PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM

MEDIÇÕES DIRETAS E INDIRETAS

Prof. José Leonardo Noronha, M. Eng.

Departamento de Engenharia de Produção
Escola Federal de Engenharia de Itajubá – EFEI

RESUMO:

Neste trabalho são apresentados alguns procedimentos de avaliação de incerteza de medição em

medição direta e indireta baseados no Guia para Expressão da Incerteza de Medição desenvolvido
pelo Grupo Técnico da ISO.

PALAVRAS CHAVES:

Metrologia, Incerteza de Medição, Calibração.

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.

Em 1978, reconhecendo a falta de um consenso internacional para a expressão da incerteza de

medição, o Comitê Internacional de Pesos e Medidas (CIPM) solicitou ao Bureau Internacional de
Pesos e Medidas (BIPM) que tratasse o problema em conjunto com os laboratórios nacionais de
metrologia e que fizesse uma recomendação. Este grupo concluiu que havia necessidade de se obter
um procedimento internacionalmente aceito para expressar a incerteza de medição e para combinar
os componentes individuais da incerteza em uma única incerteza total. Entretanto, não se
evidenciou um consenso quanto ao método a ser usado. O BIPM então convocou uma reunião com
o propósito de se chegar a um procedimento uniforme e de aceitação geral para a especificação da
incerteza ; ela foi assistida por especialistas de 11 laboratórios nacionais. Este Grupo de Trabalho
desenvolveu em 1980 a Recomendação INC-1, Expressão de Incertezas Experimentais. O CIPM
aprovou a recomendação em 1981 e a ratificou em 1986.

CIPM transferiu a tarefa de desenvolver um guia detalhado, baseado na Recomendação do Grupo

de Trabalho, para a Organização Internacional de Normalização (ISO). A responsabilidade foi
conferida ao ISO Technical Advisory Group on Metrology (TAG 4), que por sua vez, estabeleceu o
Grupo de Trabalho 3 (ISO/TAG 4/WG 3). Foram estabelecidos os seguintes termos de referência:

Desenvolver um documento - guia baseado na recomendação do Grupo de Trabalho do BIPM sobre

a Declaração de Incertezas que forneça regras sobre a incerteza de medição para a utilização em
normalização, calibração, credenciamento de laboratórios e serviços de metrologia.

O propósito desta orientação é:

- promover a informação integral sobre a maneira pela qual a declaração da incerteza foi alcançada;
- prover uma base para a comparação internacional de resultados de medição.
 1

2. INCERTEZA DE MEDIÇÃO

A incerteza do resultado de uma medição reflete a falta de conhecimento exato do mensurando. O

resultado de uma medição após a correção dos efeitos sistemáticos reconhecidos, é ainda, tão
somente uma estimativa do valor do mensurando por causa da incerteza proveniente dos efeitos
aleatórios e da correção imperfeita do resultado no que diz respeito aos efeitos sistemáticos.

Na prática, existem muitas fontes possíveis de incerteza em uma medição, incluindo:

a) definição incompleta do mensurando;

b) realização imperfeita da definição do mensurando;
c) amostragem não representativa - a amostra medida pode não representar o mensurando;
d) conhecimento inadequado dos efeitos das condições ambientais sobre a medição ou medição
imperfeita das condições ambientais;
e) erro de tendência pessoal na leitura de instrumentos analógicos;
f) resolução finita do instrumento ou limiar de mobilidade;
g) valores inexatos dos padrões de medição e materiais de referência;
h) valores inexatos de constantes e de outros parâmetros obtidos de fontes externas e usado no
algoritmo de redução de dados ;
i) aproximação e suposições incorporadas ao método e procedimento de medição;
j) variações nas observações repetidas do mensurando sob condições aparentemente idênticas.

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.

3. AVALIAÇÃO DA INCERTEZA PADRONIZADA

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.

A avaliação da incerteza padronizada pode ser classificada em Tipo A e Tipo B. O propósito de

classificação Tipo A e Tipo B é de indicar as duas maneiras diferentes de avaliar as componentes da
incerteza e serve apenas para discussão, a classificação não se propõe a indicar que haja qualquer
diferença na natureza dos componentes resultando dois tipos de avaliação. Ambos os tipos de
avaliação são baseados em distribuições de probabilidade e os componentes de incerteza resultantes
de cada tipo são quantificados por variâncias ou desvios padrão.

3.1 AVALIAÇÃO DO TIPO A

Método de avaliação da incerteza pela análise estatística de uma série de observações.

3.2 AVALIAÇÃO DO TIPO B

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.

Os divisores para algumas distribuições de probabilidade são:

- Retangular = 3
- Triangular = 6
-U= 2

4. INCERTEZA PADRONIZADA COMBINADA

A incerteza padronizada combinada de um resultado de medição é a incerteza padronizada quando

este resultado é obtido por meio dos valores de várias outras grandezas, sendo igual à raiz
quadrada positiva de uma soma de termos, sendo estes as variâncias ou covariâncias destas outras
grandezas, ponderadas de acordo com quanto o resultado da medição varia com mudanças nestas
grandezas.

4.1 GRANDEZAS ESTATISTICAMENTE INDEPENDENTES

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).

A incerteza padronizada combinada uc (y), é a raiz quadrada positiva da variância combinada

u 2c (y), que é dada por:

2
n
∂ f  2
u ( y) = ∑
2
  u (x j ) (4.1)
 ∂ xi 
c
i =1

onde f é a função dada na equação :

y = f ( x1, x2, ... , xn ) (4.2)

.
 3

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 .

4.2 GRANDEZAS ESTATISTICAMENTE DEPENDENTES

A equação (4.1) é válida somente se as grandezas se entrada Xi são independentes

ou
não - correlacionadas. Se algum dos Xi são significativamente correlacionados, as correlações
devem ser levadas em consideração.

Quando as grandezas de entrada são correlacionadas, a expressão apropriada para a variância

combinada uc2 (y) associada com o resultado de uma medição é :

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

onde xi e xj são as estimativas de Xi e Xj e u(xi ,xj) = u (xj ,xi) é a covariância estimada

associada com xi e xj . O grau de correlação é caracterizada pelo coeficiente de correlação
estimado:

u ( xi , x j )
r ( xi , x j ) = (4.4)
u ( xi ) u ( x j )

onde r (xi , xj ) = r ( xj , xi ) e -1 ≤ r ( xi, xj ) ≤ + 1 . Se as estimativas xi, xj são independentes ,

r ( xi , xj ) = 0 e a variação numa delas não implica em uma variação esperada na outra.

Em termos de coeficientes de correlação, que são mais prontamente interpretados do que

covariâncias, a equação pode ser escrita como:

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 )

4.3 GRANDEZAS COM DEPENDÊNCIA ESTATÍSTICA PARCIAL

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.

4.3.1 - Combinação de grandezas estatisticamente dependentes e independentes

Será abordado o caso onde apenas combinações de grandezas de entrada estatisticamente

dependentes e independentes são envolvidas. Sejam por exemplo as grandezas a, b e c onde sabe-se
, a priori , que :
a e b são estatisticamente dependentes (r(a,b) = 1 )
a e c e b e c são estatisticamente independentes entre si ( r(a,c) = 0 e r(b,c) = 0 )
A incerteza padronizada combinada da grandeza G dada por: G = f(a, b, c) pode ser estimada por:

2 2
∂ f ∂ f  ∂ f 
u (G ) = 
2
u(a ) + u (b ) +  u ( c) (4.6)
∂ a ∂b  ∂c 

4.3.2 - Caso Geral

.
 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)

O resultado de uma medição é, então, convenientemente expresso como Y = y ± U, que é

interpretado de forma a significar que a melhor estimativa do valor atribuível ao mensurando Y é y,
e que y - U a y + U é o intervalo com o qual se espera abranger uma extensa fração da distribuição
de valores que podem ser razoavelmente atribuídos a Y. Tal intervalo é também expresso como:

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).

5.1- FATOR DE ABRANGÊNCIA

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.

6 - PROCEDIMENTO DE AVALIAÇÃO DA INCERTEZA DE MEDIÇÃO

Caso Geral :

a- Determinar o modelo matemático que relaciona a grandeza de entrada com a saída;

y = f ( x1, x2 , ... , xn )

b- Identificar todas as correções a serem feitas ao resultado de medição;

c- Listar componentes sistemáticos da incerteza associada a correções e tratar efeitos sistemáticos

não corrigidos com parcelas de incerteza;

d- Atribuir valores de incertezas e distribuição de probabilidades com base em conhecimentos

experimentais práticos ou teóricos;

e- Calcular a Incerteza Padronizada (ui) para cada componente de incerteza;

f- Calcular a Incerteza Combinada (uc) ou uc(y);

g- Calcular a Incerteza Expandida (U).