Professional Documents
Culture Documents
Escola de Engenharia
Engenharia Mecânica
Incertezas de Medição
e
Ajuste de dados
INCERTEZA DE MEDIÇÃO
1. Introdução
O processo de medição de fenômenos físicos é uma transferência da informação entre um sis-
tema fonte e um operador que a utilizará essas informações, através de sistema de medições
(ORLANDO, 2004). A interação entre o sistema fonte e o sistema de medição provoca a modificação
das propriedades de ambos, o que será usado como vetor de transferência da informação desejada.
A preocupação de realizar uma medição livre das influências dos sistemas de medição pode ser
observada em exemplos simples, tais como a medição de temperatura de uma pequena massa de água
em um reservatório por meio de um elemento sensor encapsulado ou de líquido em vidro, a vazão de
um fluido que escoa em uma canalização com uma placa de orifício, etc... Para os casos citados, quais
são as razões dessa alteração?
Mesmo que o sistema fonte não seja alterado significativamente pelo sistema de medição, resta
ainda lembra que um sistema de medição tenderá sempre a entrar em equilíbrio com o sistema fonte, e
a medição que se deseja realizar inicialmente pode não ter levado em conta todos os fenômenos rele-
vantes possíveis. Como resultado, o sensor poderá indicar uma leitura que não é a do fenômeno deseja-
do, embora seja correta. Como exemplo, cita-se a leitura da temperatura do ar exterior sem proteção da
radiação solar e a umidade relativa do ar com psicrômetros de bulbo seco e úmido expostos a fontes de
calor.
Chama-se de transdutor a interface entre o sistema fonte e o de medição, responsável pela trans-
formação da grandeza física a ser medida, existente numa forma de energia, em outra grandeza mais
facilmente mensurável. Existem dois tipos básicos de transdutores:
- Ativo Æ Dispensam energia auxiliar para gerar seu sinal de saída, sendo que para uma única entrada,
produz uma única saída. Ex- termopares, sensores de cristais piezoelétricos, etc.
- Passivo Æ Necessitam de uma entrada adicional para que o sinal de saída produza a informação ne-
cessária. Ex- sensores de resistências de platina, extensômetros, etc.
Segundo Holman, 1994, o sistema geral de medições pode ser dividido em três partes, que de-
vem ser especificadas para satisfazer as seguintes funções:
2
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
Controlador
sinal de entrada sinal do sinal
transdutor modificado
sinal de
calibração
Registrador
Alimentação
Calibração
Estágio final
Alcance (span)
Diferença algébrica entre o valor superior e inferior da faixa de medida do instrumento
Exatidão (accuracy)
É o grau de concordância entre o valor verdadeiro e o resultado da medição. Alguns definem
como o maior desvio da leitura de um sistema de medidas para uma entrada conhecida. Os erros envol-
vidos nesta discrepância são normalmente sistemáticos e randômicos.
A exatidão de um instrumento pode ser expressa de diferentes maneiras:
Repetitividade - Define o grau de concordância entre resultados sucessivos obtidos. Nesta definição
não importa quão perto ou longe do valor verdadeiro o resultado se encontra, mas simplesmente como
os resultados são repetidos para uma entrada constante. As condições de repetitividade incluem o mes-
mo procedimento de medição, o mesmo observador, o mesmo instrumento de medição, utilizado nas
mesmas condições, o mesmo local e a repetição num curto período. Ela pode ser expressa em função
das características de dispersão dos resultados. Um voltímetro digital que tenha um deslocamento gros-
3
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
grosseiro de seu zero, pode ter uma repetitividade excelente e uma péssima exatidão. Esta última pode
ser melhorada pela comparação do sistema de medições com um padrão. Mas não abaixo de sua repeti-
tividade que é inerente ao sistema de medidas. Este somente pode ser melhorado a partir de um novo
projeto.
Note-se que um aparelho ou sistema que apresente uma boa repetitividade pode ser visto como
sendo preciso, mas todos os textos atuais na área de medições evitam o uso dessa palavra
Resolução - É o menor incremento da variável a ser medida que pode ser detectada pelo sistema de
medição. Não deve ser confundido com exatidão, repetitividade ou sensibilidade.
4
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
Histerese
É identificada quando a resposta de um sistema de medição é diferente segundo o sentido da
medição (aumento ou diminuição do valor lido), como pode ser visto na próxima figura. Duas curvas
de calibração podem ser determinadas, uma para valores ascendentes e outra para descendentes. Assim,
uma curva diferença entre os dois comportamentos pode ser calculada, com incertezas que incluem os
desvios médios quadráticos de cada ajuste, individualmente, além das incertezas do padrão e da variá-
vel em questão. Em operação, entretanto, como não se tem certeza se os valores são ascendentes ou
descendentes, utiliza-se uma única curva de ca1ibração como representativa da mesma, resultando num
aumento da incerteza da medição. Este efeito só pode se eliminado através da utilização de outros ma-
teriais, ou de uma modificação do projeto do sistema de medição. Transdutores de pressão do tipo
Bourdon apresentam muitas vezes este efeito.
dnx d n −1 x dx
an n
+ a n n −1
+ K + a1 + a0 x = F (t ) (1)
dt dt dt
onde F(t) é uma função imposta ao sistema. A ordem do sistema, segundo Holman (1994), obedece a
ordem da equação diferencial que o representa.
Dessa forma, o sistema de ordem zero é governado pela equação
a0 x = F (t ) (2)
o que indica que a função x(t) será instantaneamente levada à condição imposta por F(t), segundo a
constante a0, tal que
5
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
F (t )
x= (3)
a0
onde 1/a0 é chamada de sensibilidade estática do sistema.
a1 dx F (t )
+x= (4)
a0 dt a0
onde o termo a1 / a0 tem dimensão de tempo e é chamado de constante de tempo do sistema. Se a eua-
ção anterior for resolvida para uma caso que represente uma mudança súbita das condições da função
F, tal que
A A
x(t ) = + x0 − e −t / τ (5)
a0 a0
O primeiro termo da equação representa o valor de x para tempos infinitos, i.e., para o regime
permanente, enquanto que o termo de decaimento exponencial representa a resposta transiente. Saben-
do-se que A / a0 = x∞ , a equação anterior pode ser escrita na forma adimensional, como segue
x(t ) − x∞
= e −t / τ (6)
x 0 − x∞
Quando t = τ , o valor de x(t) corresponderá a 63,2 % do salto imposto ao sistema, e o tempo necessário
para atingir essa condição chama-se constante de tempo (time constant). Já o tempo para atingir 90%
do salto imposto é dado por
e −t / τ = 0.1 (7)
6
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
1.0
0.8
0.4
0.2
0.0
1.0 2.0 t
Fig. 3 – Comportamento dinâmico de um sistema físico ou de medição
2. Incerteza de medição
A grandeza física que é obtida através de um procedimento experimental é sempre uma apro-
ximação do valor verdadeiro da mesma grandeza. A teoria de erros tem como objetivo determinar o
melhor valor possível para a grandeza, e quanto esse pode ser diferente do valor verdadeiro. O melhor
valor possível também é chamado de melhor estimativa ou valor experimental do mensurando.
A incerteza pode ser então definida como uma indicação de quanto o melhor valor pode diferir
do valor verdadeiro, em termos de probabilidades. Ainda em outras palavras, a incerteza é um valor
estimado para o erro, i.e., o valor do erro se ele pudesse ser medido ou se ele fosse medido.
Intervalo de confiança P
x=
∑x i
(8)
n
7
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
∑ ( xi − x ) 2
1/ 2
σ =
(9)
n − 1
Assim, a média é de 101,7739 kPa e o desvio padrão 0,2750 kPa. Pode-se associar à média uma incer-
teza dada pelo desvio padrão, e dizer-se que o valor lido de pressão p poderá estar na faixa
101,7739 kPa - 0,2750 kPa < p < 101,7739 kPa + 0,2750 kPa
Estes mesmos resultados podem ser vistos numa distribuição de freqüência acumulada, onde ν é o
número de graus de liberdade, ou simplesmente o número de medidas.
Indicação da incerteza
Segundo o Guia para Expressão da Incerteza de Medição (ISO GUM, 1993), as maneiras mais
usuais para a indicação da incerteza de medição são:
1- incerteza padrão u
É o resultado de uma medição expressa como um desvio padrão (68,27 % de confiabilidade). Assim,
u =σ (10)
U = ku (11)
8
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
3- erro provável ∆
O erro possível é um caso particular para confiança de 50%, o que corresponde a 0,6745 σ
4- limite de erro L
O limite de erro L é definido de diversas maneiras. Considerando-se uma distribuição normal de erro,
pode-se assumir que seja o máximo erro admissível, que teoricamente não é determinado, mas que na
prática aceita-se a relação
L = 3σ ou L=3u (12)
mas que em outras situações pode ser fixado para outros múltiplos de u.
O conceito de limite de erro também pode ser estendido para a avaliar incertezas de instrumen-
tos, onde se escolhe a menor divisão da escala e esta é associada ao dobro do desvio padrão. Depen-
dendo da qualidade do instrumento, o erro limite de calibração pode ser dado por por outros fatores de
abrangência aplicados ao desvio padrão.
Os intervalos de confiança da tabela 1 são válidos para grandes amostras ou populações. Quan-
do se tratam de dados experimentais, normalmente recolhidos em número limitado, a amostra terá um
desvio padrão calculado em relação a uma média que não é independente dos dados, e por isso deve ser
descontada do conjunto da amostra. A figura 1 apresenta esse comportamento em função de ν, e o des-
vio padrão da amostra passa a ser dado por
1
N _ 2 2
∑ xi − x
s = i =1 (13)
n −1
Fig. 4- Níveis de confiança P em função dos graus de liberdade ν (Fonte: Vuolo, 1998)
Segundo o INMETRO, 1995, o Erro é definido como a diferença entre o valor calculado ou ob-
servado e o valor verdadeiro do mensurando. Como na maioria das vezes o segundo não é conhecido, o
9
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
erro não pode ser determinado, mas sim estimado. Em casos especiais, quando se usa um padrão pri-
mário para a medida, o valor verdadeiro é conhecido por definição.
Existe uma classe de erros que pode ser reconhecida imediatamente e eliminada. São os erros
grosseiros oriundos de cálculo e medições. A fonte destes erros é usualmente aparente, tanto como
pontos experimentais obviamente incorretos, como resultados que não estão suficientemente próximos
dos valores esperados. Eles são corrigidos realizando a operação novamente, desta vez corretamente.
Uma outra classe de erro é chamada de erro sistemático e não pode ser tão facilmente detectada.
A análise estatística não é normalmente útil, pois eles têm origem numa calibração mal feita do sistema
de medições, ou em erros de interpretação fenômeno físico por parte do observador.
A terceira classe de erros é conhecida por erro randômico ou aleatório, e pode ter diferentes e
variadas origens: diferença entre a variação do fenômeno e a capacidade de detecção do instrumento,
condições de controle do experimento, variabilidade das condições do fenômeno medido ou do instru-
mento ou ainda das condições ambientais, etc.
Esta categoria de erros é de difícil identificação, porém uma análise estatística de vários expe-
rimentos mostra que muitas vezes eles seguem uma distribuição gaussiana de probabilidade. Existem
naturalmente exceções flagrantes a regra. A probabilidade de se conseguir um certo número de “cara”
ou “coroa” com uma moeda não viciada segue uma distribuição binomial. A contagem de partículas
radioativas emitidas de um núcleo por unidade de tempo segue uma distribuição de Poisson, que é o
limite de uma distribuição binomial quando o número de eventos independentes é muito grande, e a
probabilidade de ocorrência de cada um é muito pequena. A distribuição retangular é caracterizada pe-
lo fato de que a função densidade de probabilidade é constante para um intervalo finito bastante defini-
do em torno da média, sendo zero fora deste intervalo. Ela é usada quando não existe muita informação
estatística sobre um determinado fenômeno, não se podendo privilegiar qualquer valor em relação a
outro, em torno da média. Na distribuição triangular, seu valor segue uma função triangular neste in-
tervalo, sendo máximo na média, e zero fora do mesmo, sendo utilizada quando o nível de informação
estatística disponível sobre o fenômeno é um pouco melhor do que para a distribuição retangular.
O ISO GUM, 1998, sugere que quando não existem muitas informações estatísticas, a distribu-
ição retangular e triangular devem ser usados. Mais ainda, mesmo que as distribuições das variáveis
independentes de uma função não tenham distribuição normal, a distribuição resultante pode ser apro-
ximada pela normal pelo Teorema Central do Limite. Sugere e justifica, também, que para o cálculo de
incerteza, as componentes aleatórias e sistemáticas possam ser tratadas da mesma forma.
Deve-se ainda distinguir os erros estáticos, que são observados em regime permanente e indica-
dos por seu sinal, e os erros dinâmicos, característicos de medições transientes, que representa sempre
um atraso do valor lido em relação ao comportamento real.
Ainda segundo a mesma fonte, a incerteza de uma medição é uma faixa centrada em torno do
valor medido x e distante de dois desvios padrões (2σ) onde se supõe que o valor verdadeiro da medida
esteja a um nível de confiabilidade de 95,45 % (distribuição normal).
Como o valor verdadeiro da medição não é conhecido na maioria das vezes, não tem sentido re-
ferir-se ao erro, mas sim a uma faixa em torno do valor medido onde se supõe que o valor verdadeiro
esteja. Rigorosamente, à luz da distribuição estatística, existe uma probabilidade, por menor que ela
seja, de que o valor medido esteja infinitamente afastado da média.
Na prática isto não acontece, mostrando que o modelo estatístico de distribuição dos erros não é
exatamente gaussiano, mas apenas uma boa aproximação. Assim, pode-se associar a uma medição os
parâmetros determinísticos como o “erro máximo” da medição.
O Guia para Expressão da Incerteza de Medição (INMETRO, 1998), apresenta dois tipos de in-
certeza:
Incerteza Tipo A - obtida pela análise estatística de uma série de observações.
Incerteza Tipo B - obtida por outros meios que não a análise estatística de uma série de observações.
10
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
Uma distribuição Gaussiana necessita de dois parâmetros para a sua definição: média e desvio
padrão. Assim, estimando-se o desvio padrão de uma distribuição complexa e sua média, conhece-se o
nível de confiabilidade. Então todos os esforços objetivam a estimativa da Incerteza Padrão. A Incerte-
za Tipo A é caracterizada pela análise estatística de uma série de observações e normalmente supõe
uma distribuição Gaussiana. Entretanto, em muitos casos, as informações estão disponíveis de forma
incompleta, sem a caracterização estatística necessária, podendo inclusive estar disponível de forma
não cientifica e subjetiva. A Incerteza neste caso é chamada Tipo B. Maiores detalhes para o cálculo
das incertezas do tipo B estão em anexo.
Outras definições importantes são apresentadas no anexo desse material, seguindo a portaria
INMETRO no 064, de 11 de abril de 2003, o VIM – Vocabulário Internacional de Termos Fundamen-
tais e Gerais de Metrologia, INMETRO, 1995 e a ISO GUM – Guia para Expressão da Incerteza de
Medição, INMETRO 1998
Conceitos básicos
É muito comum a determinação de uma grandeza e de sua incerteza de medição a partir do co-
nhecimento de outras grandezas determinadas experimentalmente, juntamente com suas incertezas. O
valor dessa nova grandeza Y seque uma relação funcional do tipo
que é uma função de variáveis estatisticamente independentes x1 até xn. A incerteza associada a Y será
calculada a partir das medições das grandezas associadas.
x = x ±U (15)
u =U / 3 (16)
1
∂V 2 ∂V 2
2
U r = u + ... + un (17)
∂x1 1 ∂xn1
11
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
Fig. 5 - Propagação do desvio padrão de uma grandeza Y a partir do desvio padrão de suas variáveis
dependentes (Fonte: ISO GUM, 2004)
Fig. 6 - Propagação do desvio padrão de uma grandeza Y a partir de valores de amostras do desvio pa-
drão de suas variáveis dependentes (Fonte: ISO GUM, 2004)
O método de Monte Carlo é usado para produzir um número muito elevado de conjuntos de
amostras semelhantes àquelas mostradas na figura, e assim calcular a incerteza resultante da função Y.
kσ
u_ = (18)
x n
12
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
di d max
> (19)
σ σ
onde dmax é o maior desvio e σ o desvio padrão da amostra. Os valores de d max / σ são encontrados na
tabela que segue:
4. Tamanho de amostras
Fundamentos
A capacidade de uma amostra de seguir uma distribuição estatística acaba determinando sua
classificação como grande ou pequena. As grandes amostras são aquelas onde se pode verificar a den-
sidade de probabilidade de forma definida, seguindo melhor as funções de distribuição adotadas, o que
não se verifica nas pequenas amostras.
Grandes amostras
Não há unanimidade na indicação do número de eventos que define uma grande amostra. A
norma ASHRAE 41.5-75 (1975) indica 20 eventos (n>20), enquanto que Triola (1998) já indica 30 e-
ventos (n>30).
_
Nas grandes amostras, o valor médio x é a melhor estimativa da média populacional µ, ou va-
lor verdadeiro. Associa-se ao valor da média um intervalo de confiança, ou incerteza, que obedece a
uma dada probabilidade.
13
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
As equações para cálculo da média (eq. 8), desvio padrão de uma grande amostra (eq. 10) e de
uma pequena amostra (14), e a incerteza expandida (11) são aplicáveis nesse caso.
A determinação do tamanho de amostra é dada pelo cálculo da incerteza da média (eq. 18), on-
de n é
2
kσ
n= (20)
u_
x
1
N _ 2 2
∑ xi − x
σ ' = s = i =1
n −1
onde o número de eventos do denominador n-1 é conhecido por graus de liberdade ν. A subtração de
um evento numa pequena amostra pode ser compreendida pelo fato que a média é empregada para o
cálculo de grandezas estatísticas, e portanto está comprometida.
Como o desvio padrão não é conhecido, não estamos mais tratando com uma distribuição gaus-
siana. A distribuição que melhor se adapta para esse caso é a distribuição t de Student, desenvolvida
por William Gosset (1876-1937) que trabalhava para a cervejaria Guinness. Essa distribuição tem as
seguintes propriedades
ts
w_ = (21)
x n
onde t é o valor da distribuição para uma dada confiabilidade e um número de graus de liberdade ν, s o
desvio para um número de graus de liberdade ν, e n é o número total de eventos da amostra.
14
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
Deve-se observar que com este procedimento, ao se estimar a incerteza de medição, na realida-
de o que se faz é estimar o desvio padrão da população a partir do desvio padrão da amostra, que sub-
estima o primeiro. O valor estimado, portanto, é o que se deve usar em futuras medições, com um nú-
mero infinito de graus de liberdade.
A média da distribuição, também chamada de momento de la ordem, pode ser teoricamente cal-
culada quando o número de termos da população é muito grande. O mesmo acontece para o desvio pa-
drão, também chamado de momento de 2a ordem . Entretanto, para os casos reais, a amostra é finita e o
número de termos é pequeno. Deve-se portanto determinar os parâmetros estatísticos de medição a par-
tir de um número pequeno de valores. Assim, a média será estimada e não determinada. Novamente, a
estatística mostra que a melhor estimativa da média ( x ) e do desvio padrão (s) são dadas respectiva-
mente pelas expressões 1, 2 e 6 já apresentadas. A média na equação 1 pode ser determinada minimi-
zando o valor de s na Eq. (6), em relação a ( x ) , isto é, diferenciando s em relação a ( x ) , e igualando a
zero.
Curvas de ajuste
O ajuste de dados experimentais é uma técnica que permite a interpolação de resultados ou da-
dos, através de uma função ajustada. Esse método também é chamado de regressão, que pode ser line-
15
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
ar, polinomial, etc., dependendo da escolha da função de ajuste escolhida. A obtenção da curva de re-
gressão pode ser feita com a aplicação do método dos mínimos quadrados, apresentado a seguir:
2
n
_
S = ∑ xi − x (22)
i =1
∂S n
n
_
= 0 = ∑ − 2( x i − x m ) = −2 ∑ xi − n x m (23)
∂x i =1 i =1
Quando a função de ajuste escolhida for uma reta y = ax + b , a soma quadrática dos desvios da
equação (22) é dada por
n
S = ∑ ( y i − (ax i + b ))
2
(24)
i =1
n∑ x i y i − (∑ xi )
(∑ y ) i
a= (25)
n∑ x − (∑ x )
2 2
i i
(∑ y ) (∑ x ) − (∑ x y ) (∑ x )
i
2
i i i i
b= (26)
n∑ x − (∑ x )2 2
i i
1/ 2
^
2
∑ i
y − y i
s= (27)
n−2
16
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
(a)
Fig. 7- (a) ajuste com baixa qualidade, (b) ) ajuste com boa
qualidade e (c) ) ajuste com baixa verossimilhança
(c)
A curva da fig 7.b representa melhor os dados experimentais que a curva da fig 7.a. Na parábo-
la, a flutuação dos pontos experimentais em relação à curva ajustada é coerente com as incertezas expe-
rimentais. Na curva da fig 7.c, o acordo entre os dados e a curva ajustada é bom, mas a qualidade é ru-
im, pois a situação é inverossímil. É muito difícil encontrar, na prática, um ajuste tão bom para uma
incerteza de medição tão grande, o que denota que estas últimas foram superestimadas.
Barras de incerteza
Para se avaliar a qualidade de uma curva de ajuste calculada, é importante que se grafique a re-
ferida curva junto com os dados experimentais que a geraram. A fig. 4 apresenta essa situação, e o uso
das barras verticais em cada dado experimental indica a incerteza da medição. Se a curva ajustada pas-
17
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
sa pelo intervalo compreendido pela barra de incerteza, e se essa incerteza é de ±σ por exemplo, isso
significa que o dado experimental tem cerca de 68,3% de estar contido na curva ajustada.
Essa avaliação é elementar, mas pode ser um primeiro recurso para a análise da qualidade do
ajuste.
Coeficiente de correlação r
Quando se estabelece uma curva de ajuste, como y=a+bx por exemplo, emprega-se o coeficien-
te de correlação r para avaliar o grau de dependência das variáveis aleatórias x e y, de forma que
1/ 2
σ y2, x
r = 1 − 2 (28)
σ y
onde
1/ 2 1/ 2
n 2
n 2
(
∑ yi − y m ) ∑ i ( y − y i ,c )
σ y = i =1 e σ y, x = i =1 (29)
n −1 n−2
n ∑ xi y i − ∑ xi ∑ y i
r=
[n∑ x ][ ]
(30)
− (∑ xi ) n∑ y − (∑ yi )
2 2 2 2
i i
O teste de significância do coeficiente r é dado pelo valor H, que para uma reta com número de
graus de liberdade (n-2) é dado por
r
H= n−2 (31)
1− r 2
que segue uma distribuição de Student. Pode-se afirmar que r é significativo (r ≠ 0) a um nível de signi-
ficância α, se
H ≥ tα / 2 ν = n−2 (32)
χ2 reduzido
Para uma função f(x) que representa o ajuste de um conjunto de dados experimentais, defini-se
o parâmetro χ2 (qui-quadrado) como
n
[ y i − f ( x i )]2
χ =∑
2
(33)
i =1 σ i2
18
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
χ2
χ red
2
= (34)
ν
O denominador da equação 21 indica a variância (quadrado do desvio padrão) entre o ponto ex-
perimental e a função ajustada. Por tratar-se de uma quantidade estatística, é possível ainda atribuir a
probabilidade de χ2 - reduzido tem de ser encontrado entre valores Q1 e Q2, que correspondem aos li-
mites do intervalo de um intervalo de confiança.
2- Procuram-se os valores de Q1 e Q2 nos gráficos das figuras 5 (a) e (b), segundo o número de graus
de liberdade ν. A fig. 5 (a) tem limites de probabilidade de 1% a 99% (98% de intervalo de confiança)
e a fig. 5 (b) tem limites de probabilidade de 5% a 95% (90% de intervalo de confiança).
Fig. 8- Valores de Q1 e Q2 com níveis de confiança (a) 98% e (b) e 90%, em função de χ2 - reduzido e
do número de graus de liberdade
19
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
7. Referências Bibliográficas
Holman, J.P., 1994, Experimental Methods for Engineers, McGraw-Hill, New York, 6th ed.
INMETRO, 1995. Vocabulário Internacional de Termos Fundamentais e Gerais de Metrologia,
Instituto Nacional de Metrologia, Rio de Janeiro
INMETRO, 1998. Guia para a Expressão da Incerteza de Medição, Instituto Nacional de
Metrologia, Rio de Janeiro
ISO GUM Suppl. 1 (DGUIDE 99998), 2004. Guide to the expression of uncertainty in meas-
urement (GUM) — Supplement 1: Numerical methods for the propagation of distributions, Interna-
tional Organization for Standardization, Genebra (www.iso.org)
ISO GUM, 1993. Guide to the Expression of Uncertainty in Measurements, International Or-
ganization for Standardization, Genebra. (www.iso.org).
Orlando A.F., 2004. Análise da Incerteza de Medição em um Processo Metrológico. Mestrado
em Metrologia, Qualidade e Inovação, Departamento de Engenharia Mecânica, PUC-Rio, Rio de
Janeiro
Triola, M.F., 1998, Introdução à Estatística, LTC-Livros Técnicos e Científicos, Rio de Janei-
ro
Vuolo, J.H, 1998. Fundamentos da Teoria de Erros, Editora Edgard Blücher, São Paulo
Silva, A.V., 2003, Instrumentação Básica Aplicada a Sistemas de Gás, Curso de Pós-graduação
em Utilizações do Gás Natural, Programa de Pós-Graduação em Engenharia Mecânica, Universi-
dade Federal do Rio Grande do Sul, Porto Alegre
20
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
ANEXOS :
22
UFRGS - Engª Mecânica - Medições Térmicas – Incertezas de Medição e Ajuste de Dados - Prof. Paulo Schneider
23
nível de confiabilidade é 95,45% (Incerteza do tipo A). Quando a distribuição é retangular, ela pode ser
calculada dividindo-se a incerteza expandida (U) por 3 . Ou por 2 3 , quando a distribuição é trian-
gular. Estas duas distribuições são utilizadas quando o método de avaliação de incerteza é do tipo B.
24