacional de Termos
Fundamentais e Gerais de Metrologia
(VIM), em anexo, baseada na 21

edio (1993) do documento
elaborado pelo Departamento
Internacional de Pesos e Medidas
(BIPM) ...
TERMINOLOGIA
FONTES DE INCERTEZA
Amostras no representativas do
mensurando;
Condies ambientais no
compensadas ou compensadas
inadequadamente, no resultado da
medio.
Erros devido a resoluo;
Erros de leitura cometido pelo
operador;
Rudos de comunicao;
Incerteza dos padres;
No considerao de resduos de
ajuste de curva.
FONTES DE INCERTEZA
FONTES DE INCERTEZA
Arredondamento nos clculos;
Repetitividade;
Desvio de temperatura deriva de temperatura;
Desvio ao longo do tempo deriva de tempo;
Gravidade local;
Umidade;
Presso;
Vibrao;
Radiao;
Poeira;
Partculas em suspenso;
...
Etc.
MEDIDAS DE DISPERSO
Desvio Quadrtico Mdio
=
n
i
n
X Xi
DQM
1
2
) (
Desvio Absoluto Mdio
=
n
i
n
X Xi
DAM
1
DESVIO PADRO
EXPERIMENTAL - VIM
Para uma srie de n medies de um
mesmo mensurando, a grandeza Sx,
que caracteriza a disperso dos
resultados, dada pela frmula :
=
n
i
n
X Xi
Sx
1
2
1
) (
DESVIO PADRO
EXPERIMENTAL - VIM
Onde:
Xi representa a i-sima medio
X representa a mdia aritmtica dos
n resultados considerados
Sx o desvio padro experimental.
=
n
i
n
X Xi
Sx
1
2
1
) (
DESVIO PADRO
EXPERIMENTAL DA MDIA
VIM
A expresso uma estimativa do
desvio padro da distribuio de e
denominada desvio padro experimental
da mdia

desvio padro experimental da mdia.
n
S
x
x
n
S
S
x
x
=
x
S
INCERTEZA DE MEDIO
VIM
INCERTEZA TIPO A
Incerteza calculada por meios
estatsticos e descreve a disperso
da srie de medies.
INCERTEZA DE MEDIO
VIM
INCERTEZA TIPO B
Incerteza determinada a partir de
informaes adjacentes, ao processo de
medio, como por exemplo:
a incerteza do padro,
tipo de indicao do instrumento,
temperatura ambiente,
gradientes de temperatura,
instabilidade no funcionamento ou deriva
(drift), etc. .
Exatido de medio [VIM 3.5]
Exatido de medio, f
[accuracy of measurement /
exactitude de mesure, f]
Grau de concordncia entre o
resultado de uma medio e um
valor verdadeiro do mensurando.
Exatido de medio [VIM 3.5]
Observaes:
Exatido um conceito
qualitativo;
O termo preciso no deve
ser utilizado como exatido.
REPETITIVIDADE
(dos resultados de medio) - VIM
Grau de concordncia entre
resultados de medies sucessivas
de um mesmo mensurando
efetuadas sob as mesmas condies
de medio
Obs: Estas condies so
denominadas condies de
repetitividade.
REPETITIVIDADE
Condies de repetitividade,
incluem:
mesmo procedimento de medio;
mesmo observador;
mesmo instrumento de medio, utilizado
nas mesmas condies;
mesmo local;
repeties em curto espao de tempo.
REPETITIVIDADE
Repetitividade pode ser expressa,
quantitativamente, em funo das
caractersticas da disperso dos
resultados.
REPRODUTIBILIDADE
REPRODUTIBILIDADE
(continuao)

Preciso (de medio)
em discusso, ainda no aprovado
measurement precision
precision
Closeness of agreement between quantity values
obtained by replicate measurements of a quantity,
under specified conditions [VIM 2004: 2.35].
Grau de concordncia entre os resultados de
medies replicadas de um mesmo mensurando
efetuadas sob condies especificadas.
NOTE
Measurement precision is usually expressed numerically by
measures of imprecision, such as standard deviation, variance, or
coefficient of variation under the specified conditions of
measurement.
em discusso, ainda no aprovado
Repetitividade (de resultados de medies), f
[repetability (of results of measurement) /
rptabilit (des rsultats de mesurage), f]
Measurement precision under repeatability
conditions of measurement [VIM 2004: 2.37].
Preciso de medio sob condies de medio de
repetitividade.
Reprodutibilidade (dos resultados de
medio), f [reproducibility (of results of
measurements) / reproductibilit (des
rsultats de mesurage), f]
Measurement precision under reproducibility
conditions of measurement [VIM 2004: 2.41].
Preciso de medio sob condies de
medio de reprodutibilidade.
Desvio padro experimental
[VIM 3.8]
Desvio padro experimental, m
[experimental standard deviation / cart-type
exprimental, m]
Para uma srie de n medies de um mesmo
mensurando, a grandeza s, que caracteriza a
disperso
dos resultados dada
pela frmula:

onde x
i
representa o resultado da i-sima
medio e representa a mdia aritmtica dos n
resultados considerados.
x
Desvio padro experimental
[VIM 3.8]
Observaes:
1. Considerando uma srie de n valores como uma
amostra de uma distribuio, uma estimativa
no tendenciosa da mdia e s
2
uma estimativa
no tendenciosa da varincia o
2
, desta distribuio
2. A expresso uma estimativa do desvio
padro da distribuio de e denominada
desvio padro experimental da mdia
3. Desvio padro experimental da mdia algumas
vezes denominado incorretamente erro padro
da mdia.
n s /
x
x
Incerteza (de medio)
[VIM 3.9]
Incerteza de medio, f
[uncertainty of measurement /
incertitude de mesure, f]
Parmetro, associado ao resultado de
uma medio, que caracteriza a
disperso dos valores que podem ser
fundamentalmente atribudos a um
mensurando.
[VIM 3.9]
Observaes:
1) O parmetro pode ser, por exemplo,
um desvio padro (ou um mltiplo
dele), ou a metade de um intervalo
correspondente a um nvel de
confiana estabelecido;

[VIM 3.9]
Observaes:
2) A incerteza de medio compreende, em geral,
muitos componentes. Alguns destes componentes
podem ser estimados com base na distribuio
estatstica dos resultados das sries de medies e
podem ser caracterizados por desvios padro
experimentais (tipo A). Os outros componentes,
que tambm podem ser caracterizados por desvios
padro, so avaliados por meio de distribuio de
probabilidade assumidas baseadas na experincia
ou em outras informaes (tipo B).
Incerteza
Sistemtica (que deve corrigir o valor medido)
Aleatria
Ambas tem incertezas:
Tipo A calculada atravs da estatstica
Tipo B avaliada por mtodos no-estatsticos:
Fornecido pelo fabricante do instrumento
Estimado pela experincia
Assumido igual a metade da menor escala
Etc..
VIM Vocabulrio
Internacional de Termos
Fundamentais e Gerais de
Metrologia
Padres
Padro [VIM 6.1]
Padro, m [(measurement) standard /
talon, m]
Medida materializada, instrumento de
medio, material de referncia ou
sistema de medio destinado a definir,
realizar, conservar ou reproduzir uma
unidade ou um ou mais valores de uma
grandeza para servir como referncia.
Padro [VIM 6.1]
Exemplos:
Massa padro de 1 kg;
Resistor padro de 100 O;
Ampermetro padro;
Padro de frequncia de csio;
Eletrodo padro de hidrognio;
Soluo de referncia de cortisol no soro
humano, tendo uma concentrao certificada.
Tipos de padres
Padro internacional [VIM 6.2]
Padro nacional [VIM 6.3]
Padro primrio [VIM 6.4]
Padro secundrio [VIM 6.5]
Padro de referncia [VIM 6.6]
Padro de trabalho [VIM 6.7]
Rastreabilidade [VIM 6.10]
Rastreabilidade, f
[traceability / traabilit, f]
Propriedade do resultado de uma medio
ou do valor de um padro estar relacionado
a referncias estabelecidas, geralmente
padres nacionais ou internacionais,
atravs de uma cadeia contnua de
comparaes, todas tendo incertezas
estabelecidas.
Cadeia de rastreabilidade
[VIM 6.10]
Cadeia de rastreabilidade
[VIM 6.10]
Padro primrio, BIPM / NMI
Padro secundrio, NMI / Lab. Cred.
Padro de referncia, Lab. Cred. / Ind.
Padro de trabalho, Lab. Cred. /
Indstria
Equipamentos padres, indstria
Produtos..
Navegar preciso
Viver no
preciso

Fernando Pessoa

INCERTEZA DE MEDIO
1. Histrico
de medio
Repetitividade X Exatido
Instrumento repetitivo
Medida repetitiva
Instrumento mais exato
Medida mais exata

o ISO-GUM recomenda NO utilizar a
palavra PRECISO
Medida mais repetitiva e
menos exata
Medida mais exata e
menos repetitiva
Medida menos exata e
menos repetitiva
Medida mais exata e
mais repetitiva
A D B C
REPETITIVO
EXATO
A
B
C
D
POUCO REPETITIVO
EXATO
REPETITIVO
INEXATO
POUCO REPETIVIO
INEXATO
Qual o melhor instrumento?
Se $$$ no for problema, compre um instrumento exato
e repetitivo
Para controle de processo, geralmente, mais
adequado um instrumento repetitivo e pouco exato
Para anlise, acompanhamento, programao da
produo, otimizao, um instrumento exato, mas no
repetitivo geralmente mais adequado
Para controle de qualidade e controle estatstico de
variveis intermedirias melhor um instrumento mais
repetitivo, mas para variveis do produto final o
instrumento tem que ser repetitivo e exato
Para transferncia de custdia o instrumento tem que
ser exato e repetitivo..
INCERTEZA DE MEDIO
1. Histrico
de medio
Roteiro para estimativa da
incerteza de medio pelo mtodo
clssico
1. Especificar o mensurando
2. Identificar as fontes de incerteza, apoiando-se
em um diagrama de Ishikawa
3. Quantificar os componentes de incerteza
4. Estimar a incerteza combinada
5. Estimar a incerteza expandida
6. Se julgar pertinente, por exemplo em caso de
incertezas combinada e consequentemente
expandida bastante significativas, realizar uma
anlise de contribuies de incerteza
(comparao entre os componentes), baseada
em grficos retratando estas contribuies
7. Apresentar o RM de acordo com o ISO GUM.
incerteza de medio
1. Especificar o mensurando :
Declarar o que est sendo medido
Estabelecer as condies operacionais da planta
Estabelcer as condies de medio
Mostrar a equao ou equaes sucessivas entre o
mensurando e as grandezas de entrada
Apresentar todas as fases intermedirias tais como
preparao de soluo padro ou de trabalho,
diluio e/ou padronizao desta soluo, etc...:
acompanhando e respeitando as informaes do(s)
procedimento(s) que descrevem o mtodo de medio
mostrando claramente as unidades utilizadas na(s)
relao(es), o que acaba constituindo uma forma de
verificar a(s) equao(es).
incerteza de medio
2. Identificar as fontes de incerteza,
apoiando-se em um diagrama de
Ishikawa
incertezas combinada e consequentemente expandida
bastante significativas, realizar uma anlise de
contribuies de incerteza (comparao entre os
componentes), baseada em grficos retratando estas
contribuies
Roteiro para estimativa
da incerteza de medio
2. Identificar as fontes de incerteza, apoiando-se em um diagrama
de Ishikawa:
Elaborar uma lista extensa de fontes de incerteza :
sem, nesta etapa, se preocupar com a sua quantificao;
iniciando, se houver, com a equao bsica utilizada para o clculo do
mensurando,
e acrescentando parmetros que no aparecem explicitamente na equao do
mensurando como, por exemplo :
Amostragem ;
Preparao da amostra ;
Materiais de referncia ;
Calibrao de instrumentos ;
Dados do fabricante do instrumento :
Linearidade; Circuito eletrnico; Compensao de
temperatura; Medio de temperatura; Diferena de
altitude; Umidade; Calibrao; Resoluo.
Montar as ramificaes principais do diagrama de Ishikawa :
Utilizar o diagrama de Ishikawa para representar graficamente estas fontes
de incerteza. Os termos da equao formaro algumas das ramificaes
principais do diagrama, ao qual sero acrescentadas eventuais
ramificaes correspondendo a, por exemplo, alguns dados de incerteza
referentes aos parmetros listados acima.
Roteiro para estimativa da incerteza de
medio pelo mtodo ISO-GUM
2. Identificar as fontes de incerteza, apoiando-se em um
diagrama de Ishikawa (continuao):
Acrescentar qualquer outro fator ao diagrama, considerando cada
etapa do mtodo :
Evoluir em direo s extremidades das ramificaes a partir dos efeitos
principais.
Para cada ramificao, acrescentar fatores contributivos at os efeitos se
tornarem desprezveis.
Resolver as duplicaes e reorganizar o diagrama :
A resoluo destas duplicaes (exatamente o mesmo efeito encontrado duas
ou mais vezes no diagrama) deve ser muito criteriosa pois, nesta etapa, um
profundo conhecimento da tcnica analtica pode ser necessria. As
duplicaes so resolvidas principalmente de 3 maneiras diferentes :
Os efeitos se anulam (por exemplo, alguma tendncia de uma balana que se
repete e se anula quando de duas pesagens sucessivas para chegar a uma
diferena de peso) : reorganizar o diagrama, eliminando estes efeitos;
Os efeitos so independentes entre si quanto influncia sobre o mensurando:
os efeitos permanecem, cada um com sua individualidade;
Existe uma interdependncia entre os efeitos : analisar como reagrup-los,
eliminando a duplicidade ao reorganizar o diagrama.
Fontes de incerteza :
diagrama de causa e efeito
Material Mtodo Instrumentos de medio
Equipamentos
auxiliares
Vidraria

Limpeza
Reagentes/Matria-prima

Pureza
Amostra : Tamanho,
Amostragem, Tratamento,
Transporte, Estocagem,
Homogeneidade
Interferncias
Matriz
Verificao
Calibrao
Iluminao
Ventilao
Contaminao
Temperatura
Umidade
Presso
Desempenho
Incerteza
combinada
do
mensurando
Definio do
mensurando
Capacitao
treinamento
Habilidade
Analista/
Operador
Repetitividade
Condies
ambientais
Padres, MR, MRC
Correo de branco
Deriva
Tendncia
Amostragem
Resoluo
Manuteno
CAUSAS
EFEITO
FONTES
DE
INCERTEZA
Famlias das Fontes de Incerteza
Fonte de Incerteza Contribuio para a incerteza do resultado
Objeto da medio ou
Equipamento a calibrar
Resoluo finita, facilidade de leitura
Estado de conservao
Instabilidade das leituras. Etc.
Instrumento(s) de referncia ou
Padro(es) utilizados
Incerteza da calibrao
Deriva ao longo do tempo
Erros sistemticos . Etc.
Mtodo de medio
Adequao do mtodo
Aproximaes do modelo matemtico
Faixa da medio, fugas (I, F, etc) . Etc.
Operador
Treino, formao, experincia
Paralaxe, capacidade visual
Registro de valores e tempo de reao
Obedincia aos procedimentos de coleta. Etc.
Condies ambientais
Temperatura. Presso. Humidade
Rudo eletromagntico. Oscilao da corrente
Poeiras. Vibraes. Etc.
rea: Dimensional
Incerteza do SM ou Padro de referncia
(certificado de calibrao) ;
Estabilidade do SM/Padro em funo do
tempo, (grau de utilizao e agressividade do
meio);
Resoluo;
Influncia das condies ambientais sobre o SM;
Efeitos de temperatura sobre o mensurando;
Deformao elstica;
Erros geomtricos.
rea: Massa
Incerteza do Padro de referncia (certificado de
calibrao);
Estabilidade dos valores de massa em funo do
tempo;
Processo de medio/comparador/ balana :
Repetitividade;
Resoluo;
Linearidade;
Efeitos de temperatura.

Erros nos comprimentos dos braos;
Empuxo do ar;
Condies Ambientais :
Gradientes de temperatura;
Umidade;
Mudana de temperatura na sala;
Contaminao de partculas.
rea: Massa
rea: Presso
(certificado de calibrao);
Resoluo do Padro;
Resoluo do Instrumento de medio;
Peso especfico de um fludo;
Temperatura ambiente;
Incerteza da gravidade local;
Incerteza da rea do pisto.
rea: Temperatura
Incerteza do Padro de referncia (certificado de
calibrao);
Estabilidade em funo do tempo;
Equipamentos (padro de tenso ou resistncia) e
instrumentos de medies envolvidos;
Auto- aquecimento (termoresistncia);
Fios de compensao e juntas de referncias;
Estabilidade trmica do mensurado;
Imerso parcial/efeitos de colunas emergentes;
Incerteza dos meios trmicos;
Interpolao matemtica (tabelas de referncia e ajustes
de curvas).
rea: Eltrica
(certificado de calibrao);
Estabilidade do SM em funes do tempo;
Estabilidade do SM em Funo das condies de
uso;
Resoluo;
Interpolao de dados de calibrao;
Interligao dos vrios mdulos do SM;
Tenses termoeltricas ;
Efeitos de impedncia;
Repetitividade devido conexo de condutores
eltricos.
FONTES DE INCERTEZAS
COMUNS A TODAS AS REAS
1. Incerteza do SM ou Padro;
2. Condies ambientais (grandezas de
influncia;
3. Repetitividade (tipo A );
4. Erros matemticos;
5. Aproximao do modelo ou do mtodo;
6. Ajuste de curva e interpolao em tabelas;
7. Erros de arredondamento/truncamento;
Ex: 2,346 = 2,35 = 2,4
mas poderia ser: 2,346 = 2,3
RESUMINDO:
POSSVEIS FONTES DE INCERTEZA
(a) definio incompleta do mensurando;
(b) amostragem no representativa;
(c) condies ambientais ou grandezas de influncia;
(d) tendncias pessoais na leitura de instrumentos analgicos;
(e) resoluo finita do instrumento de medio e/ou de referncia;
(f) valores inexatos dos padres e dos materiais de referncia;
(g) valores inexatos de constantes utilizadas;
(h) aproximaes/suposies incorporadas ao mtodo de medio;
(i) aproximaes/suposies incorporadas ao modelo matemtico;
(j) instabilidade dos instrumentos com o tempo e/ou com a temperatura;
(k) variaes nas observaes repetidas do mensurando sob condies aparentemente
idnticas;
(l) Outras;
(m) Etecetera;
(n) ...
incerteza de medio
diagrama de Ishikawa
3. Quantificar os componentes
de incerteza
contribuies
Quando no est em nosso poder
seguir o que verdadeiro,
deveramos seguir o que mais
provvel.
Ren Descastes
Matemtico e filsofo francs
1596-1650
Fontes de informao de
incertezas tipo B
Fabricante do instrumento
Certificado de calibrao
Limites mximos de variao
Resoluo do instrumento
Experincia do metrologista
Instrumento semelhante

Incerteza tipo B a partir de
informaes do
fabricante do instrumento
Se apresentar a incerteza conforme o ISO
GUM recomenda, dividir pelo fator de
abrangncia
Se apresentar ERRONEAMENTE como
acurcia, exatido, preciso, erro, ou qualquer
outro nome, solicite que o fabricante informe
corretamente a incerteza:
Ou considere distribuio retangular, por
recomendao do ISO GUM e divida por raiz de 3
3
o apresentad valor
u
B
=
Incerteza tipo B a partir do
certificado de calibrao
Considere o erro sistemtico: C
Considere a incerteza do erro sistemtico: u
Bs
Considere a incerteza expandida (incerteza
herdada) e divida pelo fator de abranncia (k):
padro incerteza a
a abrangnci de fator o
expandida incerteza a
.
B
B B
u
k
U
onde
k
U
u u k U = =
Incerteza tipo B a partir de limites
de variao
Informaes disponveis:
LS - Limite Superior
LI - Limite Inferior

Mdia:

Incerteza padro:

FDP a priori retangular (uniforme)
GL = infinito
2
LS LI
X
+
=
( )
3 2.
LI LS
X u

=
Incerteza tipo B a partir da
resoluo do instrumento
Escala em bom estado e
razoavelmente dividida: 3 . 2
escala menor
u
B
=
Escala em excelente
estado e muito bem
dividida:
3 . 4
escala menor
u
B
=
Escala em pssimo
estado ou m dividida:
3
escala menor
u
B
=
Incerteza tipo B a partir da
experincia do metrologista
S Deus, o diabo e/ou
o metrologista sabe o
valor a ser adotado,
no necessariamente
nessa ordem.
Incerteza tipo B a partir de
instrumento semelhante
Compare:
o estado dos instrumentos,
tempo da ltima calibrao,
competncia do fabricante,
outros aspectos que julgar importante
Adote uma incerteza proporcional
(maior, igual ou menor).
Distribuio Fonte de Incerteza Divisor Grau lib.
Retangular - Resoluo/2 v
eff
t-Student
ou
Normal
- Incertezas herdadas k
Infinitos
- Desvio padro exp. da mdia n 1
- Desvio padro de R&R
- Desvio padro Carta Controle
1 n 1
- Desvio padro de resduos de
curvas de correo
1
(n 1) graus
do polinmio
Triangular - Fornecida pelo certificado v
eff
3
Exemplos de Divisores e Graus de
Liberdade para Fontes de Incerteza
n
6
incerteza de medio
contribuies
Incerteza Padro Combinada (u
c
)
para grandezas de entrada
independentes
Combinao das incertezas padro
tipo A e tipo B
Soma vetorial hipteses adotadas
1. O modelo matemtico do mensurando fracamente
no-linear
2. As FDPs das incertezas so simtricas
3. As grandezas independentes do modelo so
estatisticamente independentes entre si
( ) ( )
unidades de converso de fator um onde
. .
1
2
1
2
i
nb
j
B j
na
i
A i C
c
u c u c u
j i

= =
+ =
c
)
tipo A e tipo B
Soma vetorial:
( ) ( )

= =
+ =
nb
j
B j
na
i
A i C
j i
u c u c u
1
2
1
2
. .
( ) ( ) ( )
( ) ( ) ( )
2 2 2
2 2 2
. . .
. . .
2 2 1 1
2 2 1 1
nb nb
na na
B B B B B B
A A A A A A
C
u c u c u c
u c u c u c
u
+ + +
+ + + +
=
c
)
para grandezas de entrada
correlacionadas
tipo A e tipo B
Soma vetorial hipteses adotadas
1. O modelo matemtico do mensurando fracamente
no-linear
2. As FDPs das incertezas so simtricas
( )
( )
( )
( )
( )
( )
( ) ( )
( )
( )
2
, ,
, ,
2
, , , ,
2
, ,
, ,
2
2
, ,
2
2
, ,
2
2
, ,
C
. . 2 . . 2 . . 2
. . .
: {61}
, , considere
yz
z y x
z y x
xz
z y x z y x
xy
z y x
z y x
z
z y x
y
z y x
x
z y x
S
z
w
y
w
S
z
w
x
w
S
y
w
x
w
S
z
w
S
y
w
S
x
w
u
z y x w w
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
=
c
)
pelo mtodo clssico
( )
|
|
.
|
\
|
c
c
=
z y x
i
x
w
C
, ,
onde
( )
1
1 i
2
2
n-
x x
S
n
i
x
( )( )
y x
n
y y x x
S
n
i
i i
xy
com de a covarinci a
1
.
onde : {60}
1
2

=
GRAUS EFETIVOS DE
LIBERDADE - v
eff
Para estimar a incerteza expandida preciso
estimar o fator de abrangncia (k), para um certo
nvel da confiana (geralmente entre de 95 % e
99,8%). Para isto devemos calcular o v
eff
pela
frmula de Welch-Satterthwaite:.
nb
nb
na
na
B
B
B
B
A
A A
c
n
i
i
i
c
eff
v
u
v
u
v
u
n
u
u
v
u
u
v
4 4 4 4
4
1
4
4
1
1 1
1
+ + + + +
= =
=
GRAUS EFETIVOS DE
LIBERDADE - v
eff
Se as unidades das grandezas de entrada e/ou
de sada so diferentes deve-se usar a frmula
de Welch-Satterthwaite na forma relativa:
( )
( )
=
=
|
.
|
\
|
n
i
i
i
i
eff
v
x
x u
v
Y
Y u
1
4 4
incerteza de medio
contribuies
Incerteza expandida (U)
Informaes para a estimativa da incerteza
expandida (U)
combinada padro incerteza a
a abrangnci de fator o
expandida incerteza da estimativa a
.
c
c
u
k
U
onde
u k U =
k fator de abrangncia
Probabilidade de acerto

Onde :
NC nvel da confiana, geralmente = 95%
GL graus efetivos de liberdade,
pode ser GL = n - 1
t = valor tabelado em funo do nvel da
confiana (NC) e do grau de liberdade (GL).
n = nmero de medies para cada ponto;
U = incerteza expandida
u
c
= incerteza padro combinada
t = k = fator de abrangncia calculado pela
distribuio t-Student.
( ) GL NC t k , =
GL= v
eff 50% 95% 95,45% 99% 99,8%
1

1,00
12,71

13,97

63,66

318

2

0,82

4,30

4,53

9,93

22,33

3

0,76

3,18

3,31

5,84

10,21

4

0,74

2,78

2,87

4,60

7,17

5

0,73

2,57

2,65

4,03

5,89

6

0,72

2,45

2,52

3,71

5,21

7

0,71

2,36

2,43

3,50

4,79

8

0,71

2,31

2,37

3,36

4,50

9

0,70

2,26

2,32

3,25

4,3

10

0,70

2,23

2,28

3,17

4,14

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

50

0,68

2,01

2,05

2,68

3,26

60

0,68

2,00

2,04

2,66

3,23

80

0,68

1,99

2,03

2,64

3,20

120

0,68

1,98

2,03

2,62

3,16

150

0,68

1,98

2,02

2,61

3,15

250

0,68

1,97

2,01

2,60

3,12

500

0,67

1,96

2,01

2,59

3,11

> 1000
0,67

1,96

2,00
2,58

3,09

FATOR DE ABRANGNCIA para diferentes NVEIS DA CONFIANA para vrios GL (graus de liberdade)
FATOR DE ABRANGNCIA
t = k
Se Veff for maior que 1000, considera-se o
resultado como uma distribuio de
probabilidade Normal e utiliza-se k = 2,00 para
uma probabilidade de abrangncia de 95,45%.
Valor obtido pela tabela t de Student ou
No excel: k = t = invt(1-0,9545;valor de v
eff
)
MATLAB: k = t = -tinv((1-0.95)/2,v
eff
).
incerteza de medio
6. Se julgar pertinente, por exemplo em
caso de incertezas combinada e
consequentemente expandida bastante
significativas, realizar uma anlise de
contribuies de incerteza (comparao
entre os componentes), baseada em
grficos retratando estas contribuies
Pareto das contribuies para
incerteza padro combinada e
incerteza expandida
Construa um grfico de Pareto das
incertezas padres
Avalie as maiores fontes de incerteza
Tome as medidas cabveis
incerteza de medio
contribuies
7. Apresentar o RM de acordo
com o ISO GUM.
Informaes obrigatrias que devem
ser apresentadas no RM
RM um possvel Resultado de uma Medio
VMP um valor mais provvel, normalmente a mdia
aritmtica corrigida:
VMP = VM + Cs ou VMP = VM . Cs
Cs uma correo do erro sistemtico
u
Cs
a incerteza da correo do erro sistemtico
U uma incerteza expandida, ( U = k.u
c
)
u
c
uma incerteza padro combinada
k um fator de abrangncia
v
eff
o grau efetivo de liberdade
NC o nvel da confiana (entre 95% e 99,8%)
( ) unidades U VMP RM =

numrico de U = k.u
c
, uma incerteza
u
c
( ) , 15 , 0 68 , 19 g RM =
FATOR DE ABRANGNCIA
t = k
eff
)
MATLAB: k = t = -tinv((1-0.95)/2,v
eff
).
Exemplo:
sistema de medio de
vazo volumtrica
Partes do sistema:
1. Sensor (elemento primrio de medio):
Placa de orifcio
2. Transdutor de medio
(elemento secundrio de medio
Medidor de presso diferencial
3. Dispositivo mostrador.
incerteza de medio pelo mtodo
clssico
2. Identificar as fontes de incerteza, apoiando-se
em um diagrama de Ishikawa
incertezas combinada e consequentemente
expandida bastante significativas, realizar uma
anlise de contribuies de incerteza
(comparao entre os componentes), baseada
em grficos retratando estas contribuies.
Seguindo o roteiro para estimativa
da incerteza
1. Especificar o mensurando:
Vazo volumtrica do tag F-2304
Condies tpicas de operao
T = 198
o
C
P = 12,9 kgf/cm
2
100% da carga nominal
Dia de sol
Metade da campanha (3 meses)
Turma D de operao
Bombas B123 e B125 operando
Vlculas de controle entre 40 e 60% de abertura
Vlulas de by-pass abertas a 50% (NO DEVERIA ESTAR
ABERTAS!!!)
Longe do dssidio coletivo!
Modelo matemtico
P C VM
d
A = . . o
Fontes de incerteza do
sistema de medio volumtrica
Incerteza devido a repetitividade das
medio
tipo A
Incerteza padro da placa de orifcio (u
Cd
)
tipo B
Incerteza padro do medidor de presso
diferencial (u
P
)
tipo B
Incerteza padro do mostrador (u
)
tipo B.
Amostra experimental
50 medies independentes e
sucessivas de vazo volumtrica (m
3
/h)
16,0

18,9

13,7

19,5

11,0

16,2

20,4

15,2

21,3

14,4

12,8

16,0

13,2

17,2

16,1

15,2

18,4

14,2

11,5

14,0

14,7

17,9

13,9

12,0

19,7

15,3

12,4

15,5

16,5

17,5

15,8

16,2

17,5

15,8

17,3

12,7

15,5

14,5

15,9

16,5

14,8

18,0

14,5

15,0

13,2

13,5

16,7

17,9

16,6

16,8

TABULAO DOS DADOS
N

Classes

Pontos Mdios

Freqncias

f

% f

1

11,0 < x 12,5
11,75
IIII
4

8%
2

12,5 < x 14,0
13,25 IIIIII

6 12%
3

14,0 < x 15,5
14,75 IIIIIIIIII

11 22%
4

15,5 < x 17,0
16,25 IIIIIIIIIIIIII

15
30%
5

17,0 < x 18,5
17,75 IIIIIII

7 14%
6

18,5 < x 21,0
19,25 IIII

4

8%
7

21,0 < x 22,5
20,75 II

2

4%

--------------
---------
50
50
100%

Onde : f = Freqncias obtidas;
%f = Freqncias obtidas (em porcentagem)
Estatsticas do experimento
Mdia: = 15,742 857 142 857 14 m
3
/h
Desvio padro experimental:
Sx = 2,275 778 255 161 66 m
3
/h
Desvio padro experimental da mdia
= 0,325 111 179 308 81 m
3
/h

x
x
S
Incerteza tipo B
Incerteza padro da placa de orifcio (u
Cd
) - tipo B
Informado pelo fabricante
Incerteza expandida de 1% do valor medido
Incerteza padro do medidor de presso
diferencial (u
P
) - tipo B
Laudo de calibrao do laboratrio
Preciso de 2%
Incerteza padro do mostrador (u
) - tipo B
Sem documentao, sem catlogos, o fabricante
fechou, sem instrumentos semelhantes
Menor escala 2 m
3
/h
INCERTEZA DE MEDIO
1. Histrico
de medio
Amostra experimental
50 medies independentes e
sucessivas de vazo volumtrica (m
3
/h)
16,0

18,9

13,7

19,5

11,0

16,2

20,4

15,2

21,3

14,4

12,8

16,0

13,2

17,2

16,1

15,2

18,4

14,2

11,5

14,0

14,7

17,9

13,9

12,0

19,7

15,3

12,4

15,5

16,5

17,5

15,8

16,2

17,5

15,8

17,3

12,7

15,5

14,5

15,9

16,5

14,8

18,0

14,5

15,0

13,2

13,5

16,7

17,9

16,6

16,8

HISTOGRAMA
uma forma de representao grfica de
distribuio de freqncias atravs de um
grfico de colunas (denominado tambm de
polgono de freqncia).
Atravs do Histograma pode-se identificar o
tipo de distribuio, anormalidades no
processo, etc .
AMPLITUDE
h m Xmnimo / 0 , 11
3
=
h m Xmximo / 3 , 21
3
=
=
=
h m A
A
/ 3 , 10
0 , 11 3 , 21
3
HISTOGRAMA
Definio do nmero de classes (K).
n K =
50 = K
50 = n
07 , 7 = K
HISTOGRAMA
Determinao do tamanho das classes (h).
K
A
h =
h m h /
07 , 7
3 , 10
3
=
h m h / 47 , 1
3
=
TABULAO DOS DADOS
N

Classes

Pontos Mdios

Freqncias

f

% f

1

11,0 < x 12,5
11,75
IIII
4

8%
2

12,5 < x 14,0
13,25 IIIIII

6 12%
3

14,0 < x 15,5
14,75 IIIIIIIIII

11 22%
4

15,5 < x 17,0
16,25 IIIIIIIIIIIIII

15
30%
5

17,0 < x 18,5
17,75 IIIIIII

7 14%
6

18,5 < x 21,0
19,25 IIII

4

8%
7

21,0 < x 22,5
20,75 II

2

4%

--------------
---------
50
50
100%

Onde : f = Freqncias obtidas;
%f = Freqncias obtidas (em porcentagem)
CURVA NORMAL
1.S = 68,27 %
3.S = 99,73 %
2.S = 95,45 %
Valor Mdio
Estatsticas do experimento
Mdia: = 15,742 857 142 857 14 m
3
/h
Desvio padro experimental:
Sx = 2,275 778 255 161 66 m
3
/h
Desvio padro experimental da mdia
= 0,325 111 179 308 81 m
3
/h

x
x
S
DISTRIBUIO DE FREQUNCIA
NORMAL OU GAUSSIANA
Esse tipo de distribuio, encontrado
freqentemente em trabalhos
experimentais
A lei Normal, de Gauss ou Gaussiana dos
erros, constitui a base para a maior parte
dos estudos das incertezas de medies.
As hipteses que conduzem lei Normal
so bastante simples :
Todas as observaes incluem um grande
nmero de pequenos efeitos perturbadores
aleatrios, ou erros aleatrios;
Os pequenos efeitos aleatrios podem ter
sinais positivos ou negativos;
H probabilidade igual tanto para efeitos
perturbadores positivos como para
negativos.
NORMAL OU GAUSSIANA
NORMAL OU GAUSSIANA
1. Haver uma forte tendncia de centralizao isto , os
pequenos erros so mais provveis que os grandes
erros;
2. Erros muito grandes, positivos e negativos, so muito
improvveis;
3. A curva de probabilidade de um dado erro marcado em
funo do valor do erro ser simtrica com respeito ao
valor nulo (por causa da igual probabilidade dos
componentes positivos e negativos dos erros).

NORMAL OU GAUSSIANA
Com relao ao exemplo anterior :
A rea sob a curva mede a probabilidade
O valor mdio est concentrado em torno da mdia
aritmtica 15,742 857 142 857 14 m
3
/h
A largura da base mede a disperso
A disperso pode ser caracterizada pelo desvio
padro: valor mnimo e mximo que corresponde a
uma rea de 68,28% da rea total em torno da mdia na
curva de frequncia.
As curvas de distribuio podem ter
uma infinidade de formas, dentre
elas:
Normal
t-Student
Retangular
Triangular
Trapezoidal
Exponencial
U.
DISTRIBUIO NORMAL
Como j visto, esta distribuio utilizada
para anlises em processos com
resultados, de certa forma j, esperados, ou
com um nmero de leitura razovel ( > 30)

Seu aspecto grfico de um sino, e para a
sua construo, so necessrios dois
parmetros: a mdia e o desvio padro.
DISTRIBUIO NORMAL
A curva Normal se estende desde menos
infinito at mais infinito e, sendo uma
curva de probabilidade, a rea limitada pela
mesma representa a probabilidade de
encontrarmos todas as observaes e,
portanto igual a 1 (100%).
HISTOGRAMA
1
3 4 5
6
2 1
Verificao da
normalidade
0,5
CURVA NORMAL
1.S = 68,27 %
3.S = 99,73 %
2.S = 95,45 %
Valor Mdio
DISTRIBUIO NORMAL
Para conhecermos a probabilidade de
encontrarmos valores em determinadas
faixas da curva, devemos utilizar a
distribuio normal (ou tabela da
distribuio normal) as quais podem ser
usadas para declarar vrias percentagens
de intervalos de confiana.
DISTRIBUIO t-Student
Muitas variveis tem comportamento
prximo da FDP Normal;
A medida que diminumos o nmero
de repeties, estamos tambm
deixando de ter certeza de que a
nossa amostra esteja representando
exatamente uma distribuio Normal.
Para minimizar este inconveniente,
foi desenvolvido por Willian S.
Gosset, matematicamente a
distribuio t, conhecida como a
distribuio t de Student .
Comparap entre
FDP Normal x FDP t-Student
NVEL DA CONFIANA
Importante para determinar o fator de
abrangncia

Onde :
GL graus de liberdade, pode ser GL = n - 1
u
c
( )
c
u GL , NC t U =
GL= Veff 50% 95% 95,45% 99% 99,8%
1

1,00
12,71

13,97

63,66

318

2

0,82

4,30

4,53

9,93

22,33

3

0,76

3,18

3,31

5,84

10,21

4

0,74

2,78

2,87

4,60

7,17

5

0,73

2,57

2,65

4,03

5,89

6

0,72

2,45

2,52

3,71

5,21

7

0,71

2,36

2,43

3,50

4,79

8

0,71

2,31

2,37

3,36

4,50

9

0,70

2,26

2,32

3,25

4,3

10

0,70

2,23

2,28

3,17

4,14

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

50

0,68

2,01

2,05

2,68

3,26

60

0,68

2,00

2,04

2,66

3,23

80

0,68

1,99

2,03

2,64

3,20

120

0,68

1,98

2,03

2,62

3,16

150

0,68

1,98

2,02

2,61

3,15

250

0,68

1,97

2,01

2,60

3,12

500

0,67

1,96

2,01

2,59

3,11

> 1000
0,67

1,96

2,00
2,58

3,09

FATOR DE ABRANGNCIA
t = k
eff
)
MATLAB: k = t = -tinv((1-0.95)/2,v
eff
).
Amostra X Populao
Populao = todos os dados
Amostra = parcela da populao
(quase) sempre vamos tratar com
amostras
Letras gregas so utilizadas para as
estatsticas de uma populao
Letras latinas so utilizadas para as
estatsticas de uma amostra
Estatstica (simbologia)
Universo ou
Populao

Amostra
Finita
Mdia

x

Desvio
Padro

s

Varincias

s

MDIA ARITIMTICA
o valor mais provvel do mensurando,
aps uma srie de medies
independentes.
x
i
= valor independente de cada medio
n = nmero de medies.
=
=
n
i
i
n
x
x
1
Clculo da mdia
Durante um experimento foram
realizadas 4 medies de vazo:
h m x
x
/ 0 , 6
4
8 , 5 9 , 5 2 , 6 1 , 6
3
=
+ + +
=
AMPLITUDE (span)
a diferena entre a maior e a menor
medida encontrada em uma srie de
medidas independentes.
Xmin. Xmx. A =
EXEMPLO
Utilizando os dados anteriores :
h m Xmximo
h m Xmnimo
/ 2 , 6
/ 8 , 5
3
3
=
=
=
=
h m A
A
/ 4 , 0
8 , 5 2 , 6
3
DESVIO DA MDIA
O desvio da mdia pode ser expresso por:

O desvio da mdia tem sinal positivo ou
negativo. A soma desses desvios
sempre zero.
X X d
X X d
X X d
X X d
n n =
=
=
=
3 3
2 2
1 1
EXEMPLO
Qual o desvio da mdia para estes
valores : 112,8 ; 112,2 e 112,5 bar?
bar X 5 , 112 =
bar X d 3 , 0 8 , 112 1 = =
bar X d 3 , 0 2 , 112 2 = =
bar X d 0 , 0 5 , 112 3 = =
DESVIO QUADRTICO
Desvio quadrtico caracterizado pelo
quadrado do desvio.
) (
) (
) (
) (
3 3
2 2
1 1
X X dq
X X dq
X X dq
X X dq
n n =
=
=
=
EXEMPLO
DESVIO QUADRTICO
bar X 5 , 112 =
2
bar 0,09 0,3 d dq 0,3 X 112,8 d 1 1 1 = = = = =
2
bar 0,09 0,3 - d dq 0,3 X 112,2 d 2 2 2 = = = = =
2
0 , 0 bar 0,00 0,0 d dq X 112,5 d 3 3 3 = = = = =
DESVIO QUADRTICO MDIO
(VARINCIA DA POPULAO)
O desvio quadrtico mdio definido como
a mdia aritmtica dos quadrados dos
desvios.
=
n
i
n
X Xi
1
) (
o
EXEMPLO
DESVIO QUADRTICO MDIO
(VARINCIA DA POPULAO)
0,09 0,3 d 0,3 X 112,8 d 1 1 = = = =
0,09 0,3 - d 0,3 X 112,2 d 2 2 = = = =
0,00 0,0 d 0 , 0 X 112,5 d 3 3 = = = =
=
+ +
=
3
1
3
) 0 , 0 ( ) 3 , 0 ( ) 3 , 0 (
i
o
2
06 , 0 bar = o
=
n
i
n
X Xn
1
) (
o
DESVIO PADRO (da populao)
O desvio padro de um nmero
infinito de dados a raiz quadrada
da varincia.
=
n
i
n
X Xi
1
2
) (
o
EXEMPLO
DESVIO PADRO (da populao)
=
n
i
n
X Xi
1
2
) (
o
2
06 , 0 bar = o
bar 245 , 0 = o
Varincia:
DESVIO PADRO EXPERIMENTAL
O desvio padro experimental calculado
com base em amostras (nosso caso):
=
n
i
n
X Xi
Sx
1
2
1
) (
DESVIO PADRO
EXPERIMENTAL DA MDIA
O desvio padro experimental da mdia fornece
uma estimativa do desvio padro da mdia
aritmtica em relao mdia da populao
global.
n
n
X Xi
n
Sx
x S
n
i
= =
1
2
1
) (
DESVIO PADRO RESIDUAL
Fornece uma estimativa do desvio
padro dos resduos dos pontos
determinados, em relao curva
calculada.
1
1
2

=

=
k n
d
Sr
n
i
i
d = diferena entre o ponto e a curva
n= nmero de pontos k = grau do polinmio da equao da curva
DISTRIBUIO NORMAL
Para uma grandeza de entrada determinada
por n observaes repetidas independentes,
podemos dizer que a incerteza padro da
mdia o desvio padro experimental da
mdia.
( )
n
n
X Xi
x S x u
n
i
= =
1
2
1
) (
DISTRIBUIO RETANGULAR
Quando qualquer elemento do espao
amostral tem a mesma probabilidade de
ocorrer e a distribuio tem distribuio
contnua num intervalo -a ~ +a.
-a +a
Probabilidade
de ocorrncia
Varivel
aleatria
100% =1
A integrao desta distribuio
resulta na seguinte expresso :

12
) ( a a
Sx
+
=
Se a diferena entre os limites, a+ - a-,
designada por 2a, o desvio padro da
distribuio retangular :

O ISO GUM recomenda que, quando no
houver informaes sobre o comportamento
de uma varivel aleatria, adota-se
distribuio retangular.
ou
DISTRIBUIO UNIFORME
3
a
Sx =
DISTRIBUIO TRIANGULAR
Nesta distribuio h maior
probabilidade de ocorrer valores
prximos a mdia, e ela decresce
linearmente quando se afasta dela.
-a
+a
Probabilidade
de ocorrncia
Varivel
aleatria
100%
A integrao desta distribuio
resulta na seguinte expresso :

24
) ( a a
Sx
+
=
Se a diferena entre os limites, a+ - a-,
designada por 2a, a equao:

6
a
Sx =
Funo densidade de probabilidade normal
Formato Usar quando incerteza
feita uma estimao
baseada em observaes
repetidas de um processo de
variao randmica.
dada uma incerteza sob a
forma de um desvio padro s, um
desvio padro relativo s/x, ou um
coeficiente de varincia CV%
sem se especificar a
distribuio.
dada uma incerteza sob a
forma de um intervalo x c com
95% (ou outro percentual) de
confiana, sem se especificar a
distribuio

ca 95%

ca 99,7%
Estimao da incerteza do Tipo B
( )
u x s =

( )
s
u x x
x
| |
=
|
\ .
( )
%
100
CV
u x x
| |
=
|
\ .
( )
2 u x c =
( )
3 u x c =
Estimao da incerteza do Tipo B
Valores do fator de abrangncia k
p
(z-escore)
que produzem um intervalo de confiana
tendo um nvel da confiana p, para a funo
densidade de probabilidade normal. (z
o

bilateral) [QUAM 2000: G.1.3, Tabela G.1]
Nvel da confiana p /
%
Fator de abrangncia
k
p

68,27 1
90 1,645
95 1,960
95,45 2
99 2,576
99,73 3
Estimao da incerteza
do Tipo B
Figura 1(a) : A fdp
normal de mdia
populacional
t
= 100
o
C
e desvio padro
populacional
o = 1,5
o
C.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
95 100 105
t /
o
C
p
(
t
)

/

o
C
p

=

6
8
,
2
7
%

t
o
t
o
t

Estimao da incerteza do
Tipo B
Se os limites de a forem dados sem um
nvel de confiana e houver razo para esperar
que valores extremos sejam provveis, , em
geral, apropriado assumir uma distribuio
retangular, mais corretamente funo
densidade de probabilidade fdp
retangular com um desvio padro de .
[QUAM 2000: 8.1.4]
[GUM 2003: 4.3.7 4.3.8]
3 a
a
-
a
+
Tipo B
Exemplo [QUAM 2000: 8.1.4] :
Um frasco volumtrico Classe A de 10 mL
certificado (como tendo um erro mximo
admissvel) numa faixa de 0,2 mL. A
incerteza padro de
0, 2 3 0,12 mL =
a
-
a
+
Figura 2a : Funo densidade de
probabilidade (distribuio)
retangular
p = 57,735%
Tipo B
Para a retangular, x
i
, a esperana ou valor
esperado de X
i
, o ponto mdio no intervalo
[GUM 2003: 4.3.7] :
(8)
Com varincia :
(9)
Se a diferena (a
+
- a
-
) entre os limites
designada 2a, a eq. (5) se torna :
(10)
( ) ( )
2
2
12
i
u x a a
+
=
( )
2
i i
x X a a
+
= = +
( )
2 2
3
i
u x a =
Funo densidade de probabilidade retangular
Um certificado ou outra
especificao d limites sem
especificar um nvel de confiana
(p.ex. 25ml 0,05mL)
feita uma estimao sob a
forma de uma faixa mxima (a)
sem se ter conhecimento do
formato da distribuio.
Tipo B

( )
3
a
u x =
Tipo B
Se os limites de a forem dados sem um
nvel de confiana, mas houver razo para
esperar que valores extremos sejam
improvveis, em geral apropriado
assumir uma distribuio triangular, com
um desvio padro de
[QUAM 2000: 8.1.5]
[GUM 2003: 4.3.9]
a
-
a
+
6 a
Tipo B
Exemplo 7.3.1 [QUAM 2000: 8.1.5] :
Um frasco volumtrico Classe A de 10 mL
certificado (como tendo um erro mximo
admissvel) numa faixa de 0,2 mL, mas
as verificaes internas de rotina mostram
que valores extremos so raros. A
incerteza padro de
0, 2 6 0, 08 mL =
a
-
a
+
Tipo B
Exemplo 7.3.2 :
Uma bureta com valor de diviso de
escala 0,1 mL usada em uma titulao.
Um analista faz a seguinte leitura 25,05
mL. A incerteza padro devida
resoluo desse instrumento poderia ser
estimada como :
0,1 mL
0, 02 mL
2 6
=
a
-
a
+
Tipo B
Exemplo 7.3.2 (cont.):
Suponha agora que o POP do mtodo de
anlise estabelecesse que as leituras teriam de
ser feitas para o dcimo de mL mais prximo.
Ento o analista faria a leitura 25,1 mL.
A incerteza padro devida resoluo seria
melhor estimada por :
0,1 mL
0, 041 mL
6
=
a
-
a
+
Figura 2b : Funo densidade de
probabilidade (distribuio)
triangular
p =
64,983%
Tipo B
Para a distribuio triangular simtrica ,
cuja esperana matemtica ou valor
esperado de X
i
, i.e. = x
i
, :
x
i
= (a
-
+ a
+
)/2
e sua varincia :
(11)
( )
2 2
6
i
u x a =
Funo densidade de probabilidade triangular
A informao disponvel
quanto a x menos limitada
do que para uma distribuio
retangular. Valores prximos
de x so mais provveis do
que prximos dos limites
feita uma estimao sob
a forma de uma faixa mxima
(a) descrita por uma
distribuio simtrica
Tipo B
( )
6
a
u x =
OUTRAS DISTRIBUIES

Trapezoidal: varincia =

Distribuio triangular: = 0
Distribuio retangular: = 1
U
t-Student (prximas lminas).
6
) 1 ( + a
Muitas variveis tem comportamento
prximo da FDP Normal;
A medida que diminumos o nmero
de repeties, estamos tambm
deixando de ter certeza de que a
nossa amostra esteja representando
exatamente uma distribuio Normal.
Para minimizar este inconveniente,
foi desenvolvido por Willian S.
Gosset, matematicamente a
distribuio t, conhecida como a
distribuio t de Student .
Comparap entre
FDP Normal x FDP t-Student
NVEL DA CONFIANA
Importante para determinar o fator de
abrangncia

Onde :
GL graus de liberdade, pode ser GL = n - 1
u
c
( )
c
u GL , NC t U =
GL= Veff 50% 95% 95,45% 99% 99,8%
1

1,00
12,71

13,97

63,66

318

2

0,82

4,30

4,53

9,93

22,33

3

0,76

3,18

3,31

5,84

10,21

4

0,74

2,78

2,87

4,60

7,17

5

0,73

2,57

2,65

4,03

5,89

6

0,72

2,45

2,52

3,71

5,21

7

0,71

2,36

2,43

3,50

4,79

8

0,71

2,31

2,37

3,36

4,50

9

0,70

2,26

2,32

3,25

4,3

10

0,70

2,23

2,28

3,17

4,14

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

50

0,68

2,01

2,05

2,68

3,26

60

0,68

2,00

2,04

2,66

3,23

80

0,68

1,99

2,03

2,64

3,20

120

0,68

1,98

2,03

2,62

3,16

150

0,68

1,98

2,02

2,61

3,15

250

0,68

1,97

2,01

2,60

3,12

500

0,67

1,96

2,01

2,59

3,11

> 1000
0,67

1,96

2,00
2,58

3,09

Exemplo da Aplicao: Lanamento de dados
Teorema do Limite Central
Diz que a soma e a mdia de n variveis aleatrias
tendem a seguir o modelo Normal, independentemente
da distribuio das variveis individuais.
A aproximao melhora na medida em que n aumenta.
Se as distribuies individuais no so muito diferentes
da Normal, basta n pequeno para se obter uma boa
aproximao.
Se as distribuies individuais forem radicalmente
diferentes da Normal, ento ser necessrio um n
grande.
n
n
INCERTEZA DE MEDIO
1. Histrico
de medio
INCERTEZA
DE
MEDIO
pelo
ISO GUM

INCERTEZA DE MEDIO
Quando se relata o resultado de
medio, de uma grandeza fsica,
obrigatrio que seja expressa
alguma indicao quantitativa da
qualidade do resultado, de forma tal,
que aqueles que o utilizam possam
avaliar sua confiabilidade.
INCERTEZA DE MEDIO
Os fundamentos metodolgicos para o
clculo de incerteza de medio so
procedimentos puramente estatsticos,
sendo descrito detalhadamente no guia
conhecido mundialmente como ISO GUM
Guia para Expresso da Incerteza de
Medio.
FRMULA PADRO
DA INCERTEZA DE
MEDIO
INCERTEZA DE MEDIO
Equao :

U = incerteza expandida da grandeza de sada;
k = fator de abrangncia, exemplo k
95%
= 1,96 ;
u
c
= incerteza padro combinada;
m = nmero de incertezas das grandezas de entrada;
cj = coeficiente de sensibilidade utilizado para
transformar incertezas da grandeza de entrada xj
na incerteza da grandeza de sada;
u(xj) = incerteza padro da grandeza de entrada xj.
( ) ( )
=
= =
m
j
j j c
x u . c . k u . k U
1
2
EXEMPLO: Resistncia eltrica
Incerteza expandida :

Resultado da Medio :

onde o nmero aps o smbolo o valor numrico de
U = k.u
c
, uma incerteza expandida, com U determinado
por uma incerteza padro combinada u
c
= 0,081 ohms e
um fator de abrangncia k = 2,00 baseado na
distribuio-t, para = 757 977 graus de liberdade. U
define um intervalo estimado para ter um nvel da
O - = - = 04058 0 00 2 45 95 , , u k U
c
% ,
O = 08116 0 45 95 , U % ,
( ) , , , RM O = 081 0 526 138
INCERTEZA EXPANDIDA (U)
ISO GUM 2.3.5
Grandeza que define um intervalo
em torno do resultado de uma
medio com o qual se espera
abranger uma grande frao da
distribuio dos valores que
possam ser razoavelmente
atribudos ao mensurando.
ISO GUM 2.3.5
Para associar um nvel da confiana especfico
ao intervalo definido pela incerteza expandida,
so necessrias suposies explcitas ou
implcitas com respeito distribuio de
probabilidade caracterizada pelo resultado da
medio e sua incerteza combinada. O nvel da
confiana que pode ser atribudo a este intervalo
s pode ser conhecido (adequado) na medida em
que tais suposies possam ser justificadas.

(A expresso entre parnteses, itlico e
sublinhado foi adicionada, no consta no original)
ISO GUM 6.2.2
U interpretado como definindo um
intervalo em torno do resultado de
medio que abrange uma extensa
frao p da distribuio de
probabilidade, caracterizada por
aquele resultado e sua incerteza
padro combinada, e p a
probabilidade de abrangncia ou
nvel da confiana do intervalo.
INCERTEZA EXPANDIDA
A incerteza de medio deve ser
declarada na mesma unidade da
grandeza de sada y ou e em
percentagem da seguinte forma :

Y = ( Y U ) unidade de y
ESTIMATIVA DA INCERTEZA DAS
GRANDEZAS DE ENTRADA - u(xj)
Para se calcular uma incerteza de medio,
primeiramente deve-se conhecer o processo
de medio e definir quais so as incertezas
das grandezas de entrada, que interferem no
resultado final da incerteza da grandeza de
sada.
POSSVEIS FONTES DE INCERTEZA
(a) definio incompleta do mensurando;
(b) amostragem no representativa;
(c) condies ambientais ou grandezas de influncia;
(d) tendncias pessoais na leitura de instrumentos analgicos;
(e) resoluo finita do instrumento de medio e/ou de referncia;
(f) valores inexatos dos padres e dos materiais de referncia;
(g) valores inexatos de constantes utilizadas;
(h) aproximaes/suposies incorporadas ao mtodo de medio;
(i) aproximaes/suposies incorporadas ao modelo matemtico;
(j) instabilidade dos instrumentos com o tempo e/ou com a temperatura;
(k) variaes nas observaes repetidas do mensurando sob condies
aparentemente idnticas.
DIAGRAMA DE CAUSA E EFEITO OU
DIAGRAMA ESPINHA DE PEIXE OU
DIAGRAMA DE ISHIKAWA
Pode ser utilizado para apresentar graficamente
as fontes relevantes;
Evita a dupla contagem de fontes de incerteza;
Facilita o agrupamento de fontes cujo efeito
combinado pode ser avaliado.
Exemplo: Clculo de incertezas em anlises
cromatogrficas de compostos sulfurosos no gs
natural.
Diagrama de Causa e Efeito:
OLIVEIRA, V. M., Balthar, A. R. ; NASCIMENTO, D. C. M.; ARAJO, E. A. S.; BAYER, M. M.; MAIA, G. C. G.;
SOUZA, K. C. Clculo de incerteza em anlises cromatogrficas de compostos sulfurosos no gs. Revista
Metrologia e Instrumentao. http://www.banasmetrologia.com.br/textos.asp?codigo=992. Acessado
em17/04/2006, s 07:08.
Amostra
Procedimento para a determinao da incerteza de
medio para variveis fracamente correlacionadas
1. Anlise do processo de medio;
2. Estabelecer os objetivos da medio, identificando CLARAMENTE e
INEQUIVOCADAMENTE o mensurando;
3. Determinar o modelo matemtico que relaciona as grandezas de entrada (Xj)
com a grandeza de sada (Y) : Y = f( X1 , X2 , X3 , ... , Xn );
4. Identificar as fontes de incerteza sistemticas e aleatrias;
5. Incorporar as Correes sistemticas (C) ao Resultado da Medio (RM):
VMP = VM + C -> RM = ( VMP + U )
6. Avaliar as incertezas das correes sistemticas (us);
7. Tratar efeitos sistemticos no corrigidos como parcelas da incerteza (Is);
8. Avaliar as incertezas aleatrias (ua) tipo A e tipo B;
9. Estabelecer os divisores (Di) associado s distribuies de probabilidade
com base em conhecimentos experimentais prticos ou tericos;
10. Estimar a incerteza padro (u
i
) p/ cada componente de incerteza: ui =
u(s)(a)/Di
11. Estimar os coeficientes de sensibilidade Ci para cada incerteza;
12. Estimar a incerteza combinada (u
c
):
13. Estimar os graus de liberdade efetivos (Veff)
pela frmula de Welch-Satterthwaite;
14. A partir do nvel da confiana desejado, estimar o fator de abrangncia k;
15. Estimar a incerteza expandida (U): U = k.uc ;
16. Expressar o resultado da medio com sua incerteza expandida segundo o
ISO GUM, veja item 7.2.4, pgina 26, da 3 edio editada pelo INMETRO.
( ) ( )
=
=
m
j
j j c
x u . c u
1
2
INCERTEZA DE MEDIO
Desvio sistemtico Correo e Incerteza
Incerteza aleatria
Para definirmos os desvios padres de entrada u(xi),
devemos conhecer melhor as distribuies de
probabilidade das estimativas, as quais subdividimos em
dois tipos:
Incerteza tipo A (a partir dos dados experimentais)
Incerteza tipo B (outras fontes de informao).
INCERTEZA DE MEDIO
INCERTEZA TIPO A

Parcelas que so avaliadas por meio de
mtodos estatsticos.
caracterizada como uma parcela de
incerteza padro de repetitividade ( )
(Distribuio Normal).

x S
INCERTEZA DE MEDIO
tipo A
Uma srie de medidas, obtidas sob condio de
repetitividade, apresenta uma disperso de seus
valores individuais
O desvio padro experimental representa essa
disperso
Se a distribuio da varivel for normal, ento a
incerteza padro estimada pelo desvio padro
experimental da mdia.
=
j
n
i
j
j j
j
n
X Xi
Sx
1
2
1
) (
j
j
j
n
Sx
x S =
( )
1
j
j
x S
x u =
INCERTEZA DE MEDIO
INCERTEZA TIPO B
So parcelas que so avaliadas por outros
mtodos no estatsticos.
Estas parcelas esto ligadas a :
Resoluo do equipamento;
Incerteza dos padres utilizados na
calibrao;
Influncias externas (condies ambientais,
estabilidade, deriva, etc.).
INCERTEZA DE MEDIO
Exemplo :

Parcela de incerteza padro da
Incerteza de Medio (I.M.) do padro.
Distribuio Normal.

kj = fator de abrangncia do certificado do padro
da fonte j.
( )
j
j
j
k
M I
x u
. .
=
INCERTEZA DE MEDIO
EXEMPLO :
Se durante uma calibrao foi utilizado um calibrador
padro microprocessado para calibrar um indicador
de temperatura, e este padro possui uma incerteza
de medio indicada em seu certificado no valor de:

Nota : Quando for utilizado mais de um padro,
deve-se calcular um a um conforme indicado acima.

00 , 2
2 , 0
=
= =
k
C Incerteza U
( ) ( ) C x u x u
j j
= = 1 , 0
2
2 , 0
INCERTEZA DE MEDIO
e DISTRIBUIO RETANGULAR
Incerteza padro em que se utiliza a
distribuio retangular.

Parcela de incerteza padro que se
utiliza todo o intervalo no clculo
(ex.resoluo de um indicador digital).
INCERTEZA DE MEDIO e
Se estivermos lendo no equipamento 1,0 mm, sendo
este digital e com valor de uma diviso 1,0 mm,
impossvel se interpolar valores intermedirios,
observaremos que ele indicar 1,0 mm para valores
entre 0,5 e 1,5 mm, s a partir da indicar 2,0 mm at
que o valor verdadeiro ultrapasse 2,5 mm, ou seja,
sempre teremos um erro, ou melhor, uma incerteza
para os valores.
4,0 2,0
1,0 3,0 5,0 0,0
( ) mm
RESOLUO
A incerteza pertence ao intervalo de indicao.
Incerteza da Resoluo :
( )
3
2
12
2
1 1
/ R ) a (
x u u = = =
RESOLUO
O desvio padro da resoluo no clculo
da incerteza de medio ser dos
equipamentos envolvidos na calibrao,
podendo ser do equipamento que est
sendo calibrado ou do padro, ou dos
dois, neste caso deve-se calcular um a
um.
RESOLUO
Exemplo:
Considerando o exemplo anterior, possui
uma resoluo de 1 mm.
( ) mm ,
/
x u u 2887 0
3
2 1
1 1
= = =
DERIVA (DRIFT)
Parcela de incerteza padro que utiliza o intervalo
bilateral no clculo (ex. deriva).
A deriva pode ser a mudana do erro do padro
da ltima calibrao para a atual, sendo que neste
caso a mudana pode ser para mais ou para
menos erro sistemtico.
A incerteza da correo ser dada por:
( )
3 3
) (
2 2
deriva a
x u u = = =
DERIVA
Exemplo :
Considerando que a mudana do
erro de um padro foi de 0,03C,
desde da ltima calibrao, temos:
( ) C x u u = = = 0173 , 0
3
03 , 0
2 2
OUTRAS DISTRIBUIES
Parcelas de incerteza padro em que se
utiliza outro tipo de distribuio.
z = divisor utilizado para transformar a
dvida em um desvio padro.
Ex. para triangular z=6, para tipo U z=2.
z
a
xi u
) (
) ( =
Incerteza a partir dos possveis
valores mximos e mnimos
Definir para cada estimativa, qual a sua
contribuio, ou seja, qual o intervalo de
dvida desta estimativa (+a ~ -a).

Transformar este intervalo de dvida em um
desvio padro de entrada (u(xi)), dividindo o
intervalo (+a ~ -a) pelo fator que define a
probabilidade do intervalo, em funo do tipo
de distribuio, o qual o intervalo representa
(divisor) :
( )
( )
( ) divisor
a a
x u
j
+
=
Distribuio Fonte de Incerteza Divisor Grau lib.
Retangular - Resoluo/2 v
eff
t-Student
ou
Normal
- Incertezas herdadas k
Infinitos
- Desvio padro exp. da mdia n 1
- Desvio padro de R&R
- Desvio padro Carta Controle
1 n 1
- Desvio padro de resduos de
curvas de correo
1
(n 1) graus
do polinmio
Triangular - Fornecida pelo certificado v
eff
3
Divisores e Graus de Liberdade para
Fontes de Incerteza
n
6
COEFICIENTE DE
SENSIBILIDADE (Ci)
O coeficiente de sensibilidade um
coeficiente que tem a funo de expressar
o quanto a estimativa da incerteza da
grandeza de sada (y) varia em funo da
estimativa incerteza da grandeza de
entrada (xi) .
Utiliza-se tambm o Ci para transformao
de unidade.
COEFICIENTE DE
SENSIBILIDADE (Ci)
Ci = Derivada parcial da funo f em relao
varivel Xi.

Se a grandeza de sada for medida
diretamente Ci = 1
Se a grandeza de entrada tiver a mesma
unidade da grandeza da sada Ci = 1.
Xi
f
xi
f
Ci
c
c
=
c
c
=
Ci para converso de unidades
Exemplo :
Se tivermos uma estimativa de entrada em
ohms (de uma termoresistncia) e a
estimativa de sada dever ser em graus
Celsius, calculamos :
1C [=] 0,385 Ohm 1 ohm [=] 2,597C

O
=
C
, Ci
o
597 2
INCERTEZA PADRO
COMBINADA (u
c
)
a combinao das incertezas padro.
Sendo igual raiz quadrada de uma soma de
termos, sendo estes, as varincias de
grandezas ponderadas, de acordo com suas
distribuies.
2 2
2
2
2
1
1
)) x ( u . C ( )) x ( u . C ( )) x ( u . C ( u n
n c
+ + + =
GRAUS EFETIVOS DE
LIBERDADE - v
eff
Para a incerteza de medio devemos calcular o
fator de abrangncia, para estimar uma
probabilidade (geralmente na faixa de 95 % ~
99,8%). Para isto devemos calcular o Veff pela
frmula de Welch-Satterthwaite:.
Bn
iBn
B
iB
An
iAn iA
c
n
i
i
i
c
eff
v
u
v
u
v
u
n
u
u
v
u
u
v
4
1
4
1
4 4
1
4
1
4
4
1
+ + + + +
= =
=
GRAUS EFETIVOS DE
LIBERDADE - v
eff
Se as unidades das grandezas (entrada e/ou
sada) so diferentes deve-se usar a frmula de
Welch-Satterthwaite na forma relativa:
( )
( )
=
=
|
.
|
\
|
n
i
i
i
i
eff
v
x
x u
v
Y
Y u
1
4 4
GL= Veff 50% 95% 95,45% 99% 99,8%
1

1,00
12,71

13,97

63,66

318

2

0,82

4,30

4,53

9,93

22,33

3

0,76

3,18

3,31

5,84

10,21

4

0,74

2,78

2,87

4,60

7,17

5

0,73

2,57

2,65

4,03

5,89

6

0,72

2,45

2,52

3,71

5,21

7

0,71

2,36

2,43

3,50

4,79

8

0,71

2,31

2,37

3,36

4,50

9

0,70

2,26

2,32

3,25

4,3

10

0,70

2,23

2,28

3,17

4,14

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

.
.
.

50

0,68

2,01

2,05

2,68

3,26

60

0,68

2,00

2,04

2,66

3,23

80

0,68

1,99

2,03

2,64

3,20

120

0,68

1,98

2,03

2,62

3,16

150

0,68

1,98

2,02

2,61

3,15

250

0,68

1,97

2,01

2,60

3,12

500

0,67

1,96

2,01

2,59

3,11

> 1000
0,67

1,96

2,00
2,58

3,09

NVEL DA CONFIANA
FATOR DE ABRANGNCIA
t = k
Se Veff for maior que 1000, considera-se o resultado como uma
distribuio de probabilidade Normal e utiliza-se
k= 2,00 para uma probabilidade de abrangncia de 95,45%.
Valor obtido pela tabela t de Student.
No excel: invt(0,0455;valor de Veff)
MATLAB: k = t = -tinv((1-0.95)/2,Veff).
VMP = VM + C -> RM = ( VMP + U )
i
u(s)(a)/Di
c
):
( ) ( )
=
=
m
j
j j c
x u . c u
1
2
MEDIO DE RESISTNCIA ELTRICA.

Um multmetro digital foi utilizado para medir
uma resistncia eltrica de 138,5 ohms.
Determinar a componente tipo A da
incerteza, considerando 4 medies de
resistncia, obtidas obtidas com o
multmetro.
Valores medidos (ohms)
138,5243
138,5279
138,5298
138,5217

=
=
n
i
i
n
x
x
1
=
n
i
n
X Xi
Sx
1
2
1
) (
n
n
X Xi
x S
n
i
=
1
2
1
) (
O = =
=
525925 138
1
,
n
x
x
n
i
i
O =
=

=
003624 0
1
1
2
,
n
) X Xi (
Sx
n
i
O =
=

=
001812 0
1
1
2
,
n
n
) X Xi (
x S
n
i
Incertezas Tipo B
INCERTEZA DO MULTMETRO
RESOLUO DO MULTMETRO
FONTES DE INCERTEZA
VALOR
()
DISTRIBUIO

ASSUMIDA

DESVIO TEMPORAL
0,08
0,015
0,0001
NORMAL (k=2,02)
RETANGULAR
RETANGULAR
Incerteza expandida do multmetro obtida no
ltimo certificado de calibrao
Desvio temporal do histrico das calibraes
Resoluo obtida experimentalmente.
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
O
=
+ + + =
em esto incertezas as todas pois
, 1 c exemplo nesse
resoluo da incerteza .
temporal desvio ao devido incerteza .
multmetro do calibrao da incerteza .
A tipo incerteza .
. . . .
i
4 4
3 3
2 2
1 1
2
4 4
2
3 3
2
2 2
2
1 1
x u c
x u c
x u c
x u c
x u c x u c x u c x u c u
c
2 2 2
2
3
2 / 0001 , 0
1
3
015 , 0
1
02 , 2
08 , 0
1
1
001812 , 0
1 |
.
|
\
|
+ |
.
|
\
|
+ |
.
|
\
|
+
|
.
|
\
|
=
c
u
O = 0,04058 u
c
INCERTEZA DO MULTMETRO
RESOLUO DO MULTMETRO
FONTES DE INCERTEZA
VALOR

()
DISTRIBUIO

ASSUMIDA

DESVIO TEMPORAL
0,08
0,015
0,0001
NORMAL (k=2,02)
RETANGULAR
RETANGULAR
INCERTEZA TIPO A
0,0181
GRAUS DE
LIBERDADE
EFETIVOS
=
4 4 4 4
4
0000577 0 00866 0 0396 0
1 4
00181 0 , , , ,
0,04058
Veff
Normal fdp Veff >> = 1000 5 , 997 757
00 2
45 95
, k
% ,
=
Bn
iBn
B
iB
An
iAn iA
c
n
i
i
i
c
eff
v
u
v
u
v
u
n
u
u
v
u
u
v
4
1
4
1
4 4
1
4
1
4
4
1
+ + + + +
= =
=
o ISO GUM recomenda: quando a fdp assumida
o nmero de GL infinito
Incerteza expandida :

Resultado da medio :

onde o nmero aps o smbolo o valor numrico de
U = k.u
c
, uma incerteza expandida, com U determinado
por u
c
= 0,081 ohms e um fator de abrangncia k = 2,00
baseado na distribuio-t, para = 757 977 graus de
liberdade. U define um intervalo estimado para ter um
nvel da confiana de 95,45 por cento.
O - = - = 04058 0 00 2 45 95 , , u k U
c
% ,
O = 08116 0 45 95 , U % ,
( ) , , , RM O = 081 0 526 138
INCERTEZA DE MEDIO
1. Histrico
de medio
PLANILHA PARA
ESTIMATIVA DA
INCERTEZA DE
MEDIO
VMP = VM + C -> RM = ( VMP + U )
i
u(s)(a)/Di
c
):
( ) ( )
=
=
m
j
j j c
x u . c u
1
2
EXEMPLO - manmetro

Calibrao de um manmetro de
Bourdon (0 ~ 1000 kgf/cm
2
), dados :
4 medidas da Presso
Mdia das medidas de Presso = 349,5 kgf/cm
2
;
Repetitividade = 0,322749 kgf/cm
2
;
Resoluo do manmetro = 1,0 kgf/cm
2
;
Incerteza do desvio sistemtico = 0,15 kgf/cm
2
;
Incerteza da deriva trmica sistemtica
= 0,005 kgf/cm
2
/1
o
C para 20
o
C; temperatura atual = 30
o
C
Desvio sistemtico = C1 = -1,9 kgf/cm
2
;
Deriva trmica sistemtica = C2 = -0,03 kgf/cm
2
p/ 20
o
C
=> C2 = -0,3 kgf/cm
2

Incerteza da calibrao do padro = 1,6 kgf/cm
2
;
Resoluo do padro = 0,1 kgf/cm
2
;
Desvio temporal do padro = 0,25 kgf/cm
2
/ms; 2 meses
Desvio padro residual do padro = 0,2989 kgf/cm
2
;
Mensurando: presso. Instrumento: manmetro digital. Faixa de 0 ~1000 kgf/cm
2
.
Tipo

Fonte da
incerteza
de Xi
Desvio
sistem.
Valor da
incerteza de
Xi = I(xi)
Distri.
(FDP)
Divisor
(Di)

ui=ci.u(xi)
kgf/cm
2
Valor
(ui)
Vi
ou
Veff

Correo da
calibrao

Deriva
trmica

Somatria de u
i

u
c
= Incerteza padro combinada =
Raiz quadrada da somatria de u
i

:
uc

Fator de abrangncia
k para 95,45% de
nvel da confiana

Incerteza
expandida
U = k . uc

U = 1,9392 = 1,9
kgf/cm
2
(347,3 1,9) kgf/cm
2
A
B
B
B
B
B
Repetitividade
Incert. padro.
Res. instrum.
Res. padro
Deri tempo pad
Desv pad res
0,00
kgf/cm
2
0,322749
1,6
1/2 = 0,5
0,1/2 = 0,05
0,5
0,2989
Normal
Retang.
Normal
Trian.
Retang.
Normal
3
1
2
6
3
2
0,323
0,8
0,289
0,0204
0,289
0,1495
0,1042
0,64
0,08333
0,00042
0,08333
0,0224
3
300
Normal
Planilha de incerteza de medio
0,15
0,075
0,0056
2
0,05 Retang.
3 0,0289 0,000833
C = Correo combinada

MI = Mdia das medies

-2,2 kgf/cm
2
349,5 kgf/cm
2
B
B
2,00

0,323
kgf/cm
2
Coef. de
sensib.
(Ci)
1

1

1

1

1

1

1

1

RM = MI + C U

0,00
kgf/cm
2
0,00
kgf/cm
2
0,00
kgf/cm
2
0,00
kgf/cm
2
0,00
kgf/cm
2
-1,9
kgf/cm
2
-0,3
kgf/cm
2
0,8
kgf/cm
2
0,289
kgf/cm
2
0,0204
kgf/cm
2
0,289
kgf/cm
2
0,1495
kgf/cm
2
0,075
kgf/cm
2
0,0289
kgf/cm
2
0.9696
0.9401
Incert.
padro
u(xi) =
I(xi)/Di
Exemplo: massa de um anel de ouro
Fonte: ALBERTAZZI, Armando. METROLOGIA:
parte 1. Santa Catarina: apostila da UFSC, 2002.
Captulo 8, pginas 75 a 79.
Solicita-se:
Construir o diagrama de causa e efeito
Construir a planilha para estimativa da incerteza de
medio (modelo na prxima lmina)
Comparar com o resultado da apostila
Quais as variveis correlacionadas que foram
negligenciadas?
Quais outras incertezas poderiam ser consideradas?

numrico de U = k.u
c
, uma incerteza
u
c
( ) , 15 , 0 68 , 19 g RM =
Mensurando: (F, T, P, L, A ou ...). Instrumento: DESCRIO E TAG. Faixa de VALOR MIN E MAX e UNIDADE.
Tipo

Fonte da
incerteza
de Xi
Desvio
sistem.
Valor da
incerteza de
Xi = I(xi)
Distri.
(FDP)
Divisor
(Di)
Valor
(ui)
Vi
ou
Veff

Somatria de u
i

u
c
i

:
uc

Fator de abrangncia
k para xx,xx% de
nvel da confiana

Incerteza
expandida
U = k . uc



Coef. de
sensib.
(Ci)
RM = MI + C U

Incert.
padro
u(xi) =
I(xi)/Di

ui=ci.u(xi)
INCERTEZA DE MEDIO
1. Histrico
de medio
Mark Twain atribuiu a
Benjamin Disraeli a seguinte frase:

EXISTEM MENTIRAS,
DIABOLICAS MENTIRAS E
ESTATSTICAS.
A ESCOLHA NOSSA.
Mdia, Varincia e Desvio padro
a mdia (mean) ou valor esperado de x , por
definio:
{ } ( ) ( )
( ) x x p
dx x p x x E x
x
aleatria varivel da ade probabilid funo a onde
. . : 1
}
+

= =
Se f(x) uma funo real, F = f(x) uma nova varivel
aleatria cujo valor mdio (average) ou valor esperado ,
por definio:
{ } ( ) ( ) ( ) ( ) ( )dx x p x f x f E x f
f
. . : 2
}
+

= =

2
, varincia (variance) de x mdia da funo (x- )
2
:
{ } ( ) ( ) ( ) ( )
}
+

= = dx x p x x V x
x
. . : 3
2 2 2
o
, desvio padro (standard deviation) de x raiz
quadrada positiva da varincia:
{ } ( ) x V
x x
= +
2
: 4 o o
Outras definies:
m
n
- momento de ordem n
A mdia o momento de 1 ordem:
{ }
n
n
x m : 5
{ }
x
x m = =
1
1
: 6
A varincia o momento de 2
ordem centrado na mdia:
{ } ( )
2 2
2
: 8
x
x o = =
O momento de 2 ordem de x :
{ }
2 2 2
2
: 7 o + = =
x
x m
Demonstrao:
c. q. d.
{ } . . 2 . . 2 : 10
2 2 2 2 2 2 2
x x x x x + + = + =
{ }
2 2 2
: 15 o + =
x
x
Ento
{ }
2 2 2
2
: 9 o + = =
x
x m
{ }
2 2 2 2 2 2 2
. . 2 . . 2 . . 2 . . 2 : 11 + + = + + = x x x x x x x
{ } ( )
2 2 2
. . 2 : 12 + = x x x
{ } ( ) ( )
} }
+

+

+ = dx x p dx x p x x
x
. . . . . . 2 : 13
2 2 2
o
{ } ( ) ( ) 1 . . . 2 . . . . . . 2 : 14
2 2 2 2 2
o o + = + =
} }
+

+

x x
dx x p dx x p x x
Demonstrao:
c. q. d.
{ } ( )
2 2
2
: 16
x
x o =
{ } ( ) ( ) ( ) ( ) ( )
} }
+

+

+ = = = dx x p x x dx x p x x . . . 2 . . : 17
2 2 2 2
2

{ } ( ) ( ) ( )
} } }
+

+

+

+ = dx x p dx x p x dx x p x . . . . . . 2 . . : 18
2 2
2

{ } ( ) ( ) 1 . . . 2 . . . . . . 2 : 19
2 2 2 2
2
+ = + =
} }
+

+

x dx x p dx x p x x
{ }
2 2 2
: 15 o + =
x
x { }
2 2 2 2
2
: 21
x x
o o = + =
De
{ }
2 2 2 2 2
2
. 2 : 20 = + = x x
A mdia aritmtica um estimador
no tendencioso da mdia da
populao
Demonstrao:
{ } x : 22
{ }
n
x
x
n
i
i
=
=
1
: 23
{ }
( )
n
dx x p x
n
x
n
x
x
i
n
i
i
n
i
i
n
i
i
. .
: 24
1 1
1
}

+

= =
=
|
.
|
\
|
= = =
{ }
( )
n
dx x p x
x
n
i
i i
}
=
+

(
=
1
. .
: 25
{ }
= = =

=
n
n
n
x
n
i
.
: 26
1
Ento a esperana ou valor esperado ou
valor mais provvel de x a mdia da populao
c. q. d.
Desvio padro da mdia o desvio
padro da populao divido por raiz de
n
Demonstrao:
{ }
n
x
x
o
o = : 27
{ } ( ) x V
x x
= =
2
: 28 o o
{ } ( ) ( )
2 2 2
. . 2 : 29 + = = x x x x V
{ } ( )
2 2 2 2 2 2
. . 2 . . 2 . . 2 : 30 + = + = + = x x x x x x V
{ } ( )
2 2
: 31 = x x V
{ }

= = = =
=
=
= = = =
n
i
n
j
j i
n
j
j
n
i
i
n
j
i
n
i
i
x x
n
x x
n n
x
n
x
x x x
1 1
2
1 1
2
1
1
2
.
1 1
. : 32
Desvio padro da mdia o desvio padro
da populao divido por raiz de n
(continuao)
Demonstrao:
{ }
n
x
x
o
o = : 27
{ }

= = = =
=
=
= = = =
n
i
n
j
i i
n
j
i
n
i
i
n
j
i
n
i
i
x x
n
x x
n n
x
n
x
x x x
1 1
2
1 1
2
1
1
2
.
1 1
. : 32
Existem n pares com i = j e n(n-1) pares independentes com i j
ento:
{ }
2 2 2
. : 34 o + = =
x i i i
x x x
{ }
2
. . : 35 = = =
j i j i
x x x x
Se i = j ento e de {9} :
Se com i j ento as
variveis so independentes:
{ } ( ) ( ) | |
2
2
2 2 2
2
2
. . 1 .
1
. : 36
o
o + = + + = =
n
n n n
n
x x x
x
x
Desvio padro da mdia o desvio padro
da populao divido por raiz de n
(continuao)
Demonstrao:
{ }
n
x
x
o
o = : 27
{ }
2
2
2
: 36
o
+ =
n
x
x
Substituindo
{ } ( )
2 2
: 31 = x x V
e {37} este em {28} :
obtm-se { } ( )
n n
x V
x x
2
2 2
2
: 37
o

o
= + =
{ }
n
n
x x
x
o o
o = =
2
: 27
c. q. d.
em
Varincia de uma amostra (
2
) um
estimador TENDENCIOSO da
varincia da populao (
2
)

Demonstrao:
{ }
( )
2
1
2
2
: 38
x
n
i
i
n
x x
o o =

=
{ }
( ) ( )
n
x
n
x
x
n
x
n
x
n
x x
n
x
n
x x x x
n
x x
n
i
n
i
i
n
i
i
n
i
n
i
i
n
i
i
n
i
i i
n
i
i
= = = = = = = =
+ = + =
+
=
1
2
1 1
2
1
2
1 1
2
1
2 2
1
2
2
. 2
. . 2 . . 2
: 39 o
{ }
2
1
2
2 2
1
2
2
1
2
2
. 2
.
. . 2 : 40 x
n
x
x x
n
x
n
x n
x x
n
x
n
i
i
n
i
i
n
i
i
= + = + =

= = =
o
{ }
( )
|
|
.
|
\
|
+
+
= = = =

=
=
= =
2
2
1
2 2
2 1
2
2
1
2
2
1
2
2
: 41
o
o
o
n n
x
n
x
x
n
x
x
n
x
x
n
i
x
n
i
i
n
i
i
n
i
i
{ }
( )
2
2 2 2
2 2
2
2 2 2
2 2 2
2
1 . .
: 42
x
x x x
x
x
x
x x
n
n
n
n
n n n n
n
o
o o o
o
o
o
o o
o
|
.
|
\
|

=
= = + =
|
|
.
|
\
|
+
+
=
Varincia de uma amostra (
2
) um
estimador TENDENCIOSO da
2
) - continuao

Demonstrao:
{ }
( )
2
1
2
2
: 38
x
n
i
i
n
x x
o o =

=
{ }
2 2
1
: 42
x
n
n
o o
|
.
|
\
|

=
De {42} conclui-se que a esperana da varincia de
uma amostra (
2
) NO UM ESTIMADOR da
2
), ou seja,
2
um
ESTIMADOR TENDENCIOSO ou VICIADO de
2
Ainda de {42} conclui-se que multiplicando a
varincia de uma amostra (
2
) por n/(n-1) obtm-se a
2
) logo:
{ }
2 2 2 2
1
1 1
: 43
x x x
S
n
n
n
n
n
n
=
|
.
|
\
|

|
.
|
\
|
=
|
.
|
\
|
o o o
Estimativa da varincia experimental
segundo o 4.2.2 do ISO GUM

Demonstrao:
{ }
( )
2
1
2
2
1
: 44
x
n
i
i
x
n
x x
S o
=

=
De {43} e {45} conclui-se que S
2
um estimador
NO TENDENCIOSO ou NO VICIADO da varincia
da populao (
2
)
{ }
( ) ( )
2
1
2
1
2
2 2
1 1 1
: 45
x
n
i
i
n
i
i
x
n
x x
n
x x
n
n
n
n
S o o
=
|
|
|
|
.
|
\
|

|
.
|
\
|
=
|
.
|
\
|
=

= =
De {43} e {44} :
Desvio padro experimental da
mdia (4.2.3 do ISO GUM)
Mostrou-se que
{ }
n
n
x x
x
o o
o = =
2
: 33
{ }
( )
2
1
2
2
1
: 45
x
n
i
i
x
n
x x
S o
=

=
Substituindo {45} em {33} e extraindo a raiz
quadrada obtm-se o desvio padro experimental da
mdia que um estimador no tendencioso do
desvio padro da mdia de uma populao a partir
de uma amostra:
{ }
( )
x
n
i
i
x
x
n
n
x x
n
S
S o
= =
=
1
: 46
1
2
c. q. d.
PROPAGAO
DA INCERTEZA
DE MEDIO
Propagao da
incerteza de medio
Considere w = w(x,y,z)
x, y e z so medidas n vezes
As varincias e mdias de x, y e z so conhecidas
Com os n valores das grandezas de entrada,
calcula-se os n valores da grandeza de sada,
w
i
= w(x
i
,y
i
,z
i
)
Ento a mdia da grandeza de sada pode ser
estimada:
( )
n
, z , y , x w
n
w
w
n
i
i i i
n
i
i
= =
= =
1 1
: {47}
Propagao da
incerteza de medio
(continuao)
Expandindo w
i
= w(x
i
,y
i
,z
i
) em srie de potncias, ou
srie de Taylor, em torno dos valores das mdias:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )( )
( ) ( )
( )( )
( )
( )
( )( ) +
c
c
c
c
+
+
c
c
c
c
+
c
c
c
c
+
c
c
+
c
c
+
c
c
+
+
c
c
+
c
c
+
c
c
+ =
z z y y
z
w
y
w
z z x x
z
w
x
w
y y x x
y
w
x
w
z z
z
w
y y
y
w
x x
x
w
z z
z
w
y y
y
w
x x
x
w
z y x w w
i i
z y x
z y x
i i
z y x z y x
i i
z y x
z y x
i
z y x
i
z y x
i
z y x
i
z y x
i
z y x
i
z y x
i
. .
! 2
2
. .
! 2
2
. .
! 2
2
.
! 2
1
.
! 2
1
.
! 2
1
. . . , ,
, ,
, ,
, , , ,
, ,
, ,
2
, ,
2
2
2
, ,
2
2
2
, ,
2
2
, ,
, ,
, ,
: {48}
Propagao da incerteza de
medio de funes quase
lineares
Se a primeira derivada aproximadamente uma constante,
ento a segunda deriva aproximadamente zero
A primeira derivada ser constante se a funo for linear
Ento de {48}:
( )
( )
( )
( )
( )
( )
( ) z z .
z
w
y y .
y
w
x x .
x
w
z , y , x w w
i
z , y , x
i
z , y , x
i
z , y , x
i

c
c
+
c
c
+
c
c
+ ~ : {49}
( )
( )
( )
( )
( )
( )
( )
n
z z .
z
w
y y .
y
w
x x .
x
w
z , y , x w
n
w
w
n
i
i
z , y , x
i
z , y , x
i
z , y , x
n
i
i

=
=
(
(
c
c
+
c
c
+
c
c
+
~ =
1
1
: {50}
( )
( )
( )
( )
( )
( )
( )
( ) z , y , x w
n
z z .
z
w
y y .
y
w
x x .
x
w
z , y , x w . n
w
n
i
i
z , y , x
n
i
i
z , y , x
n
i
i
z , y , x
~
c
c
+
c
c
+
c
c
+
~

= = = 1 1 1
: {51}
Propagao da incerteza de medio de
funes quase lineares (continuao)
De {49}:
( )
( )
( )
( )
( )
( )
( )
2
2
: {53}
(
(
c
c
+
c
c
+
c
c
= z z .
z
w
y y .
y
w
x x .
x
w
w w
i
z , y , x
i
z , y , x
i
z , y , x
i
( )
( )
( )
( )
( )
( )
( ) z z .
z
w
y y .
y
w
x x .
x
w
z , y , x w w
i
z , y , x
i
z , y , x
i
z , y , x
i

c
c
+
c
c
+
c
c
~ : {52}
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )( )
( ) ( )
( )( )
( )
( )
( )( ) z z y y
z
w
y
w
z z x x
z
w
x
w
y y x x
y
w
x
w
z z
z
w
y y
y
w
x x
x
w
w w
i i
z y x
z y x
i i
z y x z y x
i i
z y x
z y x
i
z y x
i
z y x
i
z y x
i

|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
. . 2
. . 2 . . 2
. . .
, ,
, ,
, , , ,
, ,
, ,
2
2
, ,
2
2
, ,
2
2
, ,
2
: {54}
De {49} e {51} e elevando ao quadrado:
funes quase lineares (continuao)
Se as variveis x, y e z so estatisticamente independentes
e suas incertezas tm FDP simtricas
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )( )
( ) ( )
( )( )
( )
( )
( )( )

= =
(
(
(
(
(
(
(
(
(
(

|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
n
i i
z y x
z y x
i i
z y x z y x
i i
z y x
z y x
i
z y x
i
z y x
i
z y x
n
i
z z y y
z
w
y
w
z z x x
z
w
x
w
y y x x
y
w
x
w
z z
z
w
y y
y
w
x x
x
w
w w
1 i 1 i
: {55}
. . 2
. . 2 . . 2
. . .
, ,
, ,
, , , ,
, ,
, ,
2
2
, ,
2
2
, ,
2
2
, ,
2
Aplicando o somatrio em n a equao {54}:
( )
( )
( )
( )
( )
( )
( )

= =
(
(
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
n
i
z , y , x
i
z , y , x
i
z , y , x
n
i
z z .
z
w
y y .
y
w
x x .
x
w
w w
1 i
2
2
2
2
2
2
1 i
2
: {56}
Dividindo por (n-1) :
( )
( )
( )
( )
( )
( )
( )
1 1 1 1
: {57}
1 i
2
2
1 i
2
2
1 i
2
2
1 i
2
2
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=

= = = =
n
z z
z
w
n
y y
y
w
n
x x
x
w
n-
w w
S
n
i
z , y , x
n
i
z , y , x
n
i
z , y , x
n
i
w
funes de variveis independentes
Reescrevendo {57}:
( )
( )
( )
2
2
2
2
2
2
2
: {57}
z
z , y , x
y
z , y , x
x
z , y , x
w
S
z
w
S
y
w
S
x
w
S
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
Portanto o desvio padro (incerteza) de w :
( )
( )
( )
2
2
, ,
2
2
, ,
2
2
, ,
z
z y x
y
z y x
x
z y x
w
S
z
w
S
y
w
S
x
w
S
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
= : {58}
{58} a incerteza padro de w no caso em que as
grandezas de entrada:
primeira derivada aproximadamente uma constante
FDP das incertezas so simtricas
estatisticamente independentes
Propagao da incerteza de
medio de funes no lineares
Se as variveis x, y e z no so independentes a
equao {55} dividida por (n-1) resulta em:
( )
( )
( )
( )
( )
( ) ( )
( )
( )
yz
z y x
z y x
xz
z y x z y x
xy
z y x
z y x
z
z y x
y
z y x
x
z y x
w
S
z
w
y
w
S
z
w
x
w
S
y
w
x
w
S
z
w
S
y
w
S
x
w
S
. . 2 . . 2 . . 2
. . . : {59}
, ,
, ,
, , , ,
, ,
, ,
2
2
, ,
2
2
, ,
2
2
, ,
2
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
=
( )( )
y x
n
y y x x
S
n
i
i i
xy
com de a covarinci a
1
.
onde : {60}
1

=
Propagao da incerteza de medio
de funes no lineares
(continuao)
Portanto de {58} a incerteza de w sem correo
do erro sistemtico :
( )
( )
( )
( )
( )
( ) ( )
( )
( )
yz
z y x
z y x
xz
z y x z y x
xy
z y x
z y x
z
z y x
y
z y x
x
z y x
w w
S
z
w
y
w
S
z
w
x
w
S
y
w
x
w
S
z
w
S
y
w
S
x
w
S S
. . 2 . . 2 . . 2
. . .
: {61}
, ,
, ,
, , , ,
, ,
, ,
2
2
, ,
2
2
, ,
2
2
, ,
2
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
|
|
.
|
\
|
c
c
+
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
+
|
|
.
|
\
|
c
c
= =
{61} a incerteza padro de w no caso em que as
grandezas de entrada:
primeira derivada aproximadamente uma constante, ou
modelo fracamente no-linear
INCERTEZA DE MEDIO
1. Histrico
12.Outros procedimentos para estimativa da
incerteza de medio
PROCEDIMENTOS PARA
ESTIMAR A INCERTEZA DE
MEDIO
ISO GUM: norma euclidiana das incertezas
Intervalo para as maiores variaes possveis
das grandezas de sada
Atravs da Simulao de Monte Carlo (MCS).
ISO GUM: norma euclidiana
Modelo
Y=f(X)
Estimativas x
das grandezas
de entrada X
Incertezas
padro: u(x)
Graus de
liberdade V
para cada x
Nvel da
confiana
desejada
Coeficientes de
sensibilidade
Ci = dY/dxi
Incertezas padro
combinada u
c
(y)
Graus de liberdade
efetivos Veff
Fator de abrangncia k
Incerteza expandida U(y) = k . u
c
(y)
Resultado da Medio = y U(y)
Modelo avaliado nas estimativas
das grandezas de entrada y=f(x)
Intervalo para as maiores
variaes da grandeza de sada
A grandeza A definida pelo modelo:
A = B . C / D
As grandezas de entrada B, C e D tem
incertezas dadas por B, C e D
Valor mximo para A:
Amax = (B+B). (C+C)/(D-D)
Valor mnimo para A:
Amin = (B-B). (C-C)/(D+D)
Incerteza para A: A= (Amax Amin)/2
Valor mdio para A: <A> = (Amax + Amin)/2
Resultado da medio: A = <A> A
MCS: Simulao de Monte Carlo
Modelo
Y=f(X)
Funes densidade
de probabilidade g(X)
Nmero M de extraes
aleatrias para a simulao
de Monte Carlo
Nvel da
confiana
desejada
M amostras x
1
,..., x
M

de x a partir de g(x)
M avaliaes ordenadas
da estimativa de sada
y
1
,...,y
M
Resultado da Medio = [ y
(1-p)M/2
,y
(1+p)M/2
]
M avaliaes da estimativa da sada
y=(y
1
,..., y
M
)={f(x
1
),...,f(x
M
)}
INCERTEZA DE MEDIO
1. Histrico
de medio
Mensurando: (F, T, P, L, A ou ...). Instrumento: DESCRIO E TAG. Faixa de VALOR MIN E MAX e UNIDADE.
Tipo

Fonte da
incerteza
de Xi
Desvio
sistem.
Valor da
incerteza de
Xi = I(xi)
Distri.
(FDP)
Divisor
(Di)
Valor
(ui)
Vi
ou
Veff

Somatria de u
i

u
c
i

:
uc

Fator de abrangncia
k para xx,xx% de
nvel da confiana

Incerteza
expandida
U = k . uc



Coef. de
sensib.
(Ci)
RM = MI + C U

Incert.
padro
u(xi) =
I(xi)/Di

ui=ci.u(xi)

numrico de U = k.u
c
, uma incerteza
u
c
( ) , 15 , 0 68 , 19 g RM =
Bibliografia
ALBERTAZZI, Armando. METROLOGIA: parte 1. Santa Catarina: Apostila da
UFSC, 2002.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS; INMETRO; SBM.
Guia para a Expresso da Incerteza de Medio, 2003. 3 edio. Rio de
Janeiro: ABNT e INMETRO, 2003. 120 p. ISO-GUM - Guide to the
Expression of Uncertainty in Measurement
Guia EURACHEM / CITAC - Determinando a Incerteza na Medio
Analtica
DIECK, Ronald H. Measurement Uncertainty: Methods and Applications. 2
edio. USA: ISA, 1997. 228 p.
FIALHO, Arivelto Bustamante. Intrumentacao Industrial: conceitos,
aplicaes e anlises. 2 edio. So Paulo: Erica, 2002. 275 p.
LINK, Walter. Metrologia Mecnica: Expresso da Incerteza de Medio. 2
edio. So Palo: Mitutoyo, 1999. 174 p.
LIRA, Francisco Adval de. Metrologia na Indstria. 3 edio. So Paulo:
Erica, 2001. 246 p.
ProgramAINSTruir: Mini-curso sobre Incerteza de Medio. IOPE
Instrumentos de Preciso. Salvador: 2005.
VUOLO, Jos Henrique. Fundamentos da Teoria de Erros. 2 edio. So
Paulo: Edgard Blucher, 2002. 249 p.
Ricardo de Arajo Kalid
kalid@ufba.br ou LACOI@ufba.br
(71) 3203.9811 ou (71) 9984.3316
www.LACOI.ufba.br
AVALIAO DA
INCERTEZA DE MEDIO

Avaliação Da Incerteza de Medição

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Avaliação Da Incerteza de Medição

Uploaded by

Copyright:

Available Formats

Ricardo de Arajo Kalid

You might also like