350 Revista Brasileira de Ensino de Fsica, vol. 21, no.

3, Setembro, 1999

Avaliac~ao e Express~ao de Incerteza em Medic~ao

( Evaluation and expression of uncertainty in measurement )

Jose Henrique Vuolo

Instituto de Fsica, Universidade de S~ao Paulo
Caixa Postal 66318, CEP 05315-970, S~ao Paulo,SP Brasil
Recebido em 5 de maio, 1998
Neste artigo, s~ao resumidas a terminologia e as regras gerais relativas a avaliac~ao e express~ao
de incertezas de medic~ao, conforme recomendac~oes de expressivas organizaco~es internacionais
( BIPM, IEC, IFCC, ISO, IUPAC,IUPAP,OIML ). Embora estas recomendac~oes sejam relativamente
recentes, parece importante sejam divulgadas e introduzidas nos cursos experimentais para ci^encias
exatas. Tambem s~ao discutidas algumas express~oes ( em portugu^es ), sobre as quais existe alguma
confus~ao na utilizac~ao ou na traduca~o.
In this article, it is presented the terminology and the general rules for the evaluating and expressing
uncertainty in measurement, according to the recommendations of expressive international orga-
nizations ( BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML ). It seems important to divulge this
terminology and the basic rules and to introduce them in experimental courses for exact sciences.
Moreover, it is discussed the translation ( for Brazil ) or the utilization of some terms.

I Introduc~ao Pure and Applied Chemistry ( IUPAC ), International

Union of Pure and Applied Physics ( IUPAP ) e Inter-
A terminologia sobre erros e incertezas de medic~ao sem- national Organization of Legal Metrology ( OIML ). Um
pre foi um pouco confusa, a comecar da confus~ao entre dos resultados dos trabalhos e o Guide to the Expression
\erro" e \incerteza". A forma para expressar a incer- of Uncertainty in Measurement, conhecido pela sigla
teza tambem nunca foi muito bem denida, desde o GUM ( ou ISO-GUM ) e publicado em 1993, em nome
numero de algarismos a serem escritos num resultado das organizac~oes citadas [4]. Este documento de mais
ate o signicado exato do que esta sendo indicado como
incerteza. Alem disso, as regras para avaliaca~o de incer-
tezas tambem sempre foram um pouco controvertidas,
no que se refere a avaliac~ao de incertezas resultantes de
efeitos sistematicos e combinac~ao destas com as resul-
tantes de efeitos aleatorios. As diferentes concepc~oes
sobre estas regras e discutida em [1] e [2]. Alem dessas
quest~oes, ainda pode ser mencionado o fato que as in-
certezas nos valores das grandezas fsicas fundamentais
t^em sido historicamente subestimadas. Por exemplo [3],
nos valores anteriores a 1963, as incertezas foram apro-
ximadamente subestimadas por um fator 3, em media.
E provavel que o mesmo ou pior tenha ocorrido em ou-
tras medic~oes fsicas e que a subestimac~ao de incertezas
tenha persistido nas decadas seguintes.
Um esforco para resolver tais quest~oes vem sendo
realizado, ha mais de 10 anos, por grupos de tra-
balho constitudos por especialistas indicados pelas
organizac~oes internacionais Bureau International des
Poids et Mesures ( BIPM ), International Electrotech-
nical Commission ( IEC ), International Federation of
Clinical Chemistry ( IFCC ), International Organiza-
tion for Standardization ( ISO ), International Union of
de 100 paginas e tiragem total de 7500 exemplares tem
sido universalmente difundido e aceito, tendo sido ja
traduzido para mais de 10 idiomas. Estas informac~oes
e um historico sobre a elaborac~ao do GUM s~ao dadas
pelo Prof. Mathiesen [5]. Uma vers~ao do GUM para o
Brasil foi patrocinada pelo INMETRO [6], sendo que
ja existe uma traduc~ao em Portugal. Documentos im-
portantes tais como EAL-R2 [7] e NIST-TN 1297 [8]
t^em sido elaborados conforme terminologia e princpios
basicos do GUM.
Quanto a nomenclatura, o International Vocabu-
lary of Basic and General Terms in Metrology ( VIM ),
[9,10 ] resolve algumas quest~oes. Entretanto, impor-
tantes express~oes relativas a incertezas, que s~ao propos-
tas no GUM, ainda n~ao foram incorporadas ao VIM.
Como exemplos, podem ser mencionadas \incerteza
padr~ao", \incerteza tipo A", \incerteza tipo B", \in-
certeza combinada" e \incerteza expandida".
A avaliac~ao e express~ao da incerteza de maneira uni-
formizada, se tornou muito importante em tecnologia,
devido a globalizaca~o da economia. E evidente que um
tratamento uniforme tambem deveria ser dedicado a
medic~oes fsicas, em geral. A elaborac~ao do GUM ocor-
Jose Henrique Vuolo 351

reu por iniciativa do BIPM [11] e, posteriormente, con- palavra \precis~ao" ( precision ) e universalmente aceita
tou com a participaca~o das outras entidades, inclusive com este signicado. Por isso, embora exista con-
a IUPAP. troversia entre os termos \acuracia" e \exatid~ao", e
Neste artigo, procurou-se resumir as denic~oes e re- inadmissvel traduzir \accuracy" como \precis~ao" ou
gras gerais relativas a incertezas, conforme os princpios usar esta palavra para indicar a qualidade da incerteza
estabelecidos no GUM. Alem de divulgar a termino- nal de um resultado, o que infelizmente tem ocorrido
logia correspondente ( em ingl^es ) proposta no GUM, com frequ^encia em manuais tecnicos e ate mesmo em
procurou-se discutir a traduc~ao de alguns termos con- textos cientcos.
trovertidos e tambem de outros, geralmente utiliza-
dos de maneira confusa. Parece importante conhecer Mensurando( measurand)
esta nomenclatura e regras basicas, incorporando-as em
disciplinas experimentais de cursos de graduac~ao em Mensurando e denido no VIM como \a grandeza es-
ci^encias exatas. pecca submetida a medic~ao". Entretanto, a denica~o
do mensurando numa medica~o especca e uma quest~ao
um pouco delicada. Ocorre que, em geral, o nvel de de-
II Discuss~ao de alguns termos talhamento da denic~ao depende da acuracia permitida
pelo proprio processo de medic~ao.
Alguns termos importantes, sobre os quais existe al- Por exemplo, \ndice de refraca~o do ar" pode ser um
guma confus~ao, s~ao discutidos nesta Sec~ao. Um voca- mensurando bem denido para uma experi^encia sim-
bulario relativo a incertezas, identicando as express~oes ples. Numa medic~ao mais elaborada devem ser espe-
que aparecem no VIM, no GUM ou n~ao aparecem num cicados comprimento de onda, temperatura e press~ao
ou noutro, e apresentado em [12]. atmosferica na denic~ao do mensurando. Melhorando
Medic~ao ( Measurement)
A palavra \medica~o" e a recomendada na vers~ao bra-
sileira do VIM, aqui chamada de VIM-BR [10]. Esta
e a palavra correta para se referir ao \ato de medir",
conforme dicionario.
A palavra \medida" e extensivamente usada com
o sentido de \medic~ao". Entretanto, isto deveria ser
evitado porque n~ao e muito correto e tambem porque
mais ainda a acuracia, deve-se especicar tambem a
composic~ao da amostra de ar ( inclusive impurezas ) e
assim por diante.
No formalismo para avaliac~ao de incerteza, o valor
( verdadeiro ) do mensurando e uma quantidade des-
conhecida e desconhecvel ( que n~ao pode ser conhe-
cida ). Deve ser observado que a palavra \verdadeiro"
e redundante na express~ao \valor verdadeiro do mensu-
rando" e pode-se usar apenas \valor do mensurando",
como recomendado no GUM. Entretanto, em certas cir-
\medida" tem varios outros signicados, tais como em
\o desvio padr~ao e uma medida ( measure ) de disper-
s~ao" ou \a altura ja foi medida " ou ainda \a ultima
medida ( resultado ) e a melhor".
Acuracia ou exatid~ao ( accuracy )
A acuracia ( ou exatid~ao ) indica a qualidade do resul-
cunst^ancias, especialmente para ns didaticos, pode ser
util ou importante enfatizar que se trata do valor ver-
dadeiro.
Erro ( error)
O erro  e a diferenca entre o resultado y da medic~ao
e o valor do mensurando yv :
tado da medic~ao no que se refere a incerteza nal. A  = y , yv : (1)
traduc~ao recomendada no VIM-BR e \exatid~ao". En-
tretanto, os adjetivos correspondentes ( exato, exata ) Uma vez que o valor do mensurando e uma quanti-
s~ao muito fortes e t^em um signicado bem denido, que
e o indicado no dicionario e correspondente a palavra
inglesa \exact". Alem disso, a palavra acuracia ja tem
sido usada em outros textos [ 12,13]. Outra vantagem
de \acuracia" e a similaridade com \accuracy". Por es-
tes motivos, a traduc~ao recomendada no VIM-BR deve-
ria ser revisada, pelo menos deixando \acuracia" como
alternativa.
Precis~ao ( precision)
A precis~ao e uma indicac~ao parcial da qualidade da
medic~ao, que se refere apenas a
dade desconhecida e desconhecvel, resulta que o erro
de medic~ao tambem e uma quantidade desconhecida e
desconhecvel, no formalismo para avaliac~ao de incerte-
zas.
Em circunst^ancias excepcionais, o mensurando e
conhecido com acuracia muito melhor que a permi-
tida pela medic~ao. Por exemplo, isto pode ocorrer na
aferic~ao de um equipamento e tambem e comum em
experi^encias didaticas. Em tais casos, o erro pode ser
conhecido e isto gera certa confus~ao. Por exemplo, um
estudante realiza a experi^encia de Millikan e a incer-
teza na carga do eletron deve ser avaliada, como parte
utuac~oes aleatorias. do resultado nal. Neste caso particular, podera ser
Alem de boa precis~ao, e necessario que os efeitos sis- calculado tambem o \erro de medic~ao", porque a carga
tematicos sejam pequenos para se ter boa acuracia. A do eletron e conhecida com acuracia muitssimo melhor
352 Revista Brasileira de Ensino de Fsica, vol. 21, no. 3, Setembro, 1999

6P (%) @@retangular
100 @ q
q
q
r
r r r r r r r

gaussiana
r
q r r r r
r r
q r r

@
r r
qr r

80
rq r
r
r
r q r
q
r q r
q r
r q r

@@
q

60
r q r
q
r q r
q
r q r
q
r

limite de
r q

40 r q
q
q
r
r

Bienayme-Chebyshev
q r
r q r
q r
q

20
r q r
q r
r
r q
q r
q

-
rq r
q

0
r
q
qr r

0 1 2 3 k

Figure 1.: Nveis de conanca para valores grandes de  .

que a permitida por uma experi^encia didatica simples. Incerteza combinada e a que resulta da combinac~ao
Entretanto, em nenhuma parte do formalismo para ava- de incertezas tipo A e tipo B, para se obter a incer-
liac~ao de incerteza, pode ser considerado que o mensu- teza nal. Incerteza padr~ao combinada e a incerteza
rando ou o erro sejam conhecidos. combinada dada na forma de desvio padr~ao.
Incerteza ( uncertainty) Intervalo de conanca (interval of condence)
Incerteza e um conceito qualitativo denido no VIM A conanca P de uma armativa e a probabilidade
como \par^ametro associado ao resultado de uma de que esta armativa seja correta. Se Z e o va-
medic~ao que caracteriza a dispers~ao de valores que pode lor verdadeiro de uma quantidade determinada por
ser fundamentadamente atribudos ao mensurando". A metodos estatsticos, pode-se considerar a armativa
incerteza, como conceito quantitativo, deve ser devida- \z1  Z  z200 com probabilidade P de ser correta. O
mente qualicada com adjetivo conveniente. intervalo [z1 ; z2] e um intervalo de conanca P para a
Como pode ser visto, \erro" e \incerteza" s~ao con- quantidade Z e P e o nvel de conanca .
ceitos bastante diferentes, que devem ser escrupulosa- No caso mais simples, z e a media de n medic~oes de
mente distinguidos, especialmente para ns didaticos. Z , sendo s o desvio padr~ao experimental na media. A
A incerteza padr~ao ( standard uncertainty ) e a in- precis~ao na determinaca~o de Z pode ser avaliada pelo
certeza dada na forma de desvio padr~ao. intervalo de conanca :
A incerteza tipo A e a incerteza avaliada a partir da
analise de uma serie de observac~oes, realizada conforme z , ks  Z  z + ks ( com conanca P ): (2)
os metodos da estatstica classica.
A incerteza tipo B e a incerteza avaliada por quais- A Figura 1 mostra P(%) em func~ao de k para
quer outros metodos, que n~ao os metodos estatsticos algumas distribuic~oes de probabilidade, no limite de
classicos. Em geral, para estimar a incerteza tipo B, os grandes valores de n ( numero de graus de liberdade
metodos empregados correspondem a estatstica baye-  muito grande ). No caso em que o numero de graus
siana [ 2,14, 15]. de liberdade e pequeno, o nvel de conanca e menor.
Incerteza padr~ao tipo A e incerteza padr~ao tipo B Por exemplo, no caso da distribuic~ao gaussiana, o nvel
s~ao as incertezas tipo A e tipo B dadas na forma de de conanca P (k) para cada  pode ser obtido a partir
desvio padr~ao, respectivamente. da distribuica~o-t de Student [ 4,13,14,por exemplo].
Jose Henrique Vuolo 353

A express~ao \condence interval" e utilizada no As express~oes \erro aleatorio" ( randon error ) e
GUM para se referir ao conceito desta express~ao, tal \erro estatstico" ( statistical error ) s~ao utilizadas com
como denido na estatstica classica. Para se referir a o mesmo signicado em muitos textos [ 12,13, 14, por
um \intervalo de conanca" para um mensurando de- exemplo]. Entretanto, a express~ao \erro aleatorio" pa-
terminado a partir de uma medic~ao, envolvendo inclu- rece mais correta. A express~ao \erro estatstico" e mais
sive incertezas tipo B, a express~ao utilizada no GUM e adequada para caracterizar o erro de \amostragem",
\interval of condence". Uma distinc~ao deste tipo e im- quando a propria grandeza sob medic~ao e aleatoria.
possvel em portugu^es. Por isso, a express~ao utilizada Por exemplo, na medic~ao de radioatividade, o sistema
aqui e \intervalo de conanca" simplesmente, nos dois de detecc~ao pode ser capaz de contar exatamente o
casos. As mesmas considerac~oes se aplicam a express~ao numero de partculas que atinge o detector. Entretanto,
\nvel de conanca". Uma sugest~ao de traduc~ao e \in- existe \erro estatstico" devido a
utuac~ao intrnseca no
tervalo de credibilidade". Na Refer^encia [15], a ex- numero de partculas que atingem o detector, num de-
press~ao \credibility interval" e utilizada para se referir terminado intervalo de tempo.
ao correspondente bayesiano do \intervalo de conanca
classico".
III Avaliac~ao da incerteza
Incerteza expandida ( expanded uncertainty) tipo A
Incerteza expandida ( expanded uncertainty ) e a incer- A incerteza padr~ao tipo A ( uA ) pode ser identicada
teza padr~ao multiplicada por um fator de abrang^encia com o desvio padr~ao experimental que e uma estima-
k ( coverage factor ), de forma a denir um intervalo tiva n~ao-tendenciosa ( unbiased ) para o desvio padr~ao
de conanca maior que o correspondente a incerteza [14, por exemplo].
padr~ao. No caso mais simples, a medic~ao e repetida n ve-
zes exatamente nas mesmas condico~es obtendo-se os re-
Repetitividade e reprodutibilidade sultados y1 , y2 ,: : : , yn . A melhor estimativa para o
Repetitividade e reprodutibilidade ( repeatability and valor do mensurando e a media y e a estimativa n~ao-
reproducibility ) s~ao termos distinguidos no VIM. Re- tendenciosa para a incerteza tipo A e
petitividade se refere ao grau de concord^ancia entre re- n
uA = pun ; onde u2 = n ,1 1 (yi , y)2 :
X
sultados de medic~oes repetidas exatamente nas mesmas
condic~oes. Reprodutibilidade se refere a medic~ao do i=1
mesmo mensurando em condic~oes modicadas ou dife-
rentes.
Efeitos sistematicos e aleatorios
Express~oes tais como \erro aleatorio", \erro sis-
tematico", \incerteza aleatoria" e \incerteza sis-
tematica" s~ao tradicionalmente usadas em fsica. En-
tretanto, esta nomenclatura n~ao e usada no GUM que,
alem disso, recomenda que n~ao seja utilizada. A justi-
(3)
Neste caso, o numero de graus de liberdade e  =
(n , 1) .
Casos mais complicados, tais como grandezas deter-
minadas a partir de ajuste de func~oes, s~ao usualmente
discutidos em livros de tratamento estatstico de da-
dos experimentais [12 a 15, por exemplo]. Alem da
incerteza padr~ao tipo A em cada grandeza, devem ser
indicadas tambem as covari^ancias e o correspondente
numero de graus de liberdade.
cativa para isto e o carater relativo do que seja efeito
sistematico ou efeito aleatorio. Um exemplo simples
e o erro de ajuste de \zero" de um instrumento, que IV Avaliac~ao da incerteza
pode ser sistematico para uma serie de medic~oes. En-
tretanto, se o \zero" e ajustado para cada medic~ao, o
tipo B
erro se torna aleatorio. A incerteza padr~ao tipo B tambem deve ser dada na
Numa medic~ao especca, erros sistematicos e erros forma de desvio padr~ao. Entretanto, n~ao existe a
aleatorios, bem como as respectivas incertezas, cam estatstica convencional para fazer isto, simplesmente
bem caracterizados. Por isso, parece prefervel manter porque n~ao existem varias observaco~es. No que segue,
esta nomenclatura tradicional, para ns didaticos. En- s~ao transcritos em italico, alguns trechos do GUM.
tretanto, deve sempre car claro o carater relativo da Se uma quantidade de entrada X n~ao e determi-
distinc~ao entre \erro aleatorio" e \erro sistematico". nada por meio de observac~oes repetidas, a incerteza
Independente destas quest~oes, uma correca~o num tipo B e avaliada pelo julgamento cientco baseado
determinado resultado nunca deveria ser identicada em toda informac~ao disponvel sobre a variabilidade
como \erro sistematico", como muitas vezes ocorre. Em da quantidade de entrada. O conjunto ( pool ) de in-
geral, uma \correc~ao" acaba resultando em \erro sis- formaco~es pode incluir dados de experi^encias previas,
tematico" porque a correc~ao nunca e perfeita. experi^encia ou conhecimento geral do comportamento e
354 Revista Brasileira de Ensino de Fsica, vol. 21, no. 3, Setembro, 1999

propriedades dos materiais e instrumentos relevantes, informac~ao sobre X , exceto que esta quantidade esta
especicaco~es de fabricantes, dados fornecidos em cer- entre a, e a+ . Qualquer informac~ao adicional implica
ticados de calibrac~ao e outros certicados e incertezas na necessidade de modicar o modelo. Se, por exem-
atribudas a dados de refer^encia obtidos em manuais plo, qualquer informaca~o adicional indicar que e mais
( handbooks ). provavel que X esteja no centro do intervalo, pode-se
Um dos problemas e que a avaliac~ao da incerteza adotar um distribuic~ao \trapezoidal" ( tri^angulo sobre
tipo B e bastante subjetiva pois re
ete, em grande o ret^angulo ) ou uma distribuic~ao triangular. Estas dis-
parte, o grau de conhecimento do avaliador sobre o tribuic~oes e exemplos s~ao discutidos no GUM [4,6].
mensurando e a medic~ao. No que segue, e transcrito
um trecho do GUM [4 ] que, embora n~ao seja referente b. Distribuic~ao de Laplace-Gauss
especicamente a incerteza tipo B, parece se aplicar
particularmente bem a este tipo de avaliaca~o. A distribuica~o de Laplace-Gauss, tambem chamada de
\3.4.8. Although this guide provides a framework for gaussiana ou normal, e bastante usada para represen-
assessing uncertainty, it cannot substitute for criti- tar a dispers~ao de valores possveis de uma quantidade.
cal thinking, intellectual honesty and professional skill. Uma justicativa para isto e o Teorema Central do Li-
The evaluation of uncertainty is neither a routine task mite, que em sua vers~ao mais geral tambem e denomi-
nor a purely mathematical one; it depends on detailed nado Teorema de Lindeberg-Feller, [16, por exemplo ].
knowledge of the nature of the measurand and of the Numa linguagem bastante simplicada e adaptada
measurement. The quality and the utility of the uncer- para o problema em quest~ao, o Teorema Central do
tainty quoted for the result of a measurement therefore Limite estabelece que se um erro  e a soma de um
ultimately depend on the understanding, critical analy- numero muito grande de pequenos erros que t^em dis-
sis, and integrity of those who contribute to the assign-
ment of its value."
O procedimento para determinac~ao da incerteza
tipo B consiste em admitir, para os valores possveis
de X , uma distribuic~ao de probabilidades que esteja
de acordo com todo conhecimento e informaca~o dis-
ponveis sobre a \variabilidade" desta quantidade. O
termo \variabilidade" se refere a valores possveis de
X , que tem valor unico. O procedimento estabelecido
no GUM para avaliaca~o de incerteza tipo B corresponde
ao princpio inicial da estatstica bayesiana, que consiste
em admitir uma distribuic~ao de probabilidades a priori
para a variavel aleatoria. Discuss~oes mais detalhadas
tribuic~oes aleatorias quaisquer com vari^ancias nitas,
ent~ao a distribuica~o resultante para  e uma distri-
buic~ao gaussiana. Alem disso, a vari^ancia da distri-
buic~ao resultante e a soma das vari^ancias das distri-
buic~oes envolvidas na convoluc~ao. Uma discuss~ao mais
detalhada e apresentada em [16].
Na pratica, a convoluca~o de poucas distribuic~oes
de erros comparaveis converge muito rapidamente para
uma distribuica~o gaussiana. Por exemplo, a com-
binac~ao de 3 erros comparaveis, seguindo distribuic~oes
retangulares, resulta numa distribuic~ao muito proxima
da gaussiana [ 12,17, por exemplo].
Como pode ser visto do Teorema Central do Limite,
a distribuic~ao normal deve descrever bem a \variabili-
s~ao apresentadas em [2],[14] e [15], por exemplo. A dade" dos valores possveis de X , quando car claro
seguir, s~ao discutidos alguns exemplos. que esta resulta de varias contribuic~oes comparaveis e
os limites a, e a+ n~ao sejam totalmente conaveis. A
a. Distribuic~ao retangular melhor estimativa de X e dada pela Eq. (4). Entre-
Como exemplo, uma quantidade de entrada X esta tanto, sempre existe a diculdade de atribuir um nvel
num intervalo entre a, e a+ , sendo que isto e tudo
o que se sabe sobre a \variabilidade" de X . A unica
alternativa aceitavel e admitir que X pode estar em
qualquer ponto do intervalo com igual probabilidade.
Isto e, pode-se admitir, para os valores possveis de X ,
uma distribuic~ao retangular de probabilidades de lar-
gura 2a . Assim, resulta que a melhor estimativa para
X e
x = a+ +2 a, (4)
e a incerteza padr~ao e o desvio padr~ao da distribuica~o
retangular :
u = pa ; onde a = a+ ,2 a, : (5)
3
Este modelo para a distribuic~ao de probabilidades
se aplica quando n~ao existe absolutamente nenhuma
de conanca P ao intervalo [ a, ; a+ ].
Uma vez que o valor de P seja estabelecido con-
forme a informaca~o disponvel, a incerteza padr~ao u
pode ser estimada:
u = a+ 2,k a, = ka ; (6)
onde k e obtido da func~ao de distribuic~ao gaussiana
F(ku) : 100  F(ku = a) = P(%) . Deve ser obser-
vado que F(ku) e a integral da func~ao de densidade
de probabilidade entre os limites (x , ku) e (x + ku) .
Valores de P e k s~ao dados na Fig. 1.
c. Distribuic~ao qualquer
Uma relac~ao que pode ser util na avaliac~ao de incer-
teza tipo B e a inequac~ao de Bienayme-Chebyshev [18].
Jose Henrique Vuolo 355

Para uma func~ao de densidade de probabilidade qual- por exemplo]. Na aus^encia de correlaca~o entre as quan-
quer com media x e vari^ancia nita u2 , a probabili- tidades de entrada, a incerteza combinada e dada por
dade de ocorrer j X , x j  ku e N
X
u2c (y) = u2 (y) ;
i (9)
P  ( 1 , k12 ) ( j X , x j  ku ) : (7) i=1
onde
Assim, para um dado valor de k , a inequac~ao de 
@f

Bienayme-Chebyshev garante um nvel de conanca ui(y) = j ci j ui(xi ) ; sendo ci = @X :
mnimo, qualquer que seja a distribuic~ao de probabi- i x1 ;x2 ;:::;xN
lidades. ( Fig. 1 ). (10)
Inversamente, dado um nvel de conanca P , a ine-
quac~ao indica o valor maximo para k ( Fig. 1). Isto
pode auxiliar na escolha de k para estimar a incerteza
tipo B ( u = a=k ).
Exemplo simples
Como exemplo simples, pode-se considerar um instru-
mento para o qual o fabricante estabelece um \limite
de erro" a para o valor indicado. Deve ser escolhida
uma distribuic~ao para os valores possveis da quanti-
dade, a partir de dados fornecidos pelo fabricante e a
partir de toda informac~ao e conhecimento a respeito do
instrumento e da calibrac~ao do mesmo.
Para instrumentos analogicos, existia uma regra an-
tiga, segundo a qual \erro" ( de calibrac~ao) nunca de-
veria ser maior que a menor divis~ao. Assim, o \limite
de erro" a e igual a menor divis~ao. Admitindo dis-
O coecientes ci s~ao chamados coecientes de sen-
sibilidade para a variavel Xi :
Se existe correlac~ao entre as quantidades de entrada,
deve-se usar a formula de propagac~ao de incertezas
completa, incluindo covari^ancias [ 4,12,13, por exem-
plo].
A formula de propagac~ao de incertezas pode ser
usada para incerteza padr~ao ou para incerteza expan-
dida. Se as incertezas padr~oes s~ao multiplicadas pelo
mesmo fator de abrang^encia k , resulta a incerteza
padr~ao combinada multiplicada pelo mesmo fator de
abrang^encia. Isto e, obtem-se a incerteza combinada
expandida.
Exemplo simples
Um exemplo simples e comum e a medic~ao com um ins-
trumento na qual, em primeira aproximac~ao, podem ser
considerados apenas erros aleatorios de medic~ao e o erro
tribuic~ao gaussiana e 95% de conanca para o limite
de erro ( k = 2 ), obtem-se a famosa regra da \metade
da menor divis~ao (u = a=2 ). Se fosse admitida uma
distribuic~ao retangular, o resultado n~ao seria muito di-
ferente ( u = a=1; 73 ).
Entretanto, deve ser observado que esta regra, atu-
almente n~ao e mais valida, em geral. Por exemplo, para
uma regua metalica de boa qualidade, o limite de erro
e seguramente menor que a menor divis~ao. Por ou-
tro lado, existem paqumetros ( de boa qualidade) com
n^onio de 50 divis~oes, para os quais o limite de erro de
calibrac~ao e maior que a menor divis~ao ( 20 m ). Alem
disso, instrumentos digitais, t^em erro de calibrac~ao bem
maior que a menor leitura, em geral.
V Incerteza combinada
Em geral, o mensurando Y e admitido como sendo
dado por
Y = f ( X1 ; X2 ; : : : XN ) ; (8)
onde Xi s~ao valores verdadeiros das quantidades de en-
trada. Se esses valores s~ao estimados por valores xi ,
de calibrac~ao do instrumento. Isto e, o mensurando Y
e dado por
Y = X+C (11)
onde X e a quantidade de entrada, obtida diretamente
na medic~ao e C e uma correc~ao desconhecida, devida
a erro de calibrac~ao. As quantidades X e C s~ao esti-
madas como x e c, respectivamente, e y = (x + c) . A
incerteza padr~ao combinada e obtida a partir de (11) e
(9) : p
u = u2x + u2c : (12)
Por hipotese, x e obtido a partir de n medico~es e so
tem erros aleatorios. Assim, a incerteza em x e de tipo
A e obtida pela Eq. (3) ( ux = uA ). Por hipotese,
a incerteza em c e apenas devida a erro de calibrac~ao
e e de tipo B ( uc = uB ). Assim, resulta a incerteza
padr~ao combinada para y :
q
u = u2A + u2B : (13)
Em geral, quando n~ao se tem nenhuma estimativa
para a correca~o de calibrac~ao do instrumento, c = 0 e
y = x . A incerteza uB = uc deve ser estimada, usando
todo conhecimento e informaca~o disponvel sobre o ins-
trumento. Deve-se avaliar o limite de erro de calibrac~ao
obtem-se y = f (x1 ; x2; : : :; xN ) como estimativa para ( a ), respectivo nvel de conanca e adotar uma distri-
o mensurando. buic~ao para valores possveis do mensurando C. Por
A combinaca~o de incertezas deve ser feita pela exemplo, se a distribuic~ao e retangular e o nvel de con-
p
formula usual de propagac~ao de incertezas [ 4,12,13, anca para o intervalo 2a e 100%, resulta uB = a= 3 .
356 Revista Brasileira de Ensino de Fsica, vol. 21, no. 3, Setembro, 1999

Em certos casos, a correc~ao C e desconhecida, mas graus de liberdade estatstico n~ao e muito grande. Esta
c pode ser diferente de zero e deve ser estimada. Um observac~ao e importante porque metodos estatsticos
exemplo e o chamado \erro cosseno". Por exemplo, isto convencionais ( classicos ) s~ao inquestionados e aceitos
ocorre se como de alta qualidade, enquanto que procedimentos
C = ( 1 , cos  ) (14) tais como os indicados na Seca~o IV para determinar a
e  = 0, mas tem um erro de calibrac~ao. Mesmo que incerteza de tipo B s~ao criticados.
a distribuic~ao de valores possveis de  seja centrada
em zero, os valores possveis de C n~ao se distribuem em
torno de zero e o valor medio correspondente e positivo.
Erros do tipo \cosseno" s~ao discutidos em [4] e [17], por
exemplo.
VII Incerteza expandida
VI Numero de graus de liber-
dade Para distribuic~ao gaussiana de erros, a incerteza padr~ao
u dene um intervalo de conanca de aproximadamente
Na avaliac~ao da incerteza padr~ao tipo A, o numero de 68% para os valores possveis do mensurando, no caso
graus de liberdade e A = n , m , onde n e o numero de numero de graus de liberdade razoavelmente grande.
de observac~oes independentes e m e o numero de quan- Neste caso, as incertezas expandidas k u , com valores
tidades determinadas. No caso mais simples, a quan- de k de 2 a 3, denem intervalos com conanca de 95
tidade e a media e o numero de graus de liberdade e a 99 %, aproximadamente ( Eq. (2) e Fig. 1 ).
A = n , 1 . E importante observar que para k = 1 , o nvel de
A incerteza padr~ao estimada pela Eq. (3) tem uma conanca varia de 62,8% a 68,3% conforme  varia de 4
incerteza padr~ao dada por [ 4,13, por exemplo] ate 1 . Entretanto, no caso k = 3 , para a mesma va-

uA = puA : (15) riac~ao de  , o nvel de conanca varia de 95,9% a 99,7%.
Em geral, esta diferenca tem implicac~oes praticas muito
2 A
mais graves que a diferenca para k = 1 .
Esta relac~ao mostra que a \incerteza na incerteza"
esta diretamente relacionada com o numero de graus de Alem disso, os nveis de conanca para incerteza
liberdade  . A Eq. (15) permite associar um numero expandida ( k  2 ) s~ao muito dependentes da forma
de graus de liberdade B a incerteza padr~ao tipo B da distribuic~ao. A Fig. 1 mostra que para k = 1; 5
( uB ). Se
uB e a incerteza padr~ao em uB : os nveis de conanca para as distribuic~oes gaussiana e
 2 retangular s~ao proximos. Para uma distribuica~o trian-
1
B  2
u u B : (16) gular, o valor tambem e proximo. Ate mesmo o valor
B mnimo dado pela inequac~ao de Bienayme-Chebyshev
para uma distribuica~o qualquer, n~ao e muito diferente.
Assim, se a \incerteza" na incerteza uB e estimada, Entretanto, para k = 2 os valores s~ao completamente
obtem-se uma estimativa para B . Por exemplo, se a
incerteza em uB e estimada em 25 % , resulta B = 8.
O numero de graus de liberdade efetivo ef para a
incerteza combinada tambem pode ser estimado. Se
cada incerteza ui (y) na Eq. (9) tem uma incer-
teza
ui , a \incerteza" na incerteza combinada e ob-
discrepantes. Estas considerac~oes mostram as diculda-
des e inconveni^encias de se indicar incerteza expandida
para grandes valores do fator de abrang^encia k. Como
regra geral, deve-se evitar indicar a incerteza expandida
e, quando isto for necessario, o fator de abrang^encia
nunca deve ser maior que 2 ou 3. A atribuic~ao de um
tida pela propria formula de propagaca~o de incertezas.
Substituindo as incertezas
ui em termos dos respec-
tivos graus de liberdade, obtem-se a formula de Welch-
Satterthwaite [4,6]:
N u4
nvel de conanca util exige que a distribuica~o de pro-
babilidades seja razoavelmente bem determinada e o
numero de graus de liberdade razoavelmente grande.
O Teorema Central do Limite estabelece um ate-
u4c = X i: (17) nuante para as diculdades de interpretar a incerteza
ef 
i=1 i
combinada e atribuir intervalos de conanca, quando
incertezas tipo B s~ao envolvidas. Quando a incerteza
Para numero de graus de liberdade da ordem de 10, combinada resulta de varias contribuic~oes comparaveis,
a Eq. (15) mostra que a \incerteza" na incerteza e da mesmo com diferentes distribuic~oes de erros, o Teorema
ordem de 22 %. Isto signica que a incerteza de tipo A Central do Limite indica que a convoluc~ao dos diferen-
e determinada com \incerteza" relativamente grande. tes erros deve se aproximar de uma distribuic~ao gaus-
Assim, a determinac~ao de incerteza tipo B pode ser t~ao siana. Uma discuss~ao mais detalhada e apresentada na
boa ou ate melhor que a de tipo A, quando o numero de Refer^encia 16.
Jose Henrique Vuolo 357

VIII Formas de apresentar a in- mais algarismos, quando disponveis.

certeza Formas compactas
Em princpio, a incerteza nal no resultado da medica~o
deve ser apresentada de forma que permita ao leitor
refazer completamente os calculos, quando necessario.
Por exemplo, valores mais acurados para constantes
usadas nos calculos, podem se tornar acessveis. Um
exemplo classico desta situac~ao ocorreu na experi^encia
de Millikan. O valor da carga do eletron foi corrigido
16 anos mais tarde, usando um valor mais acurado para
a viscosidade do ar.
E evidente a necessidade de formas compactas para in-
dicar a incerteza e n~ao ha muito consenso sobre isto. A
Tabela 1 mostra 3 opc~oes para representar a incerteza
padr~ao.
Tabela 1. Formas compactas para indicar a incerteza
padr~ao.
1 ( 12; 435  0; 067 ) mm
Num resultado nal, a incerteza deve ser quali-
cada, indicando explicitamente se e a incerteza padr~ao 2 12; 435 (67) mm
ou uma incerteza expandida com um dado fator de
abrang^encia. Alem disso, devem ser apresentados o 3 12; 435 (0; 067) mm
numero de graus de liberdade, convari^ancias quando
for o caso, descric~ao detalhada do metodo de calculo e
listagem completa de todas as quantidades de entrada, A forma 1 (  ) e a tradicionalmente usada em fsica
importadas ou determinadas experimentalmente, jun- experimental e estatstica para indicar desvio padr~ao
tamente com as respectivas incertezas tipo A e tipo B. ou incerteza dada nesta forma ( u ). Isto e, dene um
Tambem devem ser indicadas explicitamente as incer- intervalo de largura 2u com conanca de 68 %, apro-
tezas tipo A e tipo B do resultado nal e respectivos ximadamente, no caso de distribuica~o gaussiana.
graus de liberdade. O problema e que a mesma forma tambem e
usada em outras areas, por exemplo, em especicac~oes
Algarismos signicativos tecnicas, para intervalo 2u com conanca bem maior,
N~ao existem regras bem estabelecidas para o numero proxima ou igual a 100%. De qualquer modo, quando
de algarismos a ser indicado na incerteza. Entretanto, esta forma e utilizada, deve ser explicitamente menci-
e consenso que, n~ao mais que 2 algarismos signica- onado em alguma parte do texto se indica incerteza
tivos sejam indicados na incerteza padr~ao, exceto em padr~ao ou incerteza expandida.
casos muito excepcionais. A justicativa para isto e que A forma 2 e inconveniente no manuseio de da-
a \incerteza" na incerteza nunca e muito pequena, ex-
ceto em casos excepcionais em que o numero de graus
de liberdade seja excepcionalmente grande.
Textos bastante expressivos tais como o GUM ou
a listagem de valores do CODATA para as constantes
dos, porque e sempre a incerteza que dene os algaris-
mos que devem ser considerados em cada etapa. Alem
disso tem a desvantagem de n~ao apresentar nenhuma
redund^ancia. Do ponto de vista didatico, isto e in-
conveniente, porque o aluno iniciante n~ao sabe ainda
fsicas fundamentais [19] usam sempre 2 algarismos sig- manusear com seguranca os algarismos signicativos.
nicativos para a incerteza. Parece que o mais razoavel
e adotar esta regra geral, embora n~ao seja muito con-
sistente. Por exemplo, se a incerteza num di^ametro
e conhecida apenas como sendo ud = 0; 18 m, n~ao e
muito consistente dizer que a incerteza no raio e ur =
0; 090 m. Seria mais consistente escrever ud = 0; 09 m.
Por outro lado, e inaceitavel arredondar u = 0; 14 m
para u = 0; 1 m ou arredondar u = 0; 16 m para
u = 0; 2 m. Em [12], e sugerida a regra de usar obri-
A forma 3 elimina, em grande parte, todos os pro-
blemas anteriores. Por isso, parece ser a melhor. En-
tretanto, esta forma tem sido muito pouco usada, infe-
lizmente.
IX Comentarios e conclus~oes
N~ao e objetivo deste artigo detalhar procedimentos
para avaliac~ao de incertezas, mas apenas resumir os
gatoriamente 2 algarismos signicativos quando o pri- princpios gerais contidos no GUM [4,6]. Os procedi-
meiro algarismo na incerteza padr~ao e 1, 2 ou 3. mentos para avaliaca~o de incerteza tipo A s~ao metodos
Independente de se usar um ou dois algarismos estatsticos bem conhecidos. Quanto a avaliac~ao da in-
para a incerteza num resultado nal, os calculos inter- certeza tipo B, n~ao existe nenhum procedimento deta-
mediarios, devem sempre ser feitos com mais algaris- lhado, exceto que o avaliador deve escolher uma dis-
mos, preferivelmente 3, quando disponveis, para evitar tribuic~ao de probabilidades para valores possveis da
erros de arredondamento. grandeza, sendo que esta escolha deve incorporar toda
Num resultado nal, a quantidade deve ser sempre informac~ao disponvel sobre o mensurando e a medic~ao.
indicada com os algarismos consistentes com a incerteza Isto corresponde ao procedimento inicial da estatstica
padr~ao. Em calculos intermediarios, devem ser usados bayesiana .
358 Revista Brasileira de Ensino de Fsica, vol. 21, no. 3, Setembro, 1999
Outro objetivo deste artigo e divulgar a nomencla-
tura estabelecida no GUM ( em ingl^es). Entretanto,
deve ser observado que o GUM e um documento que
tem tido ampla aceitac~ao por metrologistas e insti-
tuic~oes nacionais ligadas a Metrologia. Embora seja
endossado pela IUPAP, ainda existem controversias e
quest~oes a serem resolvidas. Alem disso, o documento
e relativamente recente e, portanto deve ser submetido
a revis~oes e incorporar sugest~oes. De qualquer modo,
e pouco provavel que a nomenclatura e os princpios
basicos estabelecidos no GUM, com excec~ao de deta-
lhes, n~ao venham a ser assimilados por fsicos experi-
[8] NIST Technical Note 1297, 1994, Guidelines for Eva-
luation and Expressing Uncertainty of NIST Measure-
ment Results, U.S. Government Printing Oce (Washin-
gton,USA).
[9] BIPM/IEC/IFCC/ISO/IUPAC/IUPAP/OIML, 1993.
International Vocabulary of Basic and General Terms
in Metrology, 2nd Edition, International Organization
for Standardization, Geneva.
[10] INMETRO, 1995, Vocabulario Internacional de Ter-
mos Fundamentais e Gerais em Metrologia, INMETRO,
Duque de Caxias ( RJ ), ( Vers~ao traduzida da Refer^encia
anterior ).
mentais e outros prossionais de ci^encias exatas e tecno-
logia. Por isso, parece importante que esta nomeclatura
seja introduzida em disciplinas experimentais de cursos
de graduac~ao nestas areas.
Agradecimentos ao Prof. Giorgio Moscati, pelo apoio
e incentivo, manifestados em diversas ocasi~oes, com
relac~ao ao estudo deste tema.
References
[1] Colclough, A.R., 1987, Two Theories of Experimen-
tal Error, J. Research National Bureau of Standards,
Vol. 92=3, pp.167.
[2] Weise, K. and Woger, W., 1992, A Bayesian theory of
measurement uncertainty , Meas. Sci. Technol. 3, pp.1.
[3] Petley, B.W., 1985, The Fundamental Physical Cons-
tants and the Frontier of Measurement, Adam Hilger
Ltd, London.
[4] BIPM/IEC/IFCC/ISO/IUPAC/IUPAP/OIML,
1993, Guide to the Expression of Uncertainty in Measu-
rement, ( corrected and reprinted, 1995 ) International
Organization for Standardization (ISO), Geneva.
[5] Mathiesen, O., 1997, Evaluation of Uncertainty in Mea-
[11] Colle, R. and Karp, P., 1987, Measurement Uncer-
tanties: Report of an International Working Group
Meeting, J. Research National Bureau of Standards,
Vol. 92=3, pp.243.
[12] Vuolo, J. H., 1996, Fundamentos da Teoria dos Erros,
2a Edic~ao, Editora Edgard Blucher, S~ao Paulo.
[13] Helene, O.A.M. e Vanin, V.R., 1981, Tratamento Es-
tatstico de Dados em Fisica Experimental, Ed. Edgard
Blucher Ltda, S~ao Paulo.
[14] Vanin, V.R. e Gouon, P., 1996, Topicos Avancados em
Tratamento Estatstico de Dados Experimentais, Edica~o
Preliminar ( livro ), Instituto de Fsica da USP, S~ao Pau-
lo.
[15] Harry, F. M. and Waller, R. A., 1994,
Bayesian Methods, in Statistical Methods for Physical
Science, J. L. Stanford and S. B. Vardeman, Eds., Aca-
demic Press, New York.
[16] Woodroofe, M., 1975, Probability with Aplications,
McGraw-Hill Kogakusha, Tokyo.
[17] Cohen, E. R., 1992, Uncertainty and Error in Physi-
cal Measurements in Proceedings of the International
School of Physics \Enrico Fermi", Course CX, North-
Holland, Amsterdam.
[18] Estler, W. T, 1997, A Distribution-Independent Bound
surement, Lecture in the Advanced School of Metrology
( INMETRO ), Angra dos Reis, March 1997.
[6] BIPM/IEC/IFCC/ISO/IUPAC/IUPAP/OIML,
1998, Guia para Express~ao da Incerteza de Medic~ao, 2a
Vers~ao Brasileira, INMETRO, Rio de Janeiro.
[7] EAL-R2, Expression of the Uncertainty of Measurement
in Calibration, European Cooperation for Accreditation
Laboratories, Ultrech, The Nederlands ( 1997 ).
on the Level of Condence in the Result of a Mea-
surement, J. Res. Natl. Inst. Stand. Technol. Vol. 102/5,
pp. 587.
[19] Cohen, E. R., and Taylor, B. N.,1987, The 1986 CO-
DATA Recommended Values of the Fundamental Phy-
sical Constants,J. Res. National Bureau of Standards,
Vol. 92=2, pp.85.