Métodos Experimentais em Engenharia

Representação da Incerteza
“Os valores numéricos da estimativa e da incerteza-padrão, ou da incerteza expandida,
não devem ser fornecidos com um número excessivo de algarismos. É geralmente suficiente
fornecer com até no máximo dois algarismos significativos...” [1]

1- Introdução

A incerteza é uma medida da dúvida que o operador possui dos resultados que obteve
numa certa medição. Portanto, ela é fundamental para identificar diversos aspectos da
qualidade destes resultados. Entre estes aspectos, está o número de algarismos com os quais
deve ser apresentado o resultado.

Qualquer operação realizada para se obter um valor experimental apresentará

dúvidas, inclusive a operação para se obter a incerteza relacionada a este valor. Nestas
condições, é natural que se pergunte: qual é a dúvida que existe no valor da incerteza? Esta
questão pode ser transformada em: quais são os algarismos significativos na representação da
incerteza?

Esta é uma discussão complexa e que depende da completude do conhecimento do

mensurando e de todas as suas grandezas de influência. Também depende do método
estatístico utilizado para a determinação do mensurando. Neste estudo, será feita uma análise
qualitativa de algumas questões importantes para esta determinação. Serão tratados aspectos
da padronização de representação e do método estatístico escolhido.

2- Padronização da representação

O mensurando é resultado de um conjunto de operações experimentais e

matemáticas. Ao representar o resultado, deve haver uma preocupação em indicar qual a
dúvida que existe neste resultado. O número de algarismos deste mensurando deve dar
informações sobre esta dúvida.

Para que o leitor de um mensurando qualquer não seja induzido a crer que haja
significância igual em todos os algarismos apresentados, padronizou-se escrever o número de
algarismos do mensurando de forma compatível com os de sua incerteza associada. Por
exemplo, as representações de um determinado mensurando X são adequadas:

X=(1,7382+/-0,0019)

X=(1,738+/-0,002)

onde o intervalo foi estimado, por exemplo, de forma a que o VVC (valor verdadeiro
convencional) esteja nele contido, com, por exemplo, 95% de probabilidade.

1
Métodos Experimentais em Engenharia

Ao indicar o valor mais provável de X com 5 algarismos significativos é de se esperar

que todos eles sejam confiáveis. Observa-se que o último deles, o “2”, certamente é menos
significativo que o penúltimo, o “8”, já que a incerteza apresentada mostra que há dúvidas
sobre ele.

Assim, acrescentar mais um algarismo ao mensurando, e, portanto, na sua incerteza

parece desnecessário. Desta forma, a padronização proposta pela ISO GUM [1] é de que a
incerteza seja dada com, no máximo, dois algarismos significativos, independente do método
utilizado para se determinar esta incerteza.

Vale lembrar que, em alguns casos, a incerteza é adotada como sendo o desvio padrão
de medidas de uma amostra. Se o número de amostras for significativo frente à população e a
distribuição for suficientemente conhecida, este desvio padrão pode ser determinado com
muitos algarismos significativos.

Aqui cabe uma avaliação criteriosa do operador:

- caso o objetivo da medição seja indicar o valor do desvio padrão da distribuição, ele deve
utilizar tantos algarismos quantos sejam significativos (este ponto será discutido no próximo
item);

- caso o objetivo seja indicar o valor mais provável desta medição, o desvio padrão da
distribuição é um excelente indicador da incerteza (tipo A) deste valor. Ao adotar o desvio
padrão como incerteza, o número de algarismos deverá ser limitado a dois.

Para concluir, há diversos documentos que propõem uma padronização para o uso de
1 ou 2 algarismos significativos para a incerteza. Com base no intervalo resultante, podem ser
identificados 3 tipos de orientação:

- use um algarismo, quando sua experiência indicar que este algarismo é suficiente para definir
os intervalos nos quais o mensurando tem probabilidade de estar. Este é também o caso no
qual o método escolhido para identificar esta incerteza só permite estimar a sua ordem de
grandeza;

- use dois algarismos, quando o resultado vai ser utilizado para a determinação de outro valor
na sequência do processo. Neste caso, às vezes a propagação desta incerteza com um único
algarismo pode tornar o intervalo resultante de todo o processo muito maior ou muito menor
do que o razoável em face à qualidade das medições. Por questões de conservadorismo, na
dúvida arredonde a incerteza para cima, garantindo intervalos mais confiáveis para a
probabilidade pretendida.;

- use um algarismo, se este for maior que “3” e dois se for menor. O argumento é que, por
exemplo, se um intervalo que garante 95% de incidência for +/- 1,5, arredondá-lo para +/-2
aumenta em demasia a probabilidade de o valor estar neste intervalo. Reduzi-lo para +/- 1, por
outro lado, reduz demais esta probabilidade. Já arredondar +/-8,5 para +/-9 mantém os
intervalos na mesma ordem de grandeza (no item seguinte este ponto será retomado).

2
Métodos Experimentais em Engenharia

3- Limitações dos métodos estatísticos utilizados

De forma geral, a maior limitação dos métodos estatísticos (métodos tipo A) para se
determinar a incerteza está na falta de conhecimento perfeito do mensurando e de todas suas
grandezas de influência. Como raramente apenas uma grandeza interfere no mensurando,
normalmente não faz sentido conhecer uma das grandezas com um número excessivo de
algarismos significativos.

Uma exceção para esta condição é quando o conhecimento do mensurando é muito

bom e pode-se afirmar que um número grande de medições diretas do mensurando permite
conhecer com precisão o intervalo que provavelmente envolve o valor verdadeiro. Esta
hipótese precisa considerar que as flutuações de grandezas de influência afetam
aleatoriamente o mensurando. Por exemplo, se a incerteza do instrumento de medição
(portanto incerteza da grandeza de influência “valor indicado no instrumento”) for muito
menor que a variação natural do mensurando, esta hipótese é razoável. Por outro lado, se, por
exemplo, uma balança de resolução de 0,1 kg for usada para medir valores de uma massa de
cerca de 0,1 kg, um número grande de medições não deve ser útil para obter a incerteza da
medição. Outras grandezas de influência podem ser ainda mais significativas que a incerteza
da leitura do instrumento.

De qualquer forma, o uso dos métodos estatísticos possuem limitações, em geral

associadas à dificuldade de obtenção de um número grande de medições ou da falta de
utilidade de intervalos muito exatos para a tomada de uma decisão.

O efeito do número de medições em mensurando com distribuição normal e o efeito

da incerteza na precisão do intervalo serão discutidos a seguir.

3.1 Número de medições

A Figura 1 corresponde à realização de 7 ensaios, cada um com 10 medições. Sabe-se

que a distribuição possui um comportamento normal, com valor médio de 1 e desvio padrão
de 0,1.

3
Métodos Experimentais em Engenharia

Figura 1 – Resultados de 7 ensaios com 10 medições cada

Resultado de 7 ensaios,
1,4 cada um com 10 medições.
1,2

1,0
Valor da medição

0,8

0,6

0,4

0,2
Número do Ensaio
0,0
1 2 3 4 5 6 7

Fonte: autoria própria

Observa-se que as propriedades de cada ensaio variam ligeiramente, apesar do

mensurando ser exatamente o mesmo. Claramente, o valor médio do sétimo ensaio é
ligeiramente menor que o valor médio do sexto ensaio. Também se observa que a dispersão
do sexto ensaio é maior do que a do quinto.

De forma numérica, esta avaliação pode ser vista na Figura 2, onde o esperado para o
mensurando foi adotado com sendo o valor médio e está representado por um ponto. A barra
simétrica em relação ao valor médio representa o desvio padrão das 10 medições em cada
ensaio.

4
Métodos Experimentais em Engenharia

Figura 2 – Representação da média e desvio padrão de cada ensaio

Valor estimado do mensurando a

1,2 partir da média de 10 medições
1,0

0,8

0,6

0,4

0,2

0,0
1 2 3 4 5 6 7

Fonte: autoria própria

Se o número de medições em cada ensaio crescer, as médias tenderão ao valor do

mensurando – neste caso 1. Também o seu desvio padrão tenderá ao desvio padrão do
mensurando, neste caso, 0,1. Claramente a informação obtida sobre o desvio padrão
utilizando 10 medições não é exata.

O valor mais provável do desvio padrão pode ser estimado a partir do desvio padrão
de qualquer uma das amostras. No entanto, haverá uma dúvida nesta estimativa. De acordo
com as propriedades da distribuição normal e da amostragem, o ISO GUM apresenta a Tabela
1, na qual a variação do desvio padrão determinado a partir da amostra de N medições está
indicada em % do desvio padrão obtido. Associando o desvio padrão à incerteza, podemos
dizer que a tabela indica a “incerteza da incerteza” (grau de dúvida no desvio padrão da
população), em função do número de medições da amostra.

Tabela 1: Desvio-padrão do desvio-padrão experimental da média de n observações independentes de uma variável aleatória
normalmente distribuída q, relativamente ao desvio-padrão da média [2]

N incerteza da
incerteza (%)
2 76%
3 52%
4 42%
5 36%
10 24%
20 16%
30 13%
50 10%

O gráfico da Figura 3 representa os pontos desta tabela.

5
Métodos Experimentais em Engenharia

Figura 3- Incerteza da incerteza em função do número de medições

Estimativa da incerteza da incerteza

80%
(%)
70%
60%
50%
40%
30%
20%
10%
0%
1 10 Número de medições (N) 100

Fonte: autoria própria

De forma aproximada, esta estimativa pode ser calculada pela expressão [2]:

1
2( − 1)

Ou seja, quanto maior o número de medições, maior será a exatidão do desvio padrão
da população obtido a partir das medições. Entretanto, mesmo para um número grande de
medições, como 50, a estimativa que pode ser feita do desvio padrão possui uma incerteza de
cerca de 10% do valor real.

Assim, um número elevado de algarismos significativos na incerteza determinada a

partir do desvio padrão de poucas medições não faz sentido. Por exemplo, se o desvio padrão
de 50 medições for de 1,000, não é adequado escrever a incerteza com mais do que dois
algarismos, ou seja, u=1,0. Um acréscimo de 1 no último algarismo significativo (1,1), significa
um dúvida de 10% do seu valor. Mais um algarismo na incerteza (1,00) não fornece mais
informações do que as disponíveis com “apenas” 50 medições, e dá a falsa impressão de maior
precisão no valor indicado.

Além disso, ao escrever a incerteza com 2 algarismos, sabendo que a dispersão desta
incerteza é de, por exemplo 10%, poderíamos escrever que a incerteza obtida pelo desvio
padrão de 50 medições seria (0,10 +/-10%). Isto significa que, se diversos grupos refizerem o
ensaio com outras 50 medições, apenas cerca de 68% dos grupos obteria valores da incerteza
dentro deste intervalo. Lembre-se que, em uma distribuição normal, um intervalo de +/- um
desvio padrão em torno de um valor médio representa apenas cerca de 68% dos resultados
obtidos.

6
Métodos Experimentais em Engenharia

Assim sendo, a dúvida sobre o valor da incerteza da média obtida pelo desvio padrão
de 50 medidas não possui mais do que dois algarismos significativos, mesmo em uma
distribuição perfeitamente conhecida e simples. Se um algarismo extra já é inútil na
distribuição normal, em um mensurando para o qual há diversas grandezas de influência com
distribuições não perfeitamente normais ou conhecidas, este algarismo extra é ainda menos
significativo.

3.2 Precisão do intervalo

O intervalo, no qual o valor verdadeiro deve estar, naturalmente depende do valor

estimado e da variação dos valores obtidos experimentalmente. Supondo que estes valores
apresentem uma distribuição idealmente normal, a curva da Figura 4 pode ser utilizada para
determinar este intervalo [2], de acordo com a probabilidade considerada.

Figura 4- Probabilidade e fator de abrangência

100,00%

80,00%

60,00%

40,00%
Probabilidade do VVC estar no
intervalo
20,00% x
Fator de abrangência
0,00%
0,00 0,50 1,00 1,50 2,00 2,50 3,00

Fonte: autoria própria

O intervalo, no caso simétrico, é determinado em função do fator de abrangência k

por:

+/- U = +/- k.u

com a incerteza “u” sendo adotada como o desvio padrão de um número suficientemente
grande de medidas (por exemplo, n “infinito”, ou “muito maior que 50”). Ou seja, neste caso
extremo, há um conhecimento praticamente perfeito do desvio padrão, com tantos algarismos
significativos quantos desejados.

Ao se observar essa curva, percebe-se que quanto maior o fator de abrangência, maior
a probabilidade do valor verdadeiro estar dentro do intervalo desejado. Nota-se também que a

7
Métodos Experimentais em Engenharia

curva não apresenta comportamento linear, apresentando um efeito de “saturação” a partir

de k=1,5, aproximadamente.

Tipicamente são utilizados três fatores de abrangência k:

- k=1, para o qual o intervalo obtido possui cerca de 68,3% (é um número irracional) de incluir
o valor verdadeiro. Este intervalo normalmente é utilizado para trocar informações entre
grupos de mesma competência técnica, pois facilita a conversa (a amplitude do intervalo é
numericamente igual à incerteza). Observe que deste intervalo estão excluídos 32,7% (cerca
de 1/3) dos valores obtidos experimentalmente.

- k=2, que determina um intervalo com probabilidade de 95,4% (cerca de 95%) Este intervalo é
muito bom para representar um valor aceitável para os valores obtidos, sendo aquele
normalmente utilizado para representar resultados em engenharia. Provavelmente, como em
todo intervalo de uma distribuição normal, parte dos resultados obtidos estarão fora do
intervalo proposto.

- k=3, que determina um intervalo de cerca de 99,7%. Muitas vezes este intervalo é
considerado suficiente para afirmar que um resultado fora dele é “praticamente” impossível.
Naturalmente se milhões de medições forem realizadas, muitas estarão fora deste intervalo.

A Figura 5 apresenta uma ampliação da curva anterior em torno de k=2.

Figura 5- Probabilidade e fator de abrangência em torno de k=2

97,0%
Probabilidade do VVC estar no intervalo
x
96,0%
Fator de abrangência

95,0% 1,96; 95,0%

94,0%

k (fator de abrangência)
93,0%
1,80 1,90 2,00 2,10 2,20

Fonte: autoria própria

Observa-se que o conhecimento preciso de k, e também da incerteza, permite o

cálculo preciso da determinação da probabilidade do valor verdadeiro encontrar-se dentro do
intervalo declarado (+/- U).

8
Métodos Experimentais em Engenharia

Suponha que seja suficiente, para uma determinada aplicação, afirmar que o valor
verdadeiro se encontra no intervalo indicado com aproximadamente 95% de chance. Suponha
ainda, que, por exemplo, “aproximadamente” signifique qualquer ponto da figura 5, algo entre
93% e 97%. Neste caso, a exatidão deste intervalo não precisa ser perfeita. Se ao invés de usar
k=2,0, for usado k=1,8 ou k=2,2 (os limites da figura são k=2 mais ou menos 10%) para a
determinação do intervalo, a afirmação “aproximadamente com 95% de chance” significa que
a precisão de 10% na determinação do intervalo está adequada.

Uma vez que o intervalo depende da multiplicação do fator de abrangência pela

incerteza estimada, é aceitável, neste caso, também uma variação de 10% da incerteza.
Portanto, declarar um k, ou uma incerteza, com muitos algarismos significativos torna-se
desnecessário.

A Figura 6 ilustra o mesmo raciocínio para um intervalo que abrange

aproximadamente 68 % dos valores obtidos em um número infinito de medições.

Figura 6- Probabilidade e fator de abrangência em torno de k=1

73,0%
Probabilidade do VVC estar no intervalo
71,0% x
Fator de abrangência
69,0%
1; 68,3%

67,0%

65,0%

63,0%
0,90 0,95 1,00 1,05 1,10

Fonte: autoria própria

Observa-se que o conhecimento com precisão do valor do fator de abrangência de

10% (entre 0,9 e 1,1), produz intervalos que possuem a chance de abranger o valor verdadeiro
como algo entre 63% e 73%.

Na Figura 7, observa-se que o efeito de conhecer o fator de abrangência igual a 3 com

10% de precisão (entre 2,7 e 3,3), implica em definir intervalos muitos semelhantes, nos quais
a probabilidade do valor verdadeiro estar dentro deles é muito próxima de 99,7%. Este
resultado provém do efeito de “saturação” da curva, já observado anteriormente na Figura 4.

9
Métodos Experimentais em Engenharia

Figura 7- Probabilidade e fator de abrangência em torno de k=3

99,9%

99,8%

3; 99,7%
99,7%

99,6%

99,5%
Probabilidade do VVC estar no intervalo
99,4%
x
Fator de abrangência
99,3%
2,70 2,80 2,90 3,00 3,10 3,20 3,30

Fonte: autoria própria

Pode-se concluir que conhecer o intervalo com muito mais do que 10% de precisão é
pouco útil para a tomada de decisões, quando é suficiente afirmar que “o valor verdadeiro
possui aproximadamente 68% (ou 95% ou 99,7%) de chance de estar no intervalo declarado”.
Uma vez que o intervalo é determinado tanto pelo valor de k, como pelo valor da incerteza u,
conhecer o valor desta incerteza com muito mais do que 10% de precisão raramente será útil
para efeitos práticos. Naturalmente se, para a tomada de decisões, for necessário afirmar que
“a probabilidade do VVC encontrar-se no intervalo indicado é de exatamente 95,000%” o
número de medições e de algarismos significativos para a declaração da incerteza tenderia a
infinito.

A representação de uma incerteza com um determinado número de algarismos

significativos implica no conhecimento desta incerteza com uma determinada exatidão. Na
Figura 8 foi traçado um gráfico com três curvas, que representam o número de algarismos
significativos utilizados para representar a incerteza: 1(curva azul); 2(curva vermelha); e 3
(curva verde). Naturalmente, o efeito do número de algarismos significativos na precisão
percentual da incerteza é dependente do valor da incerteza.

Por exemplo, a resolução de 1 algarismo para uma incerteza de valor “1”, produz 100%
de dúvida (1 em 1). Já a resolução de 2 algarismos na mesma incerteza, reduz a dúvida para
10%. A resolução de dois algarismos numa incerteza igual a 5 produz uma dúvida de 2% (0,1
em 5,0, com 5,0 possuindo 2 algarismos significativos).

10
Métodos Experimentais em Engenharia

Esta análise justifica a recomendação prática de se utilizar dois algarismos

significativos para incertezas cujo primeiro algarismo seja 1 ou 2. O valor da precisão
percentual diminui para incertezas com o primeiro algarismo igual a 3 ou maior, justificando a
possibilidade de utilização de um único algarismo significativo nesses casos. Em qualquer caso,
não há justificativa prática para se utilizar mais que dois algarismos significativos na
representação da incerteza.

Figura 8- Incerteza percentual da incerteza versus valor da incerteza, em função do número de algarismos significativos
em sua representação.

100,0%

número de
algarismos
10,0% significativos

1
2
3
1,0%

0,1%
0 2 4 6 8 10 12

Fonte: elaboração própria

Portanto não são necessários 3 algarismos significativos para representar uma

incerteza, uma vez que, como discutido anteriormente, raramente é necessário conhecer com
muita precisão o percentual dos resultados esperados que ficarão dentro do intervalo
determinado.

Por outro lado, a representação com apenas um algarismo significativo para o valor
resultante do intervalo, deverá ser restrita a intervalos que representem altas probabilidades
de abranger o Valor Verdadeiro Convencional (por exemplo, 95% ou 99,7%), ou para incertezas
cujo primeiro algarismo seja 3 ou maior.

4- Conclusão

Propor um número de algarismos significativos para a incerteza é uma tarefa que exige
um excelente conhecimento do mensurando. Mas mesmo neste caso, a utilidade da incerteza
e o rigor estatístico raramente permitirão conhecer a incerteza com mais do que dois
algarismos significativos.

11
Métodos Experimentais em Engenharia

O estudo apresentado promoveu algumas explicações e justificativas para as

recomendações da ISO GUM [1], referentes à representação da incerteza com um número
máximo de dois algarismos significativos, já que um número maior não teria nenhum
significado prático, tendo em vista os métodos estatísticos envolvidos nos processos
experimentais de medição. Segue abaixo transcrição de item específico sobre “Relatando a
Incerteza”, extraído deste documento:

“7.2.6 Os valores numéricos da estimativa y e da incerteza-padrão uc(y), ou da incerteza

expandida U, não devem ser fornecidos com um número excessivo de algarismos. É
geralmente suficiente fornecer uc(y) e U [assim como as incertezas-padrão u(xi) das
estimativas de entrada xi uc(y) e U [assim como as incertezas-padrão u(xi) das
estimativas de entrada xi] com até no máximo dois algarismos significativos, embora, em
alguns casos, seja necessário reter algarismos adicionais para evitar erros de
arredondamento nos cálculos subsequentes. Ao relatar resultados finais, às vezes pode
ser apropriado arredondar incertezas para cima, em vez de arredondar até o algarismo
mais próximo. Por exemplo, uc(y) = 10,47 mΩ pode ser arredondada para 11 mΩ.
Entretanto, deve prevalecer o bom senso, e um valor como u(xi) = 28,05 kHz deve ser
arredondado para baixo, para 28 kHz. As estimativas de entrada e de saída devem ser
arredondadas para ficarem consistentes com suas incertezas; por exemplo, se y = 10,057
62 mΩ com uc(y) = 27 mΩ, y deve ser arredondado para 10,058 mΩ.”

5- Referências

[1] Avaliação de dados de medição — Guia para a expressão de incerteza de medição.

Tradução da versão original de 2008. INMETRO. Disponível em:
<http://www.inmetro.gov.br/noticias/conteudo/iso_gum_versao_site.pdf>. Acesso em: 13
janeiro 2016.

[2] “Fundamentos da teoria de Erros”, J.H. Vuolo, Editora Edgard Blücher, 2ª. Edição, 1996

Autor
Apostila elaborada pelo prof. Julio Carlos Teixeira e revisada pela profa. Denise Consonni.

12