Sobre as incertezas do tipo A e B e sua propagao sem derivadas: Uma

contribuio para a incorporao da metrologia contempornea aos laboratrios

de fsica bsica superior
On type A and type B uncertainties and its propagation without derivatives: A
contribution to incorporate contemporary metrology to Physics laboratories in
higher education
Aceito para publicao na RBEF

Paulo Lima Junior

Laboratrios de Ensino de Fsica - Instituto de Fsica - UFRGS
paulolima@if.ufrgs.br
Fernando Lang da Silveira
Departamento de Fsica - Instituto de Fsica - UFRGS
lang@if.ufrgs.br
Resumo: Aps introduzir o conceito de incerteza, distinguindo procedimentos de
avaliao da incerteza do tipo A e do tipo B, o presente artigo discute a lei de
propagao da incerteza definida no Guia para Expresso da Incerteza da Medio,
apresentando sua deduo e fundamentos. O objetivo deste trabalho introduzir um
procedimento alternativo que permite calcular a incerteza que se propaga das grandezas
de entrada para a grandeza de sada sem referncia explcita a derivadas parciais. Como
o procedimento alternativo proposto relativamente simples e compartilha o mesmo
domnio de validade da prpria lei de propagao da incerteza, possvel perceber seu
valor para a introduo de conceitos e procedimentos metrolgicos desde as primeiras
atividades experimentais realizadas em laboratrios de fsica bsica superior.
Palavras-chave: Metrologia, Incerteza, Atividades Experimentais, Ensino Superior.
Abstract: After introducing the concept of uncertainty and procedures for evaluating
type A and type B uncertainties, we discuss the law for propagation of uncertainty in the
Guide to the Expression of Uncertainty in Measurement and its underlying assumptions.
The main goal of this paper is to introduce an alternative procedure for estimating
uncertainty that propagates from the input to output quantity without explicit reference
to partial derivatives. As this alternative procedure is relatively simple and shares the
same validity of the law for propagation itself, it is possible to perceive its value to the
introduction of metrological concepts and procedures from the earliest experimental
activities performed in higher education Physics laboratories.
Keywords: Metrology, Uncertainty, Laboratory activities, Higher education.

1. Introduo
A metrologia um campo de produo de conhecimento que diz respeito aos processos
e procedimentos de medio em quaisquer atividades profissionais. Assim, ela aborda,
por exemplo: o controle de qualidade dos produtos e insumos industriais, a conduo de
pesquisa bsica, a produo de novas tecnologias, o desenvolvimento e a calibrao de
padres de medida[1]. Por essa razo, trata-se de uma disciplina fundamental para a
formao bsica da maioria dos profissionais que cursam disciplinas de fsica
experimental (ou outras disciplinas cientficas que utilizem procedimentos de medida e
anlise quantitativa de resultados observacionais/experimentais), sobretudo os futuros
bacharis e licenciados em Fsica.
A confiabilidade dos resultados das medies uma questo crtica no campo da
metrologia. A esse respeito, h uma srie de divergncias histricas relacionadas s
definies e aos procedimentos que permitem estimar erros e incertezas. Um passo
fundamental em direo superao dessas divergncias foi dado na dcada de 1990
com a publicao de dois documentos: (1) Guia para Expresso da Incerteza da
Medio[1]; e (2) Vocabulrio Internacional de Metrologia[2]. Esses documentos so
resultado do trabalho de especialistas indicados por sete organismos internacionais 1 e
estabelecem diretrizes amplamente aceitas para expressar e avaliar a confiabilidade dos
resultados de uma medio.
No campo da educao cientfica, alguns esforos vm sendo realizados para esclarecer
aspectos das novas diretrizes e do novo vocabulrio da metrologia [3][4] e incorpor-los
ao ensino de Fsica [5][6]. A saber, este artigo resulta da elaborao de um material
didtico diferenciado para a disciplina de mecnica experimental no Instituto de Fsica
da Universidade Federal do Rio Grande do Sul (IF-UFRGS) em que se busca, entre
outros propsitos, articular as atividades experimentais com contribuies do campo da
metrologia.
Uma questo crtica, que surge da incorporao de metrologia s disciplinas
introdutrias de fsica experimental, a necessidade de se estabelecer estratgias que
dispensem conhecimentos (matemticos e fsicos) e habilidades que os estudantes no
adquiriram nos estgios iniciais do curso. Neste artigo, abordamos especificamente o
problema clssico da propagao da incerteza que diz respeito no somente s novas
diretrizes da metrologia, mas s mais tradicionais teorias de erros e a necessidade de
abord-la sem referncia explcita derivao parcial.
Freqentemente, em laboratrios didticos e de pesquisa, usamos grandezas fsicas
conhecidas e medidas para inferir os valores de outra grandeza que no podemos ou
no desejamos obter diretamente. Nesse tipo de situao em que a medio indireta,
a incerteza se propaga das grandezas conhecidas (grandezas de entrada) para a grandeza
cujo valor se quer determinar (grandeza de sada). A incerteza da grandeza de sada

BIPM (Bureau International des Poids et Mesures), IEC (International Electrotechnical Commission),
IFCC (International Federation of Clinical Chemistry), ISO (International Organization for
Standardization), IUPAC (International Union of Pure and Applied Chemistry), IUPAP (International
Union of Pure and Applied Physics) e OIML (International Organization of Legal Metrology).

obtida indiretamente a partir das grandezas de entrada , , ,

estatisticamente independentes, pelo modelo
, ,,
condies, pode ser obtida aproximadamente pela expresso:

, consideradas
, sob certas

[01]
Nessa equao,
a incerteza no valor da j-sima grandeza de entrada e
a
incerteza no valor da grandeza de sada. Assim, a equao [01] traduz a chamada lei de
propagao da incerteza[1]. Neste artigo, aps introduzir o conceito de incerteza,
deduzir essa lei e apontar os pressupostos que a precedem, apresentado um mtodo
alternativo para obter a incerteza da medio da grandeza de sada sem referncia
explcita derivao parcial.
2. Introduo ao conceito de incerteza
Quando se registra o resultado da medio de uma grandeza fsica, obrigatrio fazer
alguma indicao quantitativa da qualidade desse resultado, de tal maneira que outras
pessoas possam avali-lo e compar-lo com outros resultados[1]. O parmetro
quantitativo que expressa a confiabilidade do resultado de uma medio chama-se
incerteza. Ela decorre da falta de preciso e exatido no conhecimento que se tem a
respeito do mensurando. Quanto maior for a incerteza de uma medida, menor ser a
confiabilidade que se deve atribuir a essa medida.
Toda grandeza estimada a partir de dados experimentais possui alguma incerteza na sua
determinao. A esse respeito, existem fatores presentes em todos ou quase todos os
processos de medio que implicam necessariamente a produo de incerteza. Por
exemplo, todo processo de medio supe a construo de um modelo em que o
profissional lana mo de leis, idealizaes e aproximaes do seu campo de
conhecimento para definir a grandeza fsica que est sendo medida e estabelecer um
procedimento minimamente confivel que lhe permita estimar o valor dessa grandeza
dentro de certos limites e para certos propsitos. Essa modelagem realizada, ora de
maneira intuitiva, ora de maneira sistemtica, mas sempre inerente ao processo de
medio. Como todo processo de modelagem envolve idealizaes e aproximaes,
mesmo se a medio puder ser realizada sob condies ideais, haver alguma incerteza
devido prpria definio da grandeza dentro do modelo. Esta quantidade chamada
incerteza definicional ou incerteza intrnseca[2].
Por exemplo, quando decidimos medir o dimetro de uma bolinha de metal, estamos
considerando-a aproximadamente esfrica (a rigor, ela pode ser oval, elipsoidal). Com
efeito, trocar a medida do dimetro da bolinha pela medida de semi-eixos equivale a
trocar um modelo por outro. Assim, mesmo em situaes experimentais extremamente
elementares, para podermos responder necessidade de definir o que estamos medindo,
indispensvel lanar mo de um modelo. Estando todos os modelos sujeitos a
idealizaes e aproximaes, a prpria definio da grandeza medida incerta.
Alm do que foi dito at agora, h outros fatores que produzem incerteza no resultado
de uma medio. Por exemplo: (1) variaes entre observaes repetidas sob condies

aparentemente idnticas devidas interferncia de grandezas que no esto sendo

controladas; (2) valores inexatos de constantes da natureza e outros parmetros externos
necessrios para completar o processo de medio; (3) conhecimento imperfeito a
respeito dos fenmenos envolvidos ou das condies de realizao da medio; (4) vis
subjetivo na leitura de escalas analgicas; (5) limites do instrumento com respeito
resoluo ou ao seu limiar de discriminao. Todos esses fatores contribuem para que se
tenha dvida com respeito aos resultados de medio.
2.1. Incertezas padro do tipo A e do tipo B
A partir do GUM [1] possvel sustentar que toda incerteza redutvel a uma quantidade
que pode ser expressa e interpretada como um desvio padro independente da maneira
como foi obtida. A incerteza que se expressa como desvio padro chamada incerteza
padro 2 . O GUM reconhece dois tipos de incerteza (que equivalem a dois
procedimentos de avaliao de incerteza). A incerteza que se obtm por anlise
estatstica de uma srie de observaes chama-se incerteza do tipo A. A incerteza que se
obtm por quaisquer outros mtodos chamada incerteza do tipo B. Tanto a incerteza
do tipo A quanto a incerteza do tipo B podem ser interpretadas como desvios padro.
So exemplos de avaliao da incerteza do tipo A o clculo do desvio padro da mdia
de uma srie de observaes repetidas (por exemplo, do tempo de queda de um projtil)
e o clculo das incertezas nos parmetros que se obtm do ajuste de curvas a dados
experimentais [7]. Os procedimentos de avaliao da incerteza do tipo B so mais
variados. De uma maneira geral, a avaliao da incerteza do tipo B deve levar em
considerao todo o conhecimento disponvel a respeito da propriedade ou do fenmeno
em estudo [1]. Seja a incerteza obtida por um procedimento do tipo A ou do tipo B, ela
sempre ser interpretada como um desvio padro.
2.2. A avaliao da incerteza do tipo B
Em contraste com a incerteza do tipo A, que envolve procedimentos j bastante
conhecidos (tal como o clculo do desvio padro da mdia de uma srie de observaes
feitas aproximadamente sob as mesmas condies), os procedimentos para estimar a
incerteza do tipo B so um pouco mais elaborados e exigem maior ateno.
Conforme j foi dito, para estimar a incerteza do tipo B necessrio levar em
considerao todas as informaes disponveis que estejam relacionadas qualidade do
resultado da medio. Uma maneira de se fazer isso propor a priori uma distribuio
de probabilidades (por exemplo, gaussiana, retangular, triangular, multinomial) que seja
adequada para descrever a distribuio dos resultados de medio em torno do valor
verdadeiro do mensurando ou do conjunto de valores verdadeiros que podem ser
atribudos a esse mensurando [1][2]. Essa distribuio de probabilidades deve possuir
pelo menos duas propriedades: (1) ela deve ser ajustvel s informaes prvias

A rigor, nem toda a incerteza pode ser interpretada diretamente como desvio padro. A incerteza que
no se expressa como desvio padro chamada incerteza expandida. Entretanto, a incerteza expandida
deve ser sempre igual incerteza padro multiplicada por um nmero real positivo, que chamado fator
de abrangncia. Para o presente artigo, o conceito de incerteza expandida no fundamental. Portanto,
todas as ocorrncias do conceito incerteza se referem exclusivamente incerteza padro.

relevantes determinao da qualidade do resultado da medio; (2) ela deve permitir a

traduo dessas informaes relevantes em uma quantidade que possa ser interpretada
como desvio padro.
Considere, por exemplo, a situao elementar em que desejamos determinar com uma
rgua o comprimento de um lpis. Apesar de ser muito simples, essa situao
importante porque o argumento desenvolvido para trat-la pode ser facilmente estendido
para qualquer medio que envolva escalas analgicas. Como, no exemplo do lpis e da
rgua, no h variabilidade perceptvel dos resultados de medio, no ser possvel
avaliar a incerteza por procedimentos do tipo A. Por outro lado, h pelo menos duas
informaes relevantes para avaliar a qualidade do resultado dessa medio: (1) o
material com que foi feita a rgua geralmente rguas de plstico so fabricadas com
calibrao pior e com escalas menos bem definidas ou ilegveis; e (2) a largura da
menor diviso da escala igual a 1 mm.
Dado um valor verdadeiro
qualquer para o comprimento do lpis, podemos
considerar que a probabilidade de se obter cada resultado de medio satisfaa uma
distribuio com densidade de probabilidade
uniforme e no-nula entre os valores
xv - 1 mm e xv + 1 mm segundo o Grfico 1. Por outro lado, tambm poderamos
considerar, entre outras possibilidades, que a probabilidade de se obter cada resultado de
medio satisfaz uma densidade de probabilidade triangular com os mesmos limites
conforme o Grfico 2.

Sabendo que distribuies de probabilidade contnuas tm suas varincias definidas por:

[02]
em que
representa a funo densidade de probabilidade, possvel calcular o
desvio padro de cada uma dessas duas distribuies. Para a distribuio uniforme,
obtm-se

. Para a distribuio triangular obtm-se

. Esses dois valores so exemplos de incertezas que

resultam de uma avaliao do tipo B.
Como possvel perceber, esse processo de modelagem probabilstica a priori que est
implicado na avaliao da incerteza do tipo B relativamente arbitrrio (no sentido em

que depende das escolhas feitas pelo sujeito responsvel pelo processo de medio). Por
isso, fundamental que cada escolha na construo do modelo utilizado seja justificada
com base em informaes relevantes determinao da qualidade dos resultados de
medio. Por exemplo, levando em considerao que rguas de plstico so menos
confiveis que rguas de metal, poderamos reservar a distribuio triangular para esta e
a uniforme para aquela. Independente das escolhas feitas pelo sujeito responsvel por
avaliar a incerteza da medio, fundamental destacar que o resultado de
procedimentos semelhantes ao exemplificado nesta seo pode sempre ser interpretado
como um desvio padro.
3. A propagao da incerteza
Conforme foi antecipado, em laboratrios didticos e de pesquisa estamos
freqentemente lidando com medies indiretas, ou seja, com processos de medio em
que, a partir de um conjunto de grandezas cujos valores so conhecidos dentro dos
limites de suas incertezas, deseja-se inferir o valor de outra grandeza (chamada
grandeza de sada). Isso ocorre, por exemplo, quando determinamos a acelerao da
gravidade a partir do perodo e comprimento de um pndulo. Nesse tipo de situao em
que a medio indireta, a incerteza se propaga das grandezas de entrada para a
grandeza de sada e a forma mais usual de estimar a incerteza no valor da grandeza de
sada substituir as melhores estimativas dos valores das grandezas de entrada e suas
respectivas incertezas na lei de propagao da incerteza [01].
3.1. Deduo da lei de propagao da incerteza
Considere que
representa a -sima observao da -sima varivel e que foram
feitas observaes para cada uma das variveis de entrada. Assim, a cada conjunto
, ,
de valores observados corresponde uma quantidade
tal que
, ,
. Considere tambm que representa a mdia dessas quantidades e, ao
mesmo tempo, a melhor estimativa do valor da grandeza . Nesse caso, dado que a
incerteza padro
pode ser calculada a partir do desvio padro da mdia de ,
podemos escrever:

[03]

Sejam
e
. Com efeito, na medida em que as variaes
forem pequenas ao ponto do modelo matemtico
, ,
poder ser
aproximado por um hiperplano em uma regio que contenha essas variaes, podemos
substituir
na expresso anterior pelo termo de primeira ordem da srie de Taylor:

[04]

Observe que todas as derivadas na expresso anterior e seguintes, pela definio das
sries de Taylor, so avaliadas no ponto em que
, . Substituindo a expanso
[04] na expresso [03], obtemos:

[05]

Nessa expresso,
,
representa a covarincia das mdias das grandezas de
entrada
e . Se as grandezas de entrada forem estatisticamente independentes e,
portanto, suas covarincias forem nulas, obtemos a lei de propagao da incerteza:

[06]

Como possvel perceber, a forma mais simples da lei de propagao da incerteza

carrega fundamentalmente os seguintes pressupostos: (1) a independncia estatstica das
, ,,
pode ser
grandezas de entrada; (2) o modelo matemtico
aproximado por um hiperplano na regio que contm as variaes . Quando essas
duas condies no forem completamente satisfeitas, possvel retomar a deduo da
lei de propagao da incerteza introduzindo termos de ordem superior e termos com as
devidas covarincias entre as variveis de entrada. Contudo, na maioria das situaes
usuais em laboratrios didticos, a equao [06] resulta em excelente aproximao.
3.2. Mtodo alternativo para propagao da incerteza
Os pressupostos que fundamentam a lei de propagao da incerteza implicam que exista
uma funo linear nas grandezas de entrada tal que
, ,,
em uma

regio que contenha as variaes . Com isso,

, ,,
.
Acrescentando a hiptese de independncia estatstica e, portanto, de covarincias nulas
entre as grandezas de entrada, obtemos

[07]

Como a funo
, ,,
linear em cada uma das suas variveis, os
coeficientes
podem ser calculados exatamente pela razo entre e , mantido
todo o resto constante:

[08]

Como a aproximao linear considerada satisfatria em qualquer regio que contenha

as variaes , podemos fazer
e
. Com isso, a incerteza da
grandeza de sada
pode ser estimada por:

[09]

expresso,
representa a variao que o modelo matemtico
, ,,
experimenta quando acrescentada uma quantidade

-sima grandeza de entrada, mantendo-se todas as outras grandezas fixas em suas

melhores estimativas .

Nesta

3.3. Exemplo de aplicao do mtodo alternativo

O argumento apresentado nesta seo permitiu desenvolver um procedimento simples,
relativamente geral (pois compartilha o mesmo domnio de validade da prpria lei de
propagao da incerteza) e, do ponto de vista educacional, potencialmente significativo
(porque sua discusso supe somente que os alunos possuam alguns conhecimentos
rudimentares sobre representao grfica de funes) que pode ser apresentado e
discutido na sua quase totalidade desde a primeira atividade experimental do curso de
graduao [8].

Para ver o procedimento em operao, considere, como exemplo, que desejamos

determinar a acelerao da gravidade com um pndulo de Kater [9] ao qual corresponde
um pndulo simples de comprimento dado por 48,381 0,003
e perodo
dado por 1,3964 0,0002 . Nesse caso, considerando que seja possvel determinar
pode ser
a acelerao da gravidade pela expresso
4 , a incerteza
obtida da seguinte maneira:
(1) Calcula-se a melhor estimativa do valor da grandeza de sada a partir das
melhores estimativas dos valores das grandezas de entrada pelo modelo

matemtico
, ,,
. Neste caso,
4
979,524
(resultado expresso com um grande nmero de algarismos).
(2) Em seguida, acrescenta-se a incerteza padro ao valor de cada uma das
grandezas de entrada. Os valores obtidos so inseridos novamente no modelo
matemtico para obter
em que o incremento na grandeza de sada
devido exclusivamente ao acrscimo de
ao valor da -sima grandeza de
entrada.
a.

b.

979,585
979,804

.
.

(3) Enfim, as diferenas entre os valores obtidos no passo (2) e o valor obtido no
passo (1) so elevadas ao quadrado e somadas para produzir o quadrado da
incerteza na medio da grandeza de sada
. No exemplo em questo,
.

0,06
0,28
0,3

Assim, a melhor estimativa da acelerao da gravidade a partir desses dados dada por
com incerteza
.
979,5
0,3
4. Concluso
Como possvel perceber, o mtodo expresso na equao [09] compartilha o mesmo
domnio de validade da lei de propagao da incerteza em [05] com a vantagem de no
fazer referncia explcita derivao parcial, podendo, por isso, ser apresentado e
discutido com os estudantes de graduao desde sua primeira atividade experimental.
Enfim, o mtodo alternativo proposto neste artigo uma ferramenta consistente com os
pressupostos da lei de propagao da incerteza, podendo ser apresentado e discutido
desde as primeiras atividades da Fsica experimental superior.
Agradecimento
Agradecemos Profa Maria Cristina Varriale do IM-UFRGS pela leitura atenta e pelas
sugestes apresentadas.
Referncias
[1]

JOINT COMMITEE FOR GUIDES IN METROLOGY (JCGM). Evaluation of

measurement data: Guide to the expression of uncertainty in measurement (GUM). 1 ed.
Svres: BIPM, 2008. 120 p. Disponvel em <www.bipm.org/en/publications/guides>. Acesso
em 17 set. 2010.

[2]

JOINT COMMITEE FOR GUIDES IN METROLOGY (JCGM). International

vocabulary in metrology: Basic and general concepts and associated terms (VIM). 3 ed.
Svres: BIPM, 2008. 90 p. Disponvel em <www.bipm.org/en/publications/guides>. Acesso em
17 set. 2010.

[3]

CRUZ, A.; FILIPE, E.; ALMEIDA, G.; VALADARES, J.; PELLEGRINO, O.

Medies e incerteza de medio: Um contributo baseado nas convenes e resolues
internacionais. Caderno Brasileiro de Ensino de Fsica, v. 26, n. 1, p. 125-135. 2009.
[4]

VUOLO, J.H. Avaliao e expresso da incerteza em medio. Revista Brasileira de

Ensino de Fsica, v. 21, n. 3, p. 350-358. 1999.
[5]

BUFFLER, A.; ALIE, S.; LUBBEN, F. Teaching measurement and uncertainty the
GUM way. The Physics Teacher, v. 46, n. 9, p. 539-543. 2008.
[6]

SIEGEL, P. Having fun with error analysis. The Physics Teacher, v. 45, n. 4, p. 232235. 2007.
[7]

SILVA, W.P.; SILVA, C.M.D.P.S.; SILVA, C.D.P.S.; SILVA, H.J.G. Gerao de

incertezas de funes redutveis ao primeiro grau ajustadas pelo mtodo dos mnimos
quadrados. Revista Brasileira de Ensino de Fsica, v. 21, n. 3, p. 341-349. 1999.
[8]

LIMA JUNIOR, P.; SILVEIRA, F.L.; SILVA, M.T.X. Medies indiretas e

propagao da incerteza. Porto Alegre: IF-UFRGS, 2011. Disponvel em
<www.if.ufrgs.br/~lang/semderivadas.pdf >. Acesso em 28 fev. 2011.
[9]

SILVEIRA, F. L. Determinando a acelerao gravitacional. Revista de Enseanza de

la Fsica. Crdoba, v. 10, n. 2, p. 29-35. 1995.