Académique Documents
Professionnel Documents
Culture Documents
RESUMO:
PALAVRAS CHAVES:
1. INTRODUÇÃO
Quando se relata o resultado de uma medição de uma grandeza física, é obrigatório que seja dada
uma indicação quantitativa da qualidade do resultado de forma tal que aqueles que o utilizam
possam avaliar sua faixa de dúvidas. Sem esta indicação, resultados das medições não podem ser
comparados, seja entre eles mesmos ou com valores de referência dados numa especificação ou
numa norma. É, portanto, necessário que haja um procedimento prontamente implementado,
facilmente compreendido e de aceitação geral para caracterizar a qualidade de um resultado de uma
medição, isto é, para avaliar e expressar sua incerteza.
2. INCERTEZA DE MEDIÇÃO
Estas fontes não são necessariamente independentes e algumas das fontes de a) a i) podem
contribuir para a fonte j). Naturalmente, um efeito sistemático não reconhecido não pode ser levado
em consideração na avaliação da incerteza do resultado de medição, porém contribui para seu erro.
A incerteza padronizada ou padrão de uma fonte de erro é a faixa de dispersão em torno do valor
central equivalente a um desvio padrão.
Método de avaliação da incerteza por outros meios que não a análise estatística de uma série de
observações.
.
2
A incerteza padronizada u(xi) é avaliada por julgamento científico baseando-se em todas
informações disponíveis sobre a possível variabilidade de xi. O conjunto de informações pode
incluir:
- dados de medições prévias;
- a experiência ou o conhecimento geral do comportamento e propriedades de materiais e
instrumentos;
- especificações do fabricante;
- dados fornecidos em certificados de calibração e outros certificados e;
- incertezas relacionadas a dados de referência extraídos de manuais.
Devem ser coletadas informações que permitam estimar a incerteza associada a cada fonte de erro.
Recomenda-se apresentar o valor associado aos limites de variação da fonte de incertezas em sua
unidade natural e identificar o tipo de distribuição de probabilidade envolvida (normal, retangular,
triangular ou outra).
Em função do tipo de distribuição será definido o divisor utilizado para converter o valor conhecido
na incerteza padronizada. Para distribuições normais este valor geralmente é unitário no caso da
avaliação de incerteza tipo “A”, ou coincide com o fator de abrangência utilizado na fonte de
informação quando a avaliação tipo “B” é considerada.
Este item trata do caso onde todas as grandezas de entrada são independentes (grandezas de entrada
não correlacionadas). A incerteza padronizada de y, onde y é a estimativa do mensurando Y e
desta maneira o resultado da medição é obtido pela combinação apropriada de incertezas padrão das
estimativas de entrada x1, x2, ..., xn. Esta incerteza padronizada combinada da estimativa y é
representada por uc (y).
2
n
∂ f 2
u ( y) = ∑
2
u (x j ) (4.1)
∂ xi
c
i =1
Cada u(x) é uma incerteza padronizada avaliada (avaliação Tipo A ou avaliação Tipo B). A
incerteza padronizada combinada uc (y) é um desvio padrão estimado e caracteriza a dispersão dos
valores que poderiam razoavelmente ser atribuídos ao mensurando Y .
A equação (4.1) e sua correspondente para grandezas de entrada correlacionadas, equação (4.3),
ambas as quais são baseadas numa aproximação da série de Taylor de primeira ordem de Y = f(X1,
X2, ... , XN ), expressam o que é denominado no Guia de Expressão de Incerteza de Medição como
a lei de propagação da incerteza.
As derivadas parciais ∂ƒ/∂xi são iguais a ∂ƒ/∂Xi avaliadas para Xi=xi. Os valores assumidos por
estas derivadas, freqüentemente denominadas coeficientes de sensibilidade, descrevem como
estimativa de saída y varia com alterações nos valores das estimativas de entrada x1, x2, ..., xN .
2
N N
∂ f ∂ f N
∂ f 2 N −1 N
∂ f ∂ f
u ( y) = ∑ ∑
2
u( xi , x j ) = ∑ u ( xi ) + 2 ∑ ∑ u( x i , x j ) (4.3)
c
i =1 j =1 ∂ xi ∂ x j i =1 ∂ x i i =1 j = i +1 ∂ x i ∂ x j
u ( xi , x j )
r ( xi , x j ) = (4.4)
u ( xi ) u ( x j )
n
∂ f 2 n −1 n
∂f ∂f
u c( y) = ∑
2
u ( xi ) + 2∑ ∑ u( xi )u( x j )r ( xi , x j ) (4.5)
i =1 ∂ x i = 1 j = i + 1 ∂ xi ∂ x j
− −
Considere duas médias aritméticas q e r que estimas as expectativas µq e µr de duas
grandezas
.
4
− −
q e r variando aleatoriamente e calcule q e r a partir de n pares independentes de observações
− −
simultâneas de q e r, feitas sob as mesmas condições de medição. Então a covariância de q e r é
estimada por:
− − n − −
1
s( q , r ) = ∑
n ( n − 1) k = 1
( q k − q )( rk − r ) (4.6)
− −
onde qk e rk são as observações individuais das grandezas q e r, e q e r são calculados a partir das
observações. Se, de fato, as observações não são correlacionadas, espera-se que a covariância
calculada fique próxima de 0.
Assim, a covariância estimada de duas grandezas de entrada correlacionadas Xi e Xj que são
− −
estimadas pelas médias X i e X j determinadas por pares independentes de observações
− − − −
simultâneas repetidas é dada por u(xi,xj) = s( X i, X j) com s( X i, X j) calculado de acordo com a
equação (4.6).
Esta aplicação da equação (4.6) é uma avaliação Tipo A da covariância. O coeficiente de correlação
− −
estimado de X i e X j é obtido da equação (4.4) :
− − − − − −
r(Xi, Xj) = r( X i e X j ) = s( X i , X j ) / s( X i)s( X j )
Há casos mais complexos onde as interações entre grandezas de entrada que compõem uma
medição direta não podem ser realisticamente modeladas como sendo completamente
estatisticamente dependentes e nem independentes. Pode haver dependência estatística parcial. A
forma de quantificar a dependência estatística linear parcial é através do coeficiente de correlação
linear entre cada par de grandezas de entrada envolvidas. Haverá dependência parcial se o
coeficiente de correlação for um número não inteiro.
2 2
∂ f ∂ f ∂ f
u (G ) =
2
u(a ) + u (b ) + u ( c) (4.6)
∂ a ∂b ∂c
.
5
A expressão usada para estimar a incerteza padrão combinada de uma grandeza G=f(x1, x2, x3, ...,
xn) considerando que pode haver dependência estatística parcial entre cada par das grandezas de
entrada x1, x2, x3, ..., xn , é dada por:
2
∂ f 2
n n −1 n
∂f ∂f
u (G ) = ∑
2
u ( x i ) + 2∑ ∑ u ( x i ) u ( x j ) r ( xi , x j ) (4.7)
i =1 ∂ x i =1 j =i +1∂ xi ∂ x j
5- INCERTEZA EXPANDIDA
Embora a incerteza padronizada combinada uc(y) possa ser universalmente usada para expressar a
incerteza de um resultado de medição, em algumas aplicações comerciais, industriais e
regulamentadoras, e quando a saúde e a segurança estão em questão, é, muitas vezes, necessário dar
uma medida de incerteza que define um intervalo em torno do resultado da medição com o qual se
espera abranger uma extensa fração da distribuição de valores que poderiam ser razoavelmente
atribuídos ao mensurando.
A medida adicional de incerteza que satisfaz o requisito de fornecer um intervalo do tipo indicado
anteriormente denominada incerteza expandida e é representada por U. A incerteza expandida U é
obtida multiplicando-se a incerteza padronizada combinada uc por um fator de abrangência k:
U=k.uc(y) (5.1)
y - U≤ Y ≤ y + U
U é interpretado como definindo um intervalo em torno do resultado de medição que abrange uma
extensa fração P da distribuição de probabilidade, caracterizada por aquele resultado e sua incerteza
padronizada combinada, e P é a probabilidade de abrangência ou nível da confiança do
intervalo.
Sempre que praticável, o nível da confiança P, associado com intervalo definido por U deve ser
estimado e declarado. Deve ser reconhecido que multiplicando uc(y) por uma constante, não
acrescenta informação nova, porém se apresenta a informação previamente disponível de forma
diferente. Entretanto, também deve ser reconhecido que, na maioria dos casos, o nível da confiança
P (especialmente para valores de P próximos de 1) é um tanto incerto, não somente por causa do
conhecimento limitado da distribuição de probalidade caracterizada, por y e uc(y) (especialmente
nas extremidades), mas também por causa da incerteza da própria uc(y).
O valor do fator de abrangência k deve levar em conta, além do nível de confiança desejado, o
número de graus de liberdade efetivos associados ao caso para o intervalo y-U a y+U. O valor de k
geralmente está entre 2 e 3, mas pode assumir diversos outros valores.
.
6
É comum calcular o número de graus de liberdade efetivos (υef) através da equação de Welch-
Satterthwaite:
uc4
υef = (5.2)
N
ui4
∑
i =1 υi
onde:
uc é a incerteza combinada;
ui é a incerteza padronizada associada à i-ésima fonte de incerteza;
υi é o número de graus de liberdade associado à i-ésima fonte de incerteza;
N é o número total de fontes de incertezas analisadas.
Da aplicação da equação (5.2) resulta o número de graus de liberdade efetivo. O valor de “k” para
nível de confiança de 95% pode então ser obtido da seguinte tabela:
υef 1 2 3 4 5 6 7 8 10 12 14 16
k95 13,97 4,53 3,31 2,87 2,65 2,52 2,43 2,37 2,28 2,23 2,20 2,17
υef 18 20 25 30 35 40 45 50 60 80 100 ∞
k95 2,15 2,13 2,11 2,09 2,07 2,06 2,06 2,05 2,04 2,03 2,02 2,00
Para valores fracionários de υef , interpolação linear pode ser usada se υef > 3.
Alternativamente o valor de k95 corresponde ao valor de υef imediatamente inferior na tabela pode
ser adotado.
Caso Geral :
y = f ( x1, x2 , ... , xn )