Guia para A Expressão Da Incerteza de Medição: Terceira Edição Brasileira

GUIA PARA
A EXPRESSO
DA INCERTEZA
DE MEDIO
Terceira Edio Brasileira
Este Guia estabelece regras gerais, e aplicveis, para a avaliao e expresso da incerteza em medies que se pretenda aplicar a um largo espectro de medies. A base deste
Guia a Recomendao 1 (CI-1981) do Comit Internacional de Pesos e Medidas (CIPM), aceitando a Recomendao INC-1 (1980) do Grupo de Trabalho sobre a Declarao de Incertezas, convocado pelo Bureau Internacional de
Pesos e Medidas (BIPM), por solicitao do CIPM. A Recomendao do CIPM a nica recomendao concernente
expresso da incerteza em medio adotada por uma organizao intergovernamental.
Este Guia foi preparado por um grupo de trabalho,
consistindo de peritos nomeados pelo BIPM, Comisso
Eletrotcnica Internacional (IEC), Organizao Internacional de Normalizao (ISO) e Organizao Internacional de Metrologia Legal (OIML). As sete seguintes organizaes apoiaram o desenvolvimento deste
Guia, o qual publicado em seus nomes:
BIPM Bureau Internacional de Pesos e Medidas
IEC
Comisso Eletrotcnica Internacional
IFCC Federao Internacional de Qumica

Clnica
ISO
Organizao Internacional de
Normalizao
IUPAC Unio Internacional de Qumica Pura e

Aplicada
IUPAP Unio Internacional de Fsica Pura e
Aplicada
OIML Organizao Internacional de
Metrologia Legal
Os usurios deste Guia esto convidados a enviar seus
comentrios e pedidos de esclarecimento a quaisquer
das sete organizaes.
Guia Para a Expresso da Incerteza de Medio

Associao Brasileira de Normas Tcnicas (ABNT)
Instituto Nacional de Metrologia, Normalizao e Qualidade Industrial (INMETRO)
Copyright 2003 by ABNT and INMETRO
(In Brazil, ISO is represented by ABNT and BIPM by INMETRO)
Todos os direitos em lngua portuguesa reservados Associao Brasileira de Normas Tcnicas (ABNT)
A duplicao ou reproduo desta obra, sob qualquer meio, s permitida mediante autorizao expressa da ABNT
Autoria
BIPM, IEC, IFCC, ISO, IUPAC, IUPAP e OIML
Produo Editorial e Impresso
SERIFA Comunicao
Capa
Ana Cludia David de Andrade (Designer do Inmetro)
CIP-Brasil. Catalogao na fonte.
Sindicato Nacional dos Editores de Livros, RJ
________________________________________________________________________________________________
Guia para a Expresso da Incerteza de Medio
Terceira edio brasileira em lngua portuguesa Rio de Janeiro: ABNT, INMETRO, 2003
1211 p.: 2 il, (21x29,7)cm.
Inclui anexos e bibliografia
ISBN
1.Medio. 2.Incerteza de Medio. I.ABNT.II INMETRO.
________________________________________________________________________________________________
2003
Diretoria de Metrologia Cientfica e Industrial (DIMCI)
do Instituto Nacional de Metrologia, Normalizao e Qualidade Industrial (INMETRO)
Rua Santa Alexandrina, 416/5 andar, Rio Comprido
20261-232 Rio de Janeiro RJ
Tel.: 21-2563-2905
Fax: 21-2293-6559
e-mail: dimci@inmetro.gov.br
GUIA PARA A EXPRESSO DA

INCERTEZA DE MEDIO
Terceira Edio Brasileira
BIPM
Bureau International des Poids et Mesures

Pavillon de Breteuil
F-92312 Svres Cedex
France
IEC
International Electrotechnical Commission

3, rue de Varemb
Case postale 131
CH-1211 Genve 20
Switzerland
IFCC
International Organization for Clinical Chemistry

Technical Secretariat
Centre du Mdicament
Universit de Nancy
30, rue Lionnois
F-54000 Nancy
France
ISO
International Organization for Standardization

1, rue de Varemb
Case postale 56
CH-1211 Genve 20
Switzerland
IUPAC
International Union of Pure and Applied Chemistry

Bank Court Chambers
2-3 Pound Way
Templars Square, Cowley
Oxford 0X4 3YF
United Kingdom
IUPAP
International Union of Pure and Applied Physics

Secretariat
Vittens gata 11
S-421 65V. Flolunda
Sweden
OIML
International Organization of Legal Metrology

11, rue Turgot
F- 75009 Paris
France
____________________________________________
ISO, 1995
GUIA PARA A EXPRESSO DA INCERTEZA DE MEDIO

Terceira Edio Brasileira do
Guide to the Expression of Uncertainty in Measurement
Concepo do Documento Original
Bureau International des Poids et Mesures (BIPM)
International Electrotechnical Comission (IEC)
International Federation of Clinical Chemistry (IFCC)
International Organization for Standardization (ISO)
International Union for Pure and Applied Chemistry (IUPAC)
International Union for Pure and Applied Physics (IUPAP)
International Organization of Legal Metrology (OIML)
Comisso de Reviso da Terceira Edio

Celso Pinto Saraiva, CPqD/Campinas
Clotilde Moreira de Pina, Inmetro
Giorgio Moscati, Inmetro
Gregory Amaral Kyriazis, Inmetro
Ibrahim de Cerqueira Abud, INT/RJ
Jos Eustquio da Silva,/Cetec/MG
Jos Guilherme Pereira Peixoto, IRD/CNEN
Jos Henrique Vuolo, IF/USP
Jos Joaquim Vinge, Inmetro
Lus Gonzaga Mezzalira, Consultor Independente.
Marcelo Oliveira Gaspar de Carvalho, SENAI/RJ
Paulo Roberto Guimares Couto, Inmetro
Renato Nunes Teixeira, Inmetro
Ricardo Jos de Carvalho, Observatrio Nacional/RJ
Thomas Hans Mller, Inmetro
Valter Yoshihiko Aibe, Inmetro
Victor Manuel Loaysa Mendoza, Inmetro
Coordenao Geral: Diretoria de Metrologia Cientfica e Industrial / Inmetro

Joo Alziro Herz da Jornada
Jos Joaquim Vinge
Clotilde Moreira de Pina
Apoio Institucional
Instituto Nacional de Metrologia, Normalizao e Qualidade Industrial (INMETRO)
Associao Brasileira de Normas Tcnicas (ABNT)
Expresso da Incerteza de Medio
Sumrio
Sumrio
Prefcio .............................................................................xv
0
Introduo ................................................................xvii
Finalidade.....................................................................1
6.3
7
2.1
Termos metrolgicos gerais...............................2
2.2
O termo incerteza ...........................................2
2.3
Termos especficos para este Guia ....................3
7.1
Orientao Geral ..............................................25
7.2
Orientao especfica.......................................25
Conceitos bsicos .........................................................4

3.1
Medio..............................................................4
3.2
Erros, efeitos e correes...................................5
3.3
Incerteza .............................................................5
3.4
Consideraes prticas.......................................7
Resumo do procedimento para avaliao e

expresso da incerteza ................................................28
Anexos
A Recomendaes do grupo de
trabalho e da CIPM .....................................................29
B
4
Relatando a incerteza..................................................25
Definies ....................................................................2
8
Escolhendo um fator de abrangncia...............24
A.1
Recomendao INC (1980) .............................29
A.2
Recomendao 1 (CI-1981).............................30
A.3
Recomendao 1 (CI-1986).............................30
Termos metrolgicos gerais .......................................31
Avaliando a incerteza padro........................................9

B.1
Fonte das definies ........................................31
B.2
Definies ........................................................31
4.1
Modelando a medio........................................9
4.2
Avaliao da incerteza padro do Tipo A .......10
4.3
Avaliao da incerteza padro do Tipo B .......11
4.4
Ilustrao grfica da avaliao da incerteza

padro...............................................................14
C.1
Fonte das definies ........................................36
C.2
Definies ........................................................36
Determinando a incerteza padro combinada.............19
C.3
Elaborao de termos e conceitos....................39
5.1
Grandezas de entrada no correlacionadas......19
5.2
Grandezas de entrada correlacionadas.............21
C Termos e conceitos estatsticos bsicos ......................36
D Valor verdadeiro, erro e incerteza ...........................42

D.1
O mensurando ..................................................42
Determinando a incerteza expandida..........................23
D.2
A grandeza realizada........................................42
6.1
Introduo ........................................................23
D.3
O valor verdadeiro e o valor corrigido ........42
6.2
Incerteza expandida .........................................23
D.4
Erro...................................................................43
D.5
Incerteza ...........................................................43
Sumrio
D.6
E
Representao grfica ......................................44
Motivao e base para a Recomendao

INC-1 (1980) ..............................................................47
E.1
Seguro, aleatrio e sistemtico .............47
E.2
Justificativa para avaliaes realistas

da incerteza ......................................................47
E.3
Justificativa para tratar todos os componentes

da incerteza identicamente...............................48
E.4
Desvios padro como medidas de incertezas ..50
E.5
Uma comparao de duas abordagens

da incerteza ......................................................51
Guia prtico para avaliao de

componentes de incerteza...........................................53
F.1
Componentes avaliados a partir de observaes

repetidas: avaliao do Tipo A da
incerteza padro ...............................................53
F.2
Componentes avaliados por outros meios:

avaliao do Tipo B da incerteza padro.........55
G Graus de liberdade e nveis da confiana ....................61

G.1
Introduo ........................................................61
G.2
Teorema Central do Limite .............................62
G.3
A distribuio-t e os graus de liberdade ..........63
G.4
Graus de liberdade efetivos .............................63
G.5
Outras consideraes .......................................65
G.6
Sumrio e concluses ......................................66
H Exemplos....................................................................70
H.1
Calibrao de bloco padro .............................70
H.2
Medio simultnea de resistncia e reatncia74
H.3
Calibrao de um termmetro .........................78
H.4
Medio de atividade .......................................81
H.5
Anlise de varincia.........................................85
H.6
Medies numa escala de referncia: dureza ..90
Glossrio dos principais smbolos ..............................93
K Bibliografia ................................................................96
ndice alfabtico bilnge
Ingls Portugus ...........................................................98
ndice alfabtico bilnge

Portugus Ingls .........................................................109
Prefacio 1...
Prefacio 1...
Prefcio 2
Prefcio 2
0 Introduo
0 Introduo
0.1
Quando se relata o resultado de medio de uma
grandeza fsica, obrigatrio que seja dada alguma indicao quantitativa da qualidade do resultado, de forma tal
que aqueles que o utilizam possam avaliar sua confiabilidade. Sem essa indicao, resultados de medio no podem ser comparados, seja entre eles mesmos ou com valores de referncia fornecidos numa especificao ou numa
norma. , portanto, necessrio que haja um procedimento
prontamente implementado, facilmente compreendido e de
aceitao geral para caracterizar a qualidade de um resultado de uma medio, isto , para avaliar e expressar sua
incerteza.
0.2
O conceito de incerteza como um atributo quantificvel relativamente novo na histria da medio, embora
erro e anlise de erro tenham sido, h muito, uma parte da
prtica da cincia da medio ou metrologia. agora amplamente reconhecido que, quando todos os componentes
de erro conhecidos ou suspeitos tenham sido avaliados e
as correes adequadas tenham sido aplicadas, ainda permanece uma incerteza sobre quo correto o resultado declarado, isto , uma dvida acerca de quo corretamente o
resultado da medio representa o valor da grandeza que
est sendo medida.
0.3
Da mesma forma como o uso quase universal do
Sistema Internacional de Unidades (SI) trouxe coerncia a
todas as medies cientficas e tecnolgicas, um consenso
mundial sobre a avaliao e expresso da incerteza de medio permitiria que o significado de um vasto espectro de
resultados de medies na cincia, engenharia, comrcio,
indstria e regulamentao, fosse prontamente compreendido e apropriadamente interpretado. Nesta era de mercado global, imperativo que o mtodo para avaliar e expressar a incerteza seja uniforme em todo o mundo, de forma tal que as medies realizadas em diferentes pases
possam ser facilmente comparadas.
0.4
O mtodo ideal para avaliar e expressar a incerteza
do resultado de uma medio deve ser:
- universal: o mtodo deve ser aplicvel a todas as
espcies de medio e a todos os tipos de dados de
entrada usados nas medies.
A grandeza real usada para expressar a incerteza deve ser:
- internamente consistente: deve ser diretamente derivvel dos componentes que para ela contribuem,
assim como ser independente de como estes componentes estejam agrupados, ou da decomposio
de componentes em subcomponentes.
- transfervel: deve ser possvel usar diretamente a
incerteza avaliada para um resultado como um
componente na avaliao da incerteza de outra medio na qual o primeiro resultado utilizado.
Alm disso, em muitas aplicaes industriais e comerciais,
assim como nas reas da sade e segurana, freqentemente necessrio fornecer um intervalo em torno do resultado de medio com o qual se espera abranger uma grande frao da distribuio de valores, que poderiam razoavelmente ser atribudos grandeza sujeita medio. Assim, o mtodo ideal para avaliar e expressar incerteza de
medio deve ser capaz de fornecer prontamente tal intervalo, em particular, com uma probabilidade da abrangncia ou nvel da confiana que corresponda, de uma forma
realista, ao nvel requerido.
0.5
O enfoque sobre o qual est baseado este documento de orientao aquele esboado na Recomendao
INC-1 (1980) [2] do Grupo de Trabalho sobre a Declarao de Incertezas, que foi convocado pelo BIPM, sob solicitao do CIPM (ver o Prefcio). Essa abordagem, cuja
justificativa discutida no anexo E, satisfaz a todos os re-
0 Introduo
quisitos anteriormente enumerados. Este no o caso da

maioria dos outros mtodos em uso corrente. A Recomendao INC-1 (1980) foi aprovada e ratificada pelo CIPM
em suas prprias Recomendaes 1 (CI-1981) [3] e 1 (CI1986) [4]; as tradues destas Recomendaes da CIPM
esto reproduzidas no anexo A (ver A.2 e A.3, respectivamente). Uma vez que a Recomendao INC-1 (1980) o
fundamento sobre o qual este documento se baseia, a traduo para a lngua portuguesa est reproduzida em 0.7 e o
texto em frans, o qual oficial, est reproduzido em A.1.
0.6
Um resumo sucinto do procedimento especificado
neste documento, para a avaliao e expresso de incertezas de medio, dado no captulo 8, e alguns exemplos
so apresentados em detalhes no anexo H. Outros anexos
tratam de termos gerais em metrologia (anexo B); termos e
conceitos bsicos de estatstica (anexo C); valor verdadeiro, erro e incerteza (anexo D); sugestes prticas para
avaliao dos componentes da incerteza (anexo F); graus
de liberdade e nveis da confiana (anexo G); os principais
smbolos matemticos utilizados no documento (anexo J);
e referncias bibliogrficas (anexo K). Um ndice alfabtico conclui o documento.
0.7
Recomendao INC-1 (1980)

Expresso de Incertezas Experimentais
1. A incerteza de um resultado de uma medio geralmente consiste de vrios componentes que podem ser
agrupados em duas categorias, de acordo com o mtodo utilizado para estimar seu valor numrico:
A. aqueles que so avaliados com o auxlio de mtodos estatsticos;
B. aqueles que so avaliados por outros meios.
Nem sempre h uma simples correspondncia entre a
classificao nas categorias A ou B e o carter aleatrio ou sistemtico utilizado anteriormente para classificar as incertezas. A expresso incerteza sistemtica susceptvel a induzir erros de interpretao e
deve ser evitada.
Toda descrio detalhada da incerteza deve consistir de
uma lista completa de seus componentes e indicar para
cada uma o mtodo utilizado para lhe atribuir um valor
numrico.
2. Os componentes classificados na categoria A so
caracterizados pelas varincias estimadas, si2 , (ou os
desvios padro estimados si ) e o nmero de graus de
liberdade, n i . Nas situaes em que for apropriado, as
covarincias devem ser fornecidas.
3. Os componentes classificados na categoria B devem ser caracterizados pelos termos u 2j , que podem ser
considerados como aproximaes das varincias correspondentes, cuja existncia suposta. Os termos u 2j
podem ser tratados como varincias e os termos u j ,
como desvios padro. Nas situaes em que for apropriado, as covarincias devem ser tratadas de modo similar.
4. A incerteza combinada deve ser caracterizada pelo
valor obtido, aplicando-se o mtodo usual para a combinao de varincias. A incerteza combinada e seus
componentes devem ser expressos na forma de desvios padro.
5. Se, para algumas aplicaes, for necessrio multiplicar a incerteza combinada por um fator para se obter
uma incerteza global, o valor do fator multiplicador
deve ser sempre declarado.
10
1 Finalidade
1 Finalidade
1.1
Este Guia estabelece regras gerais para avaliar e
expressar a incerteza de medio que podem ser seguidas
em vrios nveis de exatido e em muitos campos, desde o
cho da fbrica at o da pesquisa fundamental. Os princpios deste Guia, portanto, so aplicveis a um amplo espectro de medies, incluindo aquelas necessrias para:
- manter o controle da qualidade e a garantia da qualidade na produo;
- respeitar e fazer cumprir leis e regulamentos;
- conduzir pesquisa bsica, pesquisa aplicada e desenvolvimento na cincia e na engenharia;
- calibrar padres e instrumentos e executar ensaios,
atravs de um sistema nacional de medio, de forma a obter a rastreabilidade at os padres nacionais;
- desenvolver, manter e comparar padres fsicos de
referncia nacional e internacional, incluindo materiais de referncia.
1.2
Este Guia est primariamente relacionado com a
expresso da incerteza da medio de uma grandeza fsica
bem definida, o mensurando, que pode ser caracterizado
por um valor essencialmente nico. Se o fenmeno de interesse pode ser representado somente como uma distribuio de valores ou dependente de um ou mais parmetros, tal como o tempo, ento os mensurandos requeridos
para sua descrio so o conjunto de grandezas que descrevem aquela distribuio ou aquela dependncia.
tado de uma medio, tal como usado neste Guia, deve

ser interpretado neste sentido mais amplo.
1.4
Este Guia fornece regras gerais para avaliar e expressar a incerteza de medio ao invs de instrues detalhadas de tecnologia especfica. Alm disso, ele no discute como a incerteza de um determinado resultado de uma
medio, uma vez avaliada, pode ser utilizada para diferentes finalidades, como, por exemplo, tirar concluses sobre a compatibilidade daquele resultado com outros resultados similares, estabelecer limites de tolerncia em um
processo de fabricao, ou decidir se uma determinada linha de ao poder ser adotada com segurana. Pode, portanto, tornar-se necessrio desenvolver normas especficas, baseadas neste Guia, que tratem dos problemas peculiares aos campos especficos de medio ou s vrias utilizaes das expresses quantitativas da incerteza. Essas
normas podem ser verses simplificadas deste Guia mas
deveriam incluir os detalhes que so apropriados ao nvel
de exatido e complexidade das medies e utilizaes visadas.
NOTA - Pode haver situaes nas quais se acredita que o conceito
de incerteza de medio no seja plenamente aplicvel, tal como
quando a preciso de um mtodo de ensaio determinada (ver referncia [5], por exemplo).
1.3
Este Guia tambm aplicvel avaliao e expresso da incerteza associada ao projeto conceitual e anlise
terica de experimentos, mtodos de medio, componentes e sistemas complexos. Uma vez que o resultado de
uma medio e sua incerteza podem ser conceituais e baseados inteiramente em dados hipotticos, o termo resul-
11
2 Definies
2 Definies
2.1
Termos metrolgicos gerais
As definies de vrios termos metrolgicos gerais e relevantes para este Guia, tais como grandeza mensurvel,
mensurando e erro de medio, so dadas no anexo B.
Essas definies so extradas do Vocabulrio Internacional de Termos Fundamentais e Gerais de Metrologia
(abreviado para VIM)[6]. Adicionalmente, o anexo C d
as definies de vrios termos estatsticos bsicos extrados, principalmente, da Norma Internacional ISO-3534-1
[7]. Quando um desses termos metrolgicos ou estatsticos
(ou um termo estreitamente relacionado) usado no texto
pela primeira vez, comeando no captulo 3, ele impresso em negrito e o nmero do item no qual definido
dado entre parnteses.
Por causa da sua importncia para este Guia, a definio
do termo metrolgico geral incerteza de medio dada
tanto no anexo B, como em 2.2.3 . As definies dos mais
importantes termos especficos deste Guia so dadas de
2.3.1 a 2.3.6 . Em todos esses itens e nos anexos B e C, o
uso de parnteses, em certas palavras de alguns termos, significa que as mesmas podem ser omitidas, se tal omisso
no causar equvoco.
2.2
O termo incerteza
O conceito de incerteza discutido mais amplamente no

captulo 3 e no anexo D.
2.2.1 A palavra incerteza significa dvida, e assim, no
sentido mais amplo, incerteza de medio significa dvida acerca da validade do resultado de uma medio. Por
causa da falta de palavras diferentes para este conceito geral de incerteza e para as grandezas especficas que proporcionam medidas quantitativas do conceito, como, por
12
exemplo, o desvio padro, necessrio utilizar a palavra

incerteza nestas duas acepes diferentes.
2.2.2 Neste Guia, a palavra incerteza, sem adjetivos,
refere-se tanto ao conceito geral de incerteza como a qualquer uma ou a todas as medidas quantitativas deste conceito. Quando uma medida especfica visada, so usados os
adjetivos apropriados.
2.2.3 A definio formal do termo incerteza de medio desenvolvida para ser usada neste Guia e na edio
do VIM [6](VIM definio 3.9) a seguinte:
incerteza (de medio)
parmetro, associado ao resultado de uma medio, que
caracteriza a disperso dos valores que podem ser razoavelmente atribudos ao mensurando.
NOTAS
1 O parmetro pode ser, por exemplo, um desvio padro (ou um
mltiplo dele), ou a metade de um intervalo correspondente a um nvel da confiana estabelecido.
2 A incerteza de medio compreende, em geral, muitos componentes. Alguns destes componentes podem ser estimados com base
na distribuio estatstica dos resultados de sries de medies e podem ser caracterizados por desvios padro experimentais. Os outros
componentes, que tambm podem ser caracterizados por desvios padro, so avaliados por meio de distribuies de probabilidade supostas, baseadas na experincia ou em outras informaes.
3 Entende-se que o resultado da medio a melhor estimativa do
valor do mensurado, e que todos os componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemticos, como os componentes associados com correes e padres de referncia, contribuem para a disperso.
2.2.4 A definio de incerteza de medio dada em 2.2.3

uma definio operacional e focaliza o resultado da medio e sua incerteza avaliada. Entretanto, ela no incon-
sistente com outros conceitos de incerteza de medio, tais

como:
- uma medida do possvel erro no valor estimado do
mensurando, tal como proporcionado pelo resultado de uma medio;
- uma estimativa caracterizando a faixa de valores na
qual o valor verdadeiro de um mensurando se encontra (VIM, 1 edio, 1984, definio 3.09).
Embora estes dois conceitos tradicionais sejam vlidos
como ideais, eles focalizam grandezas desconhecidas: o
erro do resultado de uma medio e o valor verdadeiro do mensurando (em contraste com seu valor estimado), respectivamente. No obstante, qualquer que seja o
conceito de incerteza adotado, um componente de incerteza sempre avaliado utilizando-se os mesmos dados e informaes relacionados (ver tambm E.5).
2.3
Termos especficos para este Guia
Em geral, os termos que so especficos a este Guia so

definidos no texto quando introduzidos pela primeira vez.
Entretanto, as definies dos termos mais importantes so
aqui fornecidas para fcil referncia.
2 Definies
2.3.5 incerteza expandida

grandeza que define um intervalo em torno do resultado de
uma medio com o qual se espera abranger uma grande
frao da distribuio dos valores que possam ser razoavelmente atribudos ao mensurando
NOTAS
1 A frao pode ser vista como a probabilidade de abrangncia ou
nvel da confiana do intervalo.
2 Para associar um nvel da confiana especfico ao intervalo definido pela incerteza expandida, so necessrias suposies explcitas ou implcitas com respeito distribuio de probabilidade caracterizada pelo resultado da medio e sua incerteza padro combinada. O nvel da confiana que pode ser atribudo a este intervalo ser
somente conhecido na medida em que tais suposies possam ser
justificadas.
3 Incerteza expandida denominada incerteza global no pargrafo 5 da Recomendao INC-1 (1980).
2.3.6 fator de abrangncia

fator numrico utilizado como um multiplicador da incerteza padro combinada de modo a obter uma incerteza expandida
NOTA - um fator de abrangncia, k, est tipicamente na faixa de 2 a 3.
NOTAS - Maiores discusses relacionadas a estes termos podem ser

encontradas como seguem: para 2.3.2 ver 3.3.3 e 4.2; para 2.3.3 ver
3.3.3 e 4.3; para 2.3.4 ver captulo 5 e equaes (10) e (13); e para
2.3.5 e 2.3.6 ver captulo 6.
2.3.1 incerteza padro

incerteza do resultado de uma medio expressa como um
desvio padro.
2.3.2 avaliao do Tipo A (da incerteza)
mtodo de avaliao da incerteza pela anlise estatstica
de sries de observaes.
2.3.3 avaliao do Tipo B (da incerteza)
mtodo de avaliao da incerteza por outros meios que
no a anlise estatstica de sries de observaes.
2.3.4 incerteza padro combinada
incerteza padro do resultado de uma medio, quando
este resultado obtido por meio dos valores de vrias outras grandezas, sendo igual raiz quadrada positiva de
uma soma de termos, que constituem as varincias ou covarincias destas outras grandezas, ponderadas de acordo
com quanto o resultado da medio varia com mudanas
nestas grandezas.
13
3 Conceitos bsicos
3 Conceitos bsicos
Discusses adicionais dos conceitos bsicos podem ser encontradas no anexo D, que focaliza as idias de valor verdadeiro, erro e incerteza e inclui ilustraes grficas destes conceitos, e no anexo E, que explora a motivao e a
base estatstica da Recomendao INC-1 (1980) sobre a
qual se fundamenta este Guia. O anexo J um glossrio
dos principais smbolos matemticos usados neste Guia.
pecificao dever incluir a temperatura e a presso nas quais o

comprimento definido. Assim, o mensurando deve ser especificado como, por exemplo, o comprimento da barra a 25,00 C e
101 325 Pa (e mais quaisquer outros parmetros definidos julgados
necessrios, tal como a maneira pela qual a barra ser apoiada). Entretanto, se o comprimento tiver de ser determinado apenas com
exatido milimtrica, sua especificao no requerer uma definio
de temperatura ou presso ou de um valor para qualquer outro parmetro de definio.
3.1
Nota - A definio incompleta do mensurando pode ser a causa de

um componente de incerteza suficientemente grande que deva ser
includo na avaliao da incerteza do resultado da medio (ver
D.1.1, D.3.4 e D.6.2).
Medio
3.1.1 O objetivo de uma medio (B.2.5) determinar o

valor (B.2.2) do mensurando (B.2.9), isto , o valor da
grandeza especfica (B.2.1, nota 1) a ser medida. Uma
medio comea, portanto, com uma especificao apropriada do mensurando, do mtodo de medio (B.2.7) e
do procedimento de medio (B.2.8).
NOTA - O termo valor verdadeiro (ver anexo D) no usado neste Guia pelas razes dadas em D.3.5. Os termos valor de um mensurando(ou de uma grandeza) e valor verdadeiro de um mensurando (ou de uma grandeza) so tidos como equivalentes.
3.1.2 Em geral, o resultado de uma medio (B.2.11)

somente uma aproximao ou estimativa (C.2.26) do valor do mensurando e, assim, s completa quando acompanhada pela declarao da incerteza (ver B.2.18) dessa
estimativa.
3.1.3 Na prtica, o grau de especificao ou definio necessrio para o mensurando ditado pela exatido de medio requerida (B.2.14). O mensurando deve ser definido com completeza suficiente relativa exatido requerida, de modo que, para todos os fins prticos associados
com a medio, seu valor seja nico. nesse sentido que a
expresso valor do mensurando usada neste Guia.
EXEMPLO - Se o comprimento de uma barra de ao de um metro
(nominal) deve ser determinado com exatido micromtrica, sua es-
14
3.1.4 Em muitos casos, o resultado de uma medio determinado com base em sries de observaes obtidas sob
condies de repetitividade (B.2.15, nota 1)
3.1.5 Supe-se que as variaes em observaes repetidas surjam porque as grandezas de influncia (B.2.10)
que possam afetar o resultado de medio no so mantidas completamente constantes.
3.1.6 O modelo matemtico da medio que transforma o
conjunto de observaes repetidas no resultado de medio, de importncia crtica porque, em adio s observaes, ele geralmente inclui vrias grandezas de influncia que no so extamente conhecidas. Essa falta de conhecimento contribui para a incerteza do resultado da medio, assim como contribuem as variaes das observaes repetidas e qualquer incerteza associada com o prprio modelo matemtico.
3.1.7 Este Guia trata o mensurando como um escalar
(uma grandeza nica). A extenso a um conjunto de mensurandos relacionados, determinados simultaneamente na
mesma medio, requer a substituio do mensurando escalar e de sua varincia (C.2.11, C.2.20, C.3.2) por um
mensurando vetorial e por uma matriz de covarincia
(C.3.5). Tal substituio considerada, neste Guia, apenas

nos exemplos (ver H.2, H.3 e H.4).
3.2
Erros, efeitos e correes
3.2.1 Em geral, uma medio tem imperfeies que do

origem a um erro (B.2.19) no resultado da medio. Tradicionalmente, um erro visto como tendo dois componentes, a saber, um componente aleatrio (B.2.21) e um
componente sistemtico (B.2.22)
NOTA - Erro um conceito idealizado e os erros no podem ser conhecidos exatamente.
3.2.2 O erro aleatrio presumivelmente se origina de variaes temporais ou espaciais, estocsticas ou imprevisveis, de grandezas de influncia. Os efeitos de tais variaes, daqui para a frente denominados efeitos aleatrios,
so a causa de variaes em observaes repetidas do
mensurando. Embora no seja possvel compensar o erro
aleatrio de um resultado de medio, ele pode geralmente
ser reduzido aumentando-se o nmero de observaes; sua
esperana ou valor esperado (C.2.9, C.3.1) zero.
NOTAS
1 O desvio padro experimental da mdia aritmtica ou mdia de
uma srie de observaes (ver 4.2.3) no o erro aleatrio da mdia
embora ele assim seja designado em algumas publicaes. Ele , em
vez disso, uma medida da incerteza da mdia devida a efeitos
aleatrios. O valor exato do erro na mdia, que se origina destes
efeitos, no pode ser conhecido.
2 Neste Guia toma-se muito cuidado em distinguir entre os termos erro e incerteza. Eles no so sinnimos, ao contrrio representam conceitos completamente diferentes; eles no deveriam ser
confundidos um com o outro, nem ser mal empregados.
3.2.3 O erro sistemtico, como o erro aleatrio, no pode

ser eliminado porm ele tambm, freqentemente, pode
ser reduzido. Se um erro sistemtico se origina de um efeito reconhecido de uma grandeza de influncia em um resultado de medio, daqui para diante denominado como
efeito sistemtico, o efeito pode ser quantificado e, se for
significativo com relao exatido requerida da medio,
uma correo (B.2.23) ou fator de correo (B.2.24)
pode ser aplicado para compensar o efeito. Supe-se que,
aps esta correo, a esperana ou valor esperado do erro
provocado por um efeito sistemtico seja zero.
NOTA - A incerteza de uma correo aplicada a um resultado de
medio, para compensar um efeito sistemtico, no o erro sistemtico no resultado de medio. Este efeito sistemtico freqentemente denominado tendncia, e tambm, algumas vezes chamado
3 Conceitos bsicos
efeito de tendncia. uma medida da incerteza do resultado devido

ao conhecimento incompleto do valor requerido da correo. O erro
originado da compensao imperfeita de um efeito sistemtico no
pode ser exatamente conhecido. Os termos erro e incerteza devem ser usados apropriadamente e deve-se tomar cuidado em distinguir um do outro.
3.2.4 Supe-se que o resultado de uma medio tenha

sido corrigido para todos os efeitos sistemticos reconhecidos como significativos e que todo esforo tenha sido
feito para identificar tais efeitos.
EXEMPLO - Uma correo devido impedncia finita de um voltmetro usado para determinar a diferena de potencial (o mensurando), atravs de um resistor de alta impedncia, aplicada para reduzir o efeito sistemtico no resultado da medio proveniente do efeito de carga do voltmetro. Entretanto, os valores das impedncias do
voltmetro e do resistor, que so usados para estimar o valor da correo e so obtidos a partir de outras medidas, so, eles mesmos, incertos. Essas incertezas so usadas para avaliar a componente de incerteza da determinao de diferena de potencial originada da correo e, assim, do efeito sistemtico devido impedncia finita do
voltmetro.
NOTAS
1 Freqentemente, os instrumentos e sistemas de medio so
ajustados ou calibrados, utilizando-se padres de medio e materiais de referncia para eliminar os efeitos sistemticos; entretanto, as
incertezas associadas a esses padres e materiais ainda devem ser
levadas em conta.
2 O caso em que uma correo para um efeito sistemtico significativo conhecido no aplicada discutido na nota do item 6.3.1 e
em F.2.4.5.
3.3
Incerteza
3.3.1 A incerteza do resultado de uma medio reflete a

falta de conhecimento exato do valor do mensurando (ver
2.2). O resultado de uma medio, aps correo dos efeitos sistemticos reconhecidos, ainda, to somente uma
estimativa do valor do mensurando por causa da incerteza proveniente dos efeitos aleatrios e da correo imperfeita do resultado para efeitos sistemticos.
NOTA - O resultado de uma medio (aps correo) pode, sem que
se perceba, estar muito prximo do valor do mensurando (e, assim,
ter um erro desprezvel), muito embora possa ter uma incerteza
grande. Portanto, a incerteza do resultado de uma medio no deve
ser confundida com o erro desconhecido remanescente.
3.3.2 Na prtica, existem muitas fontes possveis de incerteza em uma medio, incluindo:
a) definio incompleta do mensurando;
b) realizao imperfeita da definio do mensurando;
15
3 Conceitos bsicos
c) amostragem no-representativa a amostra medida

pode no representar o mensurando definido;
d) conhecimento inadequado dos efeitos das condies ambientais sobre a medio ou medio imperfeita das condies ambientais;
e) erro de tendncia pessoal na leitura de instrumentos
analgicos;
f) resoluo finita do instrumento ou limiar de mobilidade;
g) valores inexatos dos padres de medio e materiais de referncia;
h) valores inexatos de constantes e de outros parmetros obtidos de fontes externas e usados no algoritmo
de reduo de dados;
i) aproximaes e suposies incorporadas ao mtodo
e procedimento de medio;
j) variaes nas observaes repetidas do mensurando
sob condies aparentemente idnticas.
Essas fontes no so necessariamente independentes e algumas das fontes de a) a i) podem contribuir para a fonte
j). Naturalmente, um efeito sistemtico no reconhecido
no pode ser levado em considerao na avaliao da incerteza do resultado de uma medio, porm contribui
para seu erro.
3.3.3 A Recomendao INC-1 (1980) do Grupo de Trabalho sobre a Declarao de Incertezas agrupa os componentes da incerteza em duas categorias baseadas no seu
mtodo de avaliao, A e B (ver 0.7, 2.3.2 e 2.3.3).
Estas categorias se aplicam incerteza e no so substitutas para os termos aleatrio e sistemtico. A incerteza
de uma correo de um efeito sistemtico conhecido pode,
em alguns casos, ser obtida por uma avaliao do Tipo A,
enquanto que, em outros casos, por uma avaliao do Tipo
B, podendo-se obter do mesmo modo a incerteza que caracteriza um efeito aleatrio.
NOTA - Em algumas publicaes, os componentes da incerteza
so categorizados como aleatrio e sistemtico e so associados com erros provenientes de efeitos aleatrios e de efeitos sistemticos conhecidos, respectivamente. Tal categorizao de
componentes de incerteza pode se tornar ambgua quando aplicada genericamente. Por exemplo, um componente aleatrio de
incerteza em uma medio pode se tornar um componente sistemtico da incerteza em outra medio na qual o resultado da primeira medio usado como dado de entrada. Categorizando os
mtodos de avaliao dos componentes da incerteza, em vez de
faz-lo com os prprios componentes, evita-se tal ambiguidade.
16
Ao mesmo tempo, isto no impede designar componentes individuais que tenham sido avaliados pelos dois diferentes mtodos
em grupos distintos, a serem usados para uma finalidade em particular (ver 3.4.3).
3.3.4 O propsito da classificao Tipo A e Tipo B de

indicar as duas maneiras diferentes de avaliar os componentes da incerteza e serve apenas para discusso; a classificao no se prope a indicar que haja qualquer diferena na natureza dos componentes resultando dos dois tipos
de avaliao. Ambos os tipos de avaliao so baseados
em distribuies de probabilidade (C.2.3) e os componentes de incerteza resultantes de cada tipo so quantificados por varincias ou desvios padro.
3.3.5 A varincia estimada u 2 , caracterizando um componente de incerteza obtido de uma avaliao do Tipo A,
calculada a partir de uma srie de observaes repetidas, e
a conhecida varincia s 2 estatisticamente estimada (ver
4.2). O desvio padro estimado (C.2.12, C.2.21, C.3.3) u,
a raiz quadrada positiva de u 2 , portanto u = s e, por convenincia, por vezes denominada incerteza padro do
Tipo A. Para um componente de incerteza obtido por uma
avaliao do Tipo B, a varincia estimada u 2 avaliada,
usando-se o conhecimento disponvel (ver 4.3), e o desvio
padro estimado u , por vezes, denominado incerteza padro do Tipo B.
Assim, uma incerteza padro do Tipo A obtida a partir
de uma funo densidade de probabilidade (C.2.5) derivada da observao de uma distribuio de freqncia
(C.2.18), enquanto que uma incerteza padro Tipo B obtida de uma suposta funo densidade de probabilidade, baseada no grau de credibilidade de que um evento v ocorrer [freqentemente chamada probabilidade subjetiva
(C.2.1)]. Ambos os enfoques empregam interpretaes reconhecidas de probabilidade.
NOTA - Uma avaliao Tipo B de um componente de incerteza
usualmente baseada em um conjunto de informaes comparativamente confiveis (ver 4.3.1).
3.3.6 A incerteza padro do resultado de uma medio,

quando este resultado obtido de valores de um nmero de
outras grandezas, denominada incerteza padro combinada
e designada por uc. Ela o desvio padro estimado, associado com o resultado, e igual raiz quadrada positiva da varincia combinada, obtida a partir de todos os componentes
da varincia e covarincia (C.3.4), independente de como
tenham sido avaliados, usando o que denominado, neste
Guia, de lei de propagao de incerteza (ver a captulo 5).
3.3.7 Para satisfazer as necessidades de algumas aplicaes industriais e comerciais, assim como a requisitos nas
reas da sade e segurana, uma incerteza expandida U
obtida, multiplicando-se a incerteza padro combinada uc
por um fator de abrangncia k. A finalidade pretendida
para U fornecer um intervalo em torno do resultado de
uma medio, com o qual se espera abranger uma grande
frao da distribuio de valores que poderiam razoavelmente ser atribudos ao mensurando. A escolha do fator k,
o qual est geralmente na faixa de 2 a 3, baseada na probabilidade de abrangncia ou nvel da confiana requerido
do intervalo (ver captulo 6).
NOTA - O fator de abrangncia k deve sempre ser declarado de forma que a incerteza padro da grandeza medida possa ser recuperada
para uso no clculo da incerteza padro combinada de outros resultados de medio que possam depender dessa grandeza.
3.4
Consideraes prticas
3.4.1 Se todas as grandezas das quais o resultado de uma

medio depende forem variadas, sua incerteza poder ser
calculada por meios estatsticos. Entretanto, uma vez que
isso, na prtica, raramente possvel, devido a tempo e recursos limitados, a incerteza de um resultado de medio
, geralmente, avaliada utilizando-se um modelo matemtico da medio e a lei de propagao da incerteza. Assim,
neste Guia, est implcita a suposio de que uma medio
pode ser modelada matematicamente at o grau imposto
pela exatido requerida na medio.
3.4.2 Uma vez que o modelo matemtico pode ser incompleto, todas as grandezas relevantes devem ser variadas at a maior extenso prtica possvel, de modo que a
avaliao da incerteza possa ser baseada, tanto quanto possvel, nos dados observados. Sempre que factvel, o uso de
modelos empricos da medio, fundamentados em dados
quantitativos, colecionados ao longo do tempo, e o uso de
padres de verificao e grficos de controle que possam
indicar se uma medio est sob controle estatstico, devem ser parte do esforo de obteno de avaliaes confiveis de incerteza. O modelo matemtico dever sempre ser
revisado quando os dados observados, incluindo o resultado de determinaes independentes do mesmo mensurando, demonstrarem que o modelo est incompleto. Um experimento bem projetado pode, muito, facilitar avaliaes
confiveis da incerteza e uma parte importante da arte de
medio.
3 Conceitos bsicos
3.4.3 De forma a decidir se um sistema de medio est

funcionando adequadamente, a variabilidade observada
experimentalmente de seus valores de sada, conforme medida pelo seu desvio padro observado, freqentemente
comparada com o desvio padro previsto, obtido pela
combinao dos vrios componentes da incerteza que caracterizam a medio. Em tais casos, somente aqueles
componentes (obtidos de avaliaes Tipo A ou Tipo B)
que poderiam contribuir para a variabilidade experimentalmente observada destes valores de sada devem ser considerados.
NOTA - Tal anlise pode ser facilitada, reunindo-se aqueles componentes que contribuem para a variabilidade e aqueles que no o fazem em dois grupos separados e adequadamente rotulados.
3.4.4 Em alguns casos, a incerteza de uma correo para

um efeito sistemtico no precisa ser includa na avaliao
da incerteza de um resultado de medio. Embora a incerteza tenha sido avaliada, ela pode ser ignorada se sua contribuio para a incerteza padro combinada do resultado
de medio insignificante. Se o valor da prpria correo
for insignificante relativamente incerteza padro combinada, ele tambm pode ser ignorado.
3.4.5 Muitas vezes ocorre na prtica, especialmente no
domnio da metrologia legal, que um equipamento ensaiado atravs de uma comparao com um padro de medio e as incertezas associadas com o padro e com o
procedimento de comparao so desprezveis relativamente exatido requerida do ensaio. Um exemplo o
uso de um conjunto de padres de massa bem calibrados
para verificar a exatido de uma balana comercial. Em
tais casos, porque os componentes da incerteza so pequenos o bastante para serem ignorados, a medio pode ser
vista como determinao do erro do equipamento sob ensaio (ver tambm F.2.4.2).
3.4.6 A estimativa do valor de um mensurando, fornecido pelo resultado de uma medio, algumas vezes expressa em termos de valor adotado de um padro de medio, em vez de em termos da unidade apropriada do Sistema Internacional de Unidades (SI). Em tais casos, a magnitude da incerteza atribuvel ao resultado de medio
pode ser significativamente menor do que quando aquele
resultado for expresso na unidade SI apropriada (na realidade, o mensurando foi redefinido para ser a razo entre o
valor da grandeza a ser medida e o valor adotado do padro).
17
3 Conceitos bsicos
EXEMPLO - Um padro de tenso Zener de alta qualidade calibrado por comparao com uma referncia de tenso de efeito Josephson baseado no valor convencional da constante Josephson recomendada para uso internacional pelo CIPM. A incerteza padro
combinada relativa uc(VS)/VS (ver 5.1.6) da diferena de potencial
calibrada VS do padro Zener 2 10-8 quando VS relatado em termos do valor convencional, mas uc(VS)/VS 4 10-7 quando VS
relatado em termos da unidade SI da diferena de potencial, volt
(V), por causa da incerteza adicional associada com o valor SI da
constante Josephson.
3.4.7 Erros grosseiros no registro ou na anlise dos dados

podem introduzir um erro desconhecido significativo no
resultado de uma medio. Grandes erros grosseiros podem ser, geralmente, identificados por uma reviso apropriada dos dados; os pequenos erros grosseiros podem ser
mascarados por, variaes aleatrias, ou at mesmo podem aparecer como tais. Medidas de incerteza no so
projetadas para levar em conta tais erros.
18
3.4.8 Embora este Guia proporcione uma metodologia

para avaliar incertezas, ele no pode substituir o raciocnio
crtico, a honestidade intelectual e a habilidade profissional. A avaliao de incerteza no uma tarefa de rotina
nem uma tarefa puramente matemtica; ela depende de conhecimento detalhado da natureza do mensurando e da
medio. A qualidade e utilidade da incerteza indicada
para o resultado de uma medio, dependem, portanto, e
em ltima anlise, da compreenso, anlise crtica e integridade daqueles que contribuem para o estabelecimento
de seu valor.
4 Avaliando a incerteza padro

No anexo F pode-se encontrar orientao adicional, principalmente de natureza prtica, sobre a avaliao dos componentes de incerteza.
4.1
Modelando a medio
4.1.1 Na maioria dos casos o mensurando Y no medido diretamente, mas determinado a partir de N outras
grandezas X1,X2,...,XN atravs de uma relao funcional f:
Y = f(X1,X2,...,XN)
(1)
NOTAS
1 Para economia de notao, neste Guia ser usado o mesmo smbolo para a grandeza fsica (o mensurando) e para a varivel
aleatria (ver 4.2.1) que representa o possvel resultado de uma observao dessa grandeza. Quando declarado que Xi tem uma determinada distribuio de probabilidade, o smbolo usado neste ltimo sentido e supe-se que a prpria grandeza fsica possa ser
caracterizada por um valor essencialmente nico (ver 1.2 e 3.1.3).
2 Em uma srie de observaes, o k-simo valor observado Xi
designado como Xi,k; assim, se R representa a resistncia de um resistor, o k-simo valor observado da resistncia representado como Rk.
3 A estimativa de Xi (estritamente falando de sua esperana)
designada por xi.
EXEMPLO - Se uma diferena de potencial V aplicada aos terminais de um resistor dependente da temperatura que tem uma resistncia R0, uma temperatura definida t0 e um coeficiente de temperatura linear da resistncia a, a potncia P (o mensurando) dissipada
pelo resistor, temperatura t, depende de V, R0, a e t, de acordo
com:
P = f(V, R0, a, t) = V2/R0[1 +a(t - t0)]

NOTA - Outros mtodos de medio de P seriam modelados por
expresses matemticas diferentes.
4.1.2 As grandezas de entrada X1, X2,..., XN, das quais a

grandeza de sada Y depende, podem elas mesmas ser
consideradas como mensurandos e depender de outras

grandezas, incluindo correes e fatores de correo
para efeitos sistemticos, levando, por conseguinte, a
uma complicada relao funcional f, que nunca poder ser
escrita de modo explcito. Alm disso, f pode ser determinada experimentalmente (ver 5.1.4) ou existir somente
como um algoritmo que ter de ser resolvido numericamente. A funo f, tal como aparece neste Guia, deve ser
interpretada neste conceito mais amplo, em particular
como sendo a funo que contm todas as grandezas, incluindo todas as correes e fatores de correo que possam contribuir com um componente significativo da incerteza para o resultado de medio.
Assim, se dados indicam que f no modela a medio no
grau imposto pela exatido requerida do resultado de medio, devem-se incluir grandezas de entrada adicionais
em f para eliminar esta inadequao (ver 3.4.2). Isto pode
requerer a introduo de uma grandeza de entrada que reflita o conhecimento incompleto de um fenmeno que afeta o mensurando. No exemplo de 4.1.1, podem ser necessrias grandezas de entrada adicionais para responder por
uma distribuio de temperatura conhecida e no-uniforme ao longo do resistor, um coeficiente de temperatura da
resistncia possivelmente no-linear, ou uma possvel dependncia da resistncia quanto presso baromtrica.
NOTA - No entanto, a equao (1) pode ser to elementar quanto Y = X 1 - X 2 . Esta expresso modela, por exemplo, a comparao de duas determinaes da mesma grandeza X.
4.1.3 O conjunto de grandezas de entrada X1, X2, ...,XN

pode ser categorizado como:
- grandezas cujos valores e incertezas podem ser diretamente determinadas na medio em curso. Estes valores e incertezas podem ser obtidos, por
exemplo, de uma nica observao, de observaes
19
repetidas, ou de julgamento baseado na experincia, e podem envolver a determinao de correes

a leituras de instrumentos e correes por conta de
grandezas de influncia, tais como temperatura ambiente, presso baromtrica e umidade;
- grandezas cujos valores e incertezas so incorporados medio a partir de fontes externas, tais como
grandezas associadas com padres de medio calibrados, materiais de referncia certificados e dados
de referncia obtidos de manuais tcnicos.
4.1.4 Uma estimativa do mensurando Y, designada por y,
obtida da equao (1) usando estimativas de entrada
x1, x2,...,xN para os valores das N grandezas X1, X2, ..., XN.
Assim, a estimativa de sada y, que o resultado da medio, dada por:
y = f(x1,x2,...,xN)
(2)
NOTA - Em alguns casos, a estimativa y pode ser obtida de:
y =Y =
1
n
k =1
Yk =
1
n
f ( X 1, k , X 2, k , K, X N , k )
k =1
Isto , y tomado como sendo a mdia aritmtica ou mdia (ver

4.2.1) de n determinaes independentes Yk de Y, tendo cada determinao a mesma incerteza e cada uma sendo baseada em um conjunto completo de valores observados das N grandezas de entrada Xi
obtidos ao mesmo tempo. Esse modo de tirar a mdia, em vez de
y = f(X 1,X 2, ...X N ), onde X i = (S nk = 1 X i , k )/n a mdia aritmtica
das observaes individuais Xi,k, pode ser prefervel quando f uma
funo no linear das grandezas de entrada X1,X2,..., XN,. Entretanto,
os dois procedimentos so idnticos, se f uma funo linear de Xi
(ver H.2 e H.4).
4.1.5 O desvio padro estimado, associado com a estimativa de sada ou resultado de medio y, chamado incerteza padro combinada e designada por uc(y), determinado pelo desvio padro estimado, associado com cada estimativa de entrada xi, denominada incerteza padro, e designada por u(xi) (ver 3.3.3 at 3.3.6).
4.1.6 Cada estimativa de entrada xi e sua incerteza padro associada u(xi) so obtidas de uma distribuio de valores possveis da grandeza de entrada Xi. Essa distribuio de probabilidade pode ser baseada na freqncia, isto
, em uma srie de observaes Xi,k de Xi, ou pode ser uma
distribuio a priori. Avaliaes do Tipo A dos componentes da incerteza padro so fundamentadas em distribuies de freqncia, enquanto que avaliaes do Tipo B
so fundamentadas em distribuies a priori. Deve-se reconhecer que em ambos os casos as distribuies so mo-
20
delos utilizados para representar o estgio de nosso conhecimento.
4.2
Avaliao da incerteza padro do Tipo A
4.2.1 Na maioria dos casos, a melhor estimativa disponvel da esperana ou valor esperado m q de uma grandeza q
que varia aleatoriamente [uma varivel aleatria (C.2.2)]
e para a qual n observaes independentes qk foram obtidas sob as mesmas condies de medio (ver B.2.15), a
mdia aritmtica ou mdia q (C.2.19) das n observaes:
q=
1
n
qk
(3)
k =1
Assim, para uma grandeza de entrada Xi estimada a partir

de n observaes repetidas independentes Xi,k, a mdia
aritmtica de X i obtida pela equao (3) usada como estimativa de entrada xi na equao (2) para determinar o resultado da medio y; isto , xi = X i. As estimativas de entrada no avaliadas por observaes repetidas devem ser
obtidas por outros mtodos, tais como os indicados na segunda categoria de 4.1.3.
4.2.2 As observaes individuais qk diferem em valor por
causa de variaes aleatrias nas grandezas de influncia,
ou dos efeitos aleatrios (ver 3.2.2). A varincia experimental das observaes, que estima a varincia s 2 da distribuio de probabilidade de q, dada por:
s 2 (qk ) =
1
n -1
( q k - q) 2
(4)
k =1
Esta estimativa da varincia e sua raiz quadrada positiva

s(qk), denominada desvio padro experimental (B. 2. 17),
caracteriza a variabilidade dos valores qk observados ou,
mais especificamente, sua disperso em torno de sua mdia q.
4.2.3 A melhor estimativa de s2(q) = s2/n, a varincia da
mdia, dada por:
s2(q) =
s 2 (qk )
n
(5)
A varincia experimental da mdia s2(q) e o desvio padro experimental da mdia s(q) (B.2.17, nota 2), igual
raiz quadrada positiva de s2(q), quantificam quo bem
q estima a esperana m q de q, e qualquer um dentre eles

pode ser usado como uma medida da incerteza de q.
Assim, para uma grandeza de entrada Xi determinada por n
observaes repetidas e independentes Xi,k, a incerteza padro u(xi) de sua estimativa xi = X i u(xi) = s(X i), com s2(X i)
calculada de acordo com a equao (5). Por convenincia,
u2(xi) = s2(X i) e u(xi) = s(X i) so por vezes denominados
uma varincia do Tipo A e uma incerteza padro do Tipo
A, respectivamente.
NOTAS
1 O nmero de observaes n deve ser suficientemente grande
para assegurar que q fornea uma estimativa confivel da esperana
m q da varivel aleatria q e que s2(q) fornea uma estimativa confivel da varincia s2(q) = s2/n (ver nota de 4.3.2). A diferena entre s2(q) e s2(q) deve ser considerada quando se estabelecem intervalos de confiana (ver 6.2.2). Nesse caso, se a distribuio de probabilidade de q uma distribuio normal (ver 4.3.4), a diferena
levada em considerao atravs da distribuio-t (ver G.3.2).
2 Embora a varincia s2(q) seja a grandeza mais fundamental, o
desvio padro s(q) mais conveniente na prtica porque tem as
mesmas dimenses de q e um valor de mais fcil compreenso do
que aquele da varincia.
4.2.4 Para uma medio bem caracterizada sob controle estatstico, uma estimativa combinada ou agrupada da varincia s 2p (ou um desvio padro experimental agrupado sp) que
caracteriza a medio pode estar disponvel. Nesse caso,
quando o valor do mensurando q determinado a partir de n
observaes independentes, a varincia experimental da mdia aritmtica q das observaes mais bem estimada por
s 2p /n do que por s2(q)/n, e a incerteza padro u = sp/ n
(ver tambm a nota para H.3.6).
4.2.5 Freqentemente uma estimativa xi de uma grandeza
de entrada Xi obtida de uma curva que foi ajustada a dados experimentais pelo mtodo dos mnimos quadrados.
As varincias estimadas e as incertezas padro resultantes
dos parmetros ajustados que caracterizam a curva de
quaisquer dos pontos previstos, podem ser usualmente calculadas por procedimentos estatsticos bem conhecidos
(ver H.3 e referncia [8]).
4.2.6 Os graus de liberdade n i (C.2.31) de u(xi) (ver
G.3), iguais a n-1 no caso simples em que xi = X i e u(xi) = s(X i)
so calculados de n observaes independentes, como em
4.2.1 e 4.2.3, sempre devem ser dados quando avaliaes do
Tipo A dos componentes de incerteza forem documentadas.
4.2.7 Se as variaes aleatrias nas observaes de uma

grandeza de entrada so correlacionadas, por exemplo, na
grandeza tempo, a mdia e o desvio padro experimental
da mdia, tais como dados em 4.2.1 e 4.2.3, podem ser estimadores (C.2.25) no apropriados da estatstica
(C.2.23) desejada. Em tais casos, as observaes devem ser
analisadas por mtodos estatsticos especialmente criados
para tratar uma srie de medies correlacionadas que variam aleatoriamente.
NOTA - Tais mtodos especializados so usados para tratar medies de padres de freqncia. Entretanto, possvel que, medida
que se passa de medies de curto prazo para medies de longo
prazo de outras grandezas metrolgicas, a suposio de variaes
aleatrias no-correlacionadas pode no ser mais vlida e mtodos
especializados poderiam tambm ser usados para tratar destas medies. (Ver a referncia [9], por exemplo, para uma discusso detalhada da varincia de Allan.)
4.2.8 A discusso sobre a avaliao do Tipo A da incerteza padro, de 4.2.1 a 4.2.7, no se destina a ser exaustiva;
h muitas situaes, algumas bem complexas, que podem
ser tratadas por mtodos estatsticos. Um exemplo importante o uso de arranjos de calibrao, freqentemente baseados no mtodo dos mnimos quadrados, para analisar as
incertezas oriundas tanto de variaes aleatrias de curto
prazo como de longo prazo nos resultados de comparaes
de artefatos materiais de valor desconhecido, tais como
blocos padro e padres de massa, com padres de referncia de valor conhecido. Em tais situaes de medio
relativamente simples, os componentes da incerteza podem ser freqentemente avaliados pela anlise estatstica
de dados, obtidos a partir de arranjos consistindo de seqncias aninhadas de medies do mensurando, para um
nmero de valores diferentes das grandezas das quais ela
depende - uma assim chamada anlise de varincia (ver
H.5).
NOTA - Em nveis mais baixos da cadeia de calibrao, nas situaes em que padres de referncia so freqentemente supostos
como sendo exatamente conhecidos, porque foram calibrados por
um laboratrio primrio ou nacional, a incerteza de um resultado de
calibrao pode ser uma nica incerteza padro do Tipo A, calculada a partir do desvio padro experimental agrupado que caracteriza
a medio.
4.3
Avaliao da incerteza padro do Tipo B
4.3.1 Para uma estimativa xi de uma grandeza de entrada

Xi que no tenha sido obtida atravs de observaes repetidas, a varincia estimada associada u2(xi) ou a incerteza
padro u(xi) avaliada por julgamento cientfico, baseando-se em todas as informaes disponveis sobre a poss-
21
vel variabilidade de Xi. O conjunto de informaes pode

incluir:
- dados de medies prvias;
- a experincia ou o conhecimento geral do comportamento e propriedades de materiais e instrumentos
relevantes;
- especificaes do fabricante;
- dados fornecidos em certificados de calibrao e
outros certificados;
- incertezas atribudas a dados de referncia extrados de manuais.
Para maior convenincia, u2(xi) e u(xi) estimados dessa maneira so, por vezes, referidos como, respectivamente, uma
varincia do Tipo B e uma incerteza padro do Tipo B.
NOTA - Quando xi obtido a partir de uma distribuio a priori, a
varincia associada apropriadamente escrita como u2(Xi), mas,
para simplicidade, u2(xi) e u(xi) so usados neste Guia.
4.3.2 O uso adequado do conjunto de informaes disponveis para uma avaliao do Tipo B da incerteza padro
exige o discernimento baseado na experincia e no conhecimento geral, sendo esta uma habilidade que pode ser
aprendida com a prtica. Deve-se reconhecer que uma
avaliao do Tipo B da incerteza padro pode ser to confivel quanto uma avaliao do Tipo A, especialmente
numa situao de medio onde uma avaliao do Tipo A
baseada em um nmero comparativamente pequeno de
observaes estatisticamente independentes.
NOTA - Se a distribuio da probabilidade de q, na nota 1 de 4.2.3,
normal, ento s[s(q)]/s(q), o desvio padro de s(q) relativo a s(q),
, aproximadamente, [2(n - 1)]-1/2. Assim, tomando-se s[s(q)] como
a incerteza de s(q), para n = 10 observaes, a incerteza relativa em
s(q) de 24 por cento, enquanto que, para n = 50 observaes, ela
de 10 por cento (valores adicionais so dados na Tabela E.1, no anexo E).
4.3.3 Se a estimativa xi for obtida de uma especificao

do fabricante, do certificado de calibrao, do manual
tcnico ou de outra fonte, e sua incerteza citada for declarada ser um determinado mltiplo de um desvio padro, a
incerteza padro u(xi) simplesmente o valor mencionado dividido pelo multiplicador, e a varincia estimada
u2(xi) o quadrado do quociente.
EXEMPLO - Um certificado de calibrao declara que a massa de um
padro de massa de ao inoxidvel ms, com valor nominal de um quilograma, 1 000,000 325 g e que a incerteza desse valor de 240 mg no
nvel de trs desvios padro. A incerteza padro do padro de massa
, ento, simplesmente, u(ms) = (240 mg)/3 = 80 mg. Isso correspon-
22
de a uma incerteza padro relativa u(ms) / ms de 80 10-9 (ver

5.1.6). A varincia estimada u2(ms) = (80 mg)2 = 6,4 10-9 g2.
NOTA - Em muitos casos pouca ou nenhuma informao dada a respeito dos componentes individuais dos quais foi obtida a incerteza
mencionada. Isto geralmente no tem importncia para expressar incerteza de acordo com as prticas deste Guia, uma vez que todas as incertezas padro so tratadas exatamente da mesma maneira como quando
se calcula a incerteza padro combinada de um resultado de medio (ver o captulo 5).
4.3.4 A incerteza citada de xi no , necessariamente,

dada como um mltiplo de um desvio padro, como em
4.3.3. Em vez disso, pode-se encontrar declarado que a incerteza citada define um intervalo tendo um nvel da confiana de 90, 95 ou 99 por cento (ver 6.2.2). A no ser
quando indicado de outro modo, pode-se supor que foi
usada uma distribuio normal (C.2.14) para calcular a
incerteza citada e recuperar a incerteza padro de xi, dividindo-se a incerteza citada pelo fator apropriado para a
distribuio normal. Os fatores correspondentes aos trs
nveis da confiana acima so 1,64; 1,96 e 2,58 (ver tambm a tabela G.1, no anexo G).
NOTA - No haveria necessidade de tal suposio, se a incerteza tivesse sido dada de acordo com as recomendaes deste Guia com
relao ao relato da incerteza, o que refora que o fator de abrangncia deve sempre ser fornecido (ver 7.2.3).
EXEMPLO - Um certificado de calibrao estabelece que a resistncia de um resistor padro Rs de valor nominal de dez ohms
10,000 742 W 129 mW a 23C e que a incerteza citada de 129 mW
define um intervalo tendo um nvel da confiana de 99 por cento.
A incerteza padro do valor da resistncia pode ser tomada como
u(Rs) = (129 mW)/ 2,58 = 50 mW , o que corresponde a uma incerteza
padro relativa u(Rs)/Rs de 5,0 10-6 (ver 5.1.6). A varincia estimada u2 (Rs) = (50 mW)2 = 2,5 10-9 W2.
4.3.5 Considere o caso onde, com base nas informaes

disponveis, pode se estabelecer que h uma chance de
cinqenta para cinqenta de que o valor da grandeza de
entrada Xi resida no intervalo a - at a + (em outras palavras, a probabilidade de que Xi esteja neste intervalo de
0,5 ou 50 por cento). Se pode ser suposto que a distribuio dos valores possveis de Xi aproximadamente normal, ento, a melhor estimativa xi de Xi pode ser tomada
no ponto mdio do intervalo. Adicionalmente, se a meialargura do intervalo designada por a = (a + - a - )/2,
toma-se u(xi) = 1,48a, uma vez que, para uma distribuio
normal com esperana m e desvio padro s, o intervalo
m s / 1, 48 abrange, aproximadamente, 50 por cento da
distribuio.
EXEMPLO - Um operador de mquinas, ao determinar as dimenses de
uma pea, estima que seu comprimento esteja com uma probabilidade de
0,5 no intervalo de 10,07 mm a 10,15 mm, e relata que l = (10,11 0,04) mm,
significando que 0,04 mm define um intervalo, tendo um nvel da
confiana de 50 por cento. Ento, a = 0,04 mm, e, supondo-se uma distribuio normal para os possveis valores de l, a incerteza padro do comprimento u(l) = 1,48 0,04 mm 0,06 mm e a varincia estimada
u2(l) = (1,48 0,04 mm)2 = 3,5 10-3 mm2.
dade no intervalo de 16,12 10-6 C-1 a 16,92 10-6 C-1 e que

muito pouco provvel que a 20 (Cu) esteja fora dele. A varincia
dessa distribuio retangular simtrica de valores possveis de a 20
(Cu) de meia-largura a = 0,40 10-6 C-1 , ento, a partir da
equao (7), u2(a 20 ) = (0,40 10-6 C-1) 2 /3 = 53,3 10-15 C-2, e a
4.3.6 Considere um caso similar ao do item 4.3.5 onde,

com base na informao disponvel, pode-se estabelecer
que h cerca de duas em trs chances de que o valor de Xi
esteja no intervalo a - at a + (em outras palavras, a probabilidade de que Xi esteja neste intervalo de cerca de
0,67). Ento, pode-se razoavelmente tomar u(xi) = a, porque, para uma distribuio normal com esperana m e desvio padro s, o intervalo m s abrange 68,3 por cento da
distribuio.
2 As especificaes do fabricante para um voltmetro digital estabelecem que entre um e dois anos depois que o instrumento calibrado, sua exatido na faixa de 1 V 14 10-6 vezes a leitura mais
2 10-6 vezes a faixa. Considere-se que o instrumento usado 20
meses aps a calibrao para medir em sua faixa de 1 V uma diferena de potencial V, e que a mdia aritmtica de um nmero de observaes repetidas independentes de V encontrada como sendo
NOTA - Dar-se-ia ao valor u(xi) significncia consideravelmente

maior do que lhe obviamente garantido, se fosse utilizado o desvio
normal real 0,967 42 correspondente probabilidade p = 2/3, isto ,
se fosse escrito u(xi) = a/0,967 42 = 1,033a.
incerteza padro u(a 20 ) = (0,40 10-6 C-1)/ 3= 0,23 10-6 C-1 .
V = 0,928 571 V, com uma incerteza padro do Tipo A de u(V ) = 12 mV.

Pode-se obter a incerteza padro associada com as especificaes do
fabricante a partir de uma avaliao do Tipo B, supondo que a exatido declarada fornece fronteiras simtricas para uma correo aditiva a V , DV , de esperana igual a zero e com igual probabilidade de
estar em qualquer parte dentro das fronteiras. A meia-largura a da
distribuio retangular simtrica de valores possveis de DV ,
ento, a = (14 10-6) (0,928 571 V) + (2 10-6) (1V) = 15 mV e,
pela equao (7), u2 (DV ) = 75 mV2 e u(DV )= 8,7 mV. A estimativa
do valor do mensurando V, para fins de maior simplicidade deno-
4.3.7 Em outros casos, pode ser possvel estimar somente

fronteiras (limites superior e inferior) para Xi, em particular, para afirmar que a probabilidade de que o valor Xi esteja dentro do intervalo a - at a + , para todos os fins prticos, igual a um, e a probabilidade de que Xi esteja fora
deste intervalo , essencialmente, zero. Se no h conhecimento especfico sobre os valores possveis de Xi dentro
do intervalo, pode-se apenas supor que igualmente provvel que Xi esteja em qualquer lugar dentro dele (uma
distribuio uniforme ou retangular de valores possveis ver 4.4.5 e a figura 2a). Ento xi, a esperana ou valor esperado de Xi, o ponto mdio no intervalo xi = (a - +
a + )/2, com a varincia associada:
u2(xi) = (a + - a - )2/12
(6)
Se a diferena entre os limites, a + - a - , designada por

2a, ento a equao (6) torna-se:
u2(xi) = a2/3
(7)
NOTA - Quando um componente de incerteza, determinado deste

modo, contribui significativamente para a incerteza de um resultado
de medio, prudente que se obtenha dados adicionais para sua
avaliao mais completa.
EXEMPLOS
1 Um manual d o valor do coeficiente de expanso trmica
linear de cobre puro a 20 C, a 20 (Cu), como 16,52 10-6 C-1 e
simplesmente estabelece que o erro neste valor no deve exceder
0,40 10-6 C-1. Baseado nessas informaes limitadas, no absurdo supor que o valor de a 20 (Cu) estar com a mesma probabili-
tada pelo mesmo smbolo V, dada por V = V + DV = 0,928 571 V.

Pode-se obter a incerteza padro combinada dessa estimativa,
combinando-se a incerteza padro do Tipo A de 12 mV de V com a
incerteza padro do Tipo B de 8,7 mV de DV . O mtodo geral para
combinar componentes de incerteza padro dado na captulo 5,
com este exemplo particular sendo tratado no item 5.1.5.
4.3.8 Em 4.3.7, os limites superior e inferior a + e a para a grandeza de entrada Xi podem no ser simtricos
com relao melhor estimativa xi; mais especificamente,
se o limite inferior escrito como a - = xi - b - e o limite
superior, como a + = xi + b + , ento b - b + . Uma vez
que, neste caso, xi (suposto ser a esperana de Xi) no est
no centro do intervalo de a - at a + , a distribuio da probabilidade de Xi no pode ser uniforme em todo o intervalo. Entretanto, pode no haver suficiente informao disponvel para escolher uma distribuio apropriada; modelos diferentes levaro a diferentes expresses para a varincia. Na ausncia de tal informao, a aproximao mais
simples :
u2(xi) =
( b+ + b- ) 2 ( a + - a - ) 2
=
12
12
(8)
que a varincia de uma distribuio retangular com largura total b + + b - . (As distribuies assimtricas tambm
sero discutidas em F.2.4.4 e G.5.3)
EXEMPLO - Se no exemplo 1 de 4.3.7 o valor do coeficiente dado no
manual como a 20 (Cu) = 16,52 10-6 C-1 e dito que o menor valor
possvel 16,40 10-6 C-1e que o maior valor possvel 16,92 10-6 C-1,
23
ento b - = 0,12 10-6 C-1, b + = 0,40 10-6 C-1 e, da equao (8),

u(a 20 ) = 0,15 10-6 C-1.
NOTAS
1 Em muitas situaes prticas de medio em que as fronteiras so
assimtricas, pode ser apropriado aplicar uma correo estimativa xi
de magnitude (b + - b - )/2, de modo que a nova estimativa xi' de Xi esteja no ponto mdio entre os limites: x'i = (a - + a + )/2. Isto reduz a
situao ao caso de 4.3.7, com novos valores b' + = b' - = (b + + b - ) / 2
= (a + - a - ) / 2 = a.
2 Baseado no princpio da entropia mxima, a funo densidade
da probabilidade no caso assimtrico, pode ser demonstrada como
sendo igual a p(Xi) = A exp [-l (Xi - xi)], com A = [b - exp(l b - ) + b + exp
(-l b + )]-1 e l ={exp[l (b - + b + )] - 1}/{b - exp[l (b - + b + )] + b + }. Isto
leva varincia u2(xi) = b + b - - (b + - b - )/l ; para b + >b - , l >0 e
para b + <b - , l <0.
4.3.9 Em 4.3.7, como no havia conhecimento especfico

sobre os possveis valores de Xi dentro de seus limites estimados a - e a + , poder-se-ia somente supor que seria
igualmente provvel, para Xi, tomar qualquer valor entre
esses limites, com probabilidade zero de estar fora deles.
Tais descontinuidades de funo degrau em uma distribuio de probabilidade no so muitas vezes fsicas. Em
muitos casos, mais realista esperar que valores perto dos
limites sejam menos provveis do que os que estejam perto do ponto mdio. , ento, razovel substituir a distribuio retangular simtrica, por uma distribuio trapezoidal
simtrica, tendo lados inclinados iguais (um trapezide
issceles), uma base de largura a + - a - = 2a e um
topo de largura 2ab, onde 0 b 1. Na medida em que b
1, esta distribuio trapezoidal se aproxima da distribuio retangular de 4.3.7, enquanto que, para
b = 0, torna-se uma distribuio triangular (ver 4.4.6 e
a figura 2b). Supondo tal distribuio trapezoidal para
Xi , encontra-se que a esperana de Xi x i = (a - + a + )/2
e sua varincia associada :
u2(x i ) = a2 (1 + b2)/6
(9b)
NOTAS
1 Para uma distribuio normal, com esperana m e desvio padro
s, o intervalo m 3 s abrange, aproximadamente, 99,73 por cento da
distribuio. Ento, se os limites superior e inferior a + e a - definem
limites de 99,73 por cento em vez de limites de 100 por cento,
pode-se supor que Xi tenha distribuio aproximadamente normal ao
invs de no existir conhecimento especfico acerca de Xi entre os
limites, como em 4.3.7, ento u2(xi) = a2/9. Por comparao, a
varincia de uma distribuio retangular simtrica de meia-largura a
24
2 A distribuio trapezoidal equivalente convoluo de duas

distribuies retangulares [10], uma com meia-largura a1 igual
meia-largura mdia do trapezide, a 1 = a (1+b)/2, a outra com
uma meia largura a 2 , igual largura mdia de uma das pores
triangulares do trapezide, a 2 = a (1 - b)/2. A varincia da distribuio u 2 = a 12/3 + a 22/3. A distribuio da convoluo pode
ser interpretada como uma distribuio retangular cuja largura 2a1
tem, ela mesma, uma incerteza representada por uma distribuio
retangular de largura 2a2, e modela o fato de que as fronteiras de
uma grandeza de entrada no so exatamente conhecidos. Porm
mesmo que a2 seja to grande quanto 30 por cento de a1, u excede
a1/ 3 por menos de 5 por cento.
4.3.10 importante no contar duplamente os componentes da incerteza. Se um componente da incerteza, surgindo de

um determinado efeito, obtido a partir de uma avaliao do
Tipo B, deve ser includo como um componente independente da incerteza no clculo da incerteza padro combinada do
resultado de medio, somente na medida em que o efeito
no contribua para a variabilidade observada das observaes. Isto porque a incerteza devido quela parte do efeito
que contribui para a variabilidade observada j est includa
no componente da incerteza obtido a partir da anlise estatstica das observaes.
4.3.11 A discussso de avaliao da incerteza padro do
Tipo B, de 4.3.3 a 4.3.9, foi feita somente com fins indicativos. Alm disso, a avaliao da incerteza deve ser baseada em dados quantitativos na maior extenso possvel,
como enfatizada em 3.4.1 e 3.4.2.
4.4 Ilustrao grfica da avaliao da incerteza padro
(9a)
que se torna para a distribuio triangular, b = 0:

u2(x i ) = a2/6
a2/3[equao (7)], e a de uma distribuio triangular simtrica

com meia-largura a a2/6 [equao (9b)]. As magnitudes das
varincias dessas trs distribuies so surpreendentemente similares, em vista da grande diferena na quantidade de informaes
requeridas para justific-las.
4.4.1 A figura (1) representa a estimativa do valor de uma

grandeza de entrada Xi e a avaliao da incerteza dessa estimativa, decorrente da distribuio desconhecida de possveis
valores medidos de Xi , ou distribuio de probabilidade de
Xi , que amostrada por meio de observaes repetidas.
4.4.2 Na figura (1a), supe-se que a grandeza de entrada
Xi seja uma temperatura t e que sua distribuio desconhecida uma distribuio normal, com esperana mt = 100 C
e desvio padro s = 1,5 C. Sua funo densidade de probabilidade , ento (ver C.2.14):
Figura 1. Ilustrao grfica da avaliao da incerteza padro de uma grandeza de entrada a partir de observaes repetidas
25
p(t) =
1
s 2p
exp - (t - m t ) 2 / 2s 2
NOTA - A definio de funo densidade de probabilidade p(z) requer que a relao p(z)dz = 1 seja satisfeita.
4.4.3 A figura (1b) mostra um histograma de n=20 observaes repetidas tk da temperatura t, supostas como tendo sido
tomadas aleatoriamente a partir da distribuio da figura (1a).
Para obter o histograma, as 20 observaes ou amostras, cujos
valores so dados na tabela 1, so agrupadas em intervalos de
1 C de largura. (A preparao do histograma , naturalmente,
desnecessria para a anlise estatstica dos dados). A mdia
aritmtica ou mdia t das n=20 observaes, calculada de
acordo com a equao (3), t = 100,145 C 100,14 C e
aceita como sendo a melhor estimativa da esperana mt de t,
baseada nos dados disponveis. O desvio padro experimental
da amostragem s(tk), calculado pela equao (4), s(tk) =
1,489 C 1,49 C, e o desvio padro experimental da mdia
s(t ), calculado pela equao (5), que a incerteza padro u(t ) da
mdia t , u(t )= s(t )= s(tk)/ 20 = 0,333 C 0,33 C. (Para
prosseguir nos clculos, prefervel que todos os dgitos sejam
conservados).
NOTA - Embora os dados na Tabela 1 no sejam improvveis, considerando-se o largo uso de termmetros eletrnicos digitais de alta
resoluo, eles tm fins ilustrativos e no devem ser necessariamente interpretados como descrevendo uma medio real.
4.4.4 A Figura (2) representa a estimativa do valor de

uma grandeza de entrada Xi e a avaliao da incerteza dessa estimativa, a partir de uma distribuio a priori dos valores possveis de Xi, ou distribuio de probabilidade de
Xi, baseada em todas as informaes disponveis. Para am-
bos os casos mostrados, a grandeza de entrada suposta,

mais uma vez, como sendo a temperatura t.
4.4.5 Para o caso ilustrado na figura (2a), supe-se que haja
pouca informao disponvel sobre a grandeza de entrada t e
que tudo que se pode fazer supor que t seja descrito por uma
distribuio de probabilidade a priori retangular e simtrica de
limite inferior a - = 96 C, limite superior a + = 104 C e, portanto, uma meia-largura: a = (a + - a - )/2 = 4 C (ver 4.3.7). A
funo densidade de probabilidade de t , ento:
p(t) = 1/2a,
p(t) = 0,
para
a- t a+
para outros valores de t.
Como indicado em 4.3.7, a melhor estimativa de t sua esperana mt = (a + + a - )/2 = 100 C, que decorre de C.3.1. A
incerteza padro desta estimativa u(m t ) = a/ 3 2,3 C,
que decorre de C.3.2 [ver a equao (7)].
4.4.6 Para o caso ilustrado na Figura (2b), supe-se que a
informao disponvel relativa a t seja menos limitada e
que t possa ser descrito por uma distribuio de probabilidade a priori triangular e simtrica de mesmo limite inferior a - = 96 C, mesmo limite superior a + = 104 C, e, assim, mesma meia-largura a = (a + - a - )/2 = 4 C, como em
4.4.5 (ver 4.3.9). A funo densidade de probabilidade de t
, ento:
p(t) = (t - a - )/a2,
para
a - t (a + + a - )/2
p(t) = (a + - t)/a2,
para
(a + + a - ) / 2 t a +
p(t) = 0,
para outros valores de t.
Tabela 1 - Vinte observaes repetidas da temperatura t agrupadas em intervalos de 1 C

Intervalo t 1 t < t 2
26
t1 / C
t2 / C
94,5
95,5
96,5
97,5
98,5
99,5
100,5
101,5
102,5
103,5
104,5
95,5
96,5
97,5
98,5
99,5
100,5
101,5
102,5
103,5
104,5
105,5
Temperatura
t / C
96,90
98,18; 98,25
98,61; 99,30; 99,49
99,56; 99,74; 99,89; 100,07; 100,33; 100,42
100,68; 100,95; 101,11; 101,20
101,57; 101,48; 102,36
102,72
Figura 2. Ilustrao grfica da avaliao da incerteza padro de uma grandeza de entrada a partir de uma distribuio a priori
27
Como indicado em 4.3.9, a esperana de t

mt = (a + + a - )/2 = 100 C, que decorre de C.3.1. A incerteza padro dessa estimativa u(mt) = a/ 6 1,6 C que
decorre de C.3.2 [ver a equao (9b)].
Este ltimo valor, u(mt) = 1,6 C, pode ser comparado com
u(mt) = 2,3 C, obtido em 4.4.5, a partir de uma distribuio retangular de mesma largura de 8 C, com s = 1,5 C
da distribuio normal da figura (1a) cuja largura de
-2,58s a +2,58s, que abrange 99 por cento da distribuio,
quase 8 C; com uma disperso de u(t ) = 0,33 C obtida em
4.4.3, a partir de vinte observaes supostamente tomadas
aleatoriamente a partir da mesma distribuio normal.
28
5 Determinando a incerteza padro combinada

5.1 Grandezas de entrada no correlacionadas
Este item trata do caso em que todas as grandezas de entrada so independentes (C.3.7). O caso em que duas ou
mais grandezas de entrada so relacionadas, isto , so interdependentes ou correlacionadas, (C.2.8) discutido
em 5.2.
5.1.1 A incerteza padro de y, onde y a estimativa do
mensurando Y, e desta maneira, o resultado da medio,
obtida pela combinao apropriada de incertezas padro
das estimativas de entrada x1,x2,...,xN (ver 4.1). Esta incerteza padro combinada da estimativa y representada por
uc(y).
NOTA - Por razes similares quelas dadas na nota 4.3.1, os smbolos u c (y) e u c2(y) so usados em todos os casos.
5.1.2 A incerteza padro combinada uc(y) a raiz quadrada positiva da varincia combinada u c2 (y), que dada por:
u c2 ( y) =
i =1
f 2
u (x i )
x i
(10)
onde f a funo dada na equao(1). Cada u(xi) uma incerteza padro avaliada como descrito em 4.2 (avaliao
Tipo A) ou em 4.3 (avaliao Tipo B). A incerteza padro
combinada uc(y) um desvio padro estimado e caracteriza a disperso dos valores que poderiam, razoavelmente,
ser atribudos ao mensurando Y (ver 2.2.3).
neste Guia, como a lei de propagao da incerteza (ver

E.3.1 e E.3.2).
NOTA - Quando a no-linearidade de f significativa, termos de ordem superior devem ser includos na expanso da srie de Taylor
para a expresso de u c2(y), equao (10). Quando a distribuio de
cada Xi simtrica em relao sua mdia, os termos mais importantes, de ordem imediatamente superior, para serem adicionados
aos termos da equao (10) so:
N
i =1
j =1
2
2
f
3 f 2
f
1

u (x i ) u 2 (x j )
+
2 x i x j
x i x i x 2j
Veja H.1 para um exemplo de uma situao na qual necessrio

considerar a contribuio de termos de ordem superior para u c2(y).
5.1.3 As derivadas parciais f / x i so iguais a f / X i

avaliadas para Xi = xi [ver a nota 1 a seguir]. Estas derivadas,
freqentemente denominadas coeficientes de sensibilidade,
descrevem como a estimativa de sada y varia com alteraes
nos valores das estimativas de entrada x1, x2, ...,xN. Em particular, a alterao em y, produzida por uma pequena variao Dxi na
estimativa de entrada xi , dada por (Dy)i = (f / x i ) (Dxi). Se
esta alterao gerada pela incerteza padro da estimativa xi, a variao correspondente em y (f / x i ) u(xi). A varincia combinada u c2 (y) pode, desse modo, ser vista como a soma de termos, onde cada um deles representa a varincia estimada associada com a estimativa de sada y gerada pela varincia estimada, associada com cada estimativa de entrada xi. Isso sugere
que se escreva a equao (10) como:
N
u c2 ( y) =
i =1
A equao (10) e sua correspondente para grandezas de

entrada correlacionadas, equao (13), ambas baseadas
numa aproximao de primeira ordem da srie de Taylor
de Y = f(X1, X2, ..., XN), expressam o que denominado,
[c i u( x i ) ]2
u i2 ( y)
i =1
(11a)
ui(y) | c i | u(xi)
(11b)
onde:
ci f / x i ,
29
NOTAS
1 Estritamente falando, as derivadas parciais so f / x i = f / X i
avaliadas para as esperanas de Xi. Contudo, na prtica, as derivadas parciais so estimadas por:
f
f
=
x i X i x 1 , x 2 , K, x N
2 A incerteza padro combinada uc(y) pode ser calculada numericamente, substituindo-se ciu(xi), na equao (11a), com:
Zi =
1
[f(x1,...,xi + u(xi),...,xN)
2
- f(x1,...,xi - u(xi),...,xN)]
Isto , ui(y) avaliada numericamente, calculando-se a variao em
y devido a uma variao em xi de +u(xi) e de -u(xi). O valor de ui(y)
pode, ento, ser tomado como | Z i |, e o valor do coeficiente de sensibilidade correspondente ci, como Zi/u(xi).
Exemplo - Para o exemplo de 4.1.1, usando o mesmo smbolo tanto
para a grandeza como para sua estimativa, para maior simplicidade
de notao:
5.1.5 Se a equao (1) para o mensurando Y expandida,

em torno dos valores nominais Xi,0 das grandezas de entrada
Xi , ento, at a primeira ordem (o que , geralmente, uma
aproximao adequada),Y = Y0 + c1d1 + c2d2 +...+ cN dN, onde
Y0 = f(X1,0, X2,0,... XN,0), ci =(f / X i ) avaliado em Xi = Xi,0 e
di = Xi = Xi,0 . Assim, para fins de uma anlise de incerteza,
um mensurando , usualmente, aproximado por uma funo
linear de suas variveis, transformando-se suas grandezas
de entrada de Xi para d1 (ver E.3.1).
EXEMPLO - No exemplo 2 de 4.3.7, a estimativa do valor do mensurando V V = V + DV , onde V = 0 ,928 571 V, u (V ) = 12 mV, a
correo aditiva DV = 0, e u (DV ) = 8 ,7 mV. Uma vez que
V / V = 1 e V / (DV ) = 1, a varincia combinada associada com
V dada por:
c1 P / V = 2V/R0 [1 + a (t - t0)] = 2P/V
u c2 (V ) = u 2 (V ) + u 2 ( DV ) = (12mV) 2 + (8,7 mV) 2 =
c2 P/R0 = - V2/R02[1 + a (t - t0)] = -P/R0
= 219 10 -12 V 2
e a incerteza padro combinada uc(V) = 15 mV, que corresponde a uma
incerteza padro combinada relativa uc(V)/V de 16 x 10-6 (ver 5.1.6).
Este um exemplo do caso em que o mensurando j uma funo linear
das grandezas das quais depende, com coeficientes ci = +1. Segue da
equao (10) que, se Y = c1X1 + c2X2 + ... + cNXN e se as constantes
c3 P / a = -V2(t - t0)/R0 [1 + a (t - t0)]2

= -P(t - t0) / [1 + a (t - t0)]
c4 P / t = -V2a/R0[1 + a (t - t0)]2
ci =+1 ou -1, ento u c2 (y ) = S Ni = 1 u 2 (x i ).
= -Pa/[1 + a (t - t0)]
P
u2(P) =
V
P 2
u2(V)+
u (R0)
R0
2
5.1.6 Se Y da forma Y = c X 1 1 X 2 2 K X N N e os expoente pi so nmeros positivos ou negativos conhecidos,

tendo incertezas desprezveis, a varincia combinada,
equao (10), pode ser expressa por:
e:
[uc(y)/y]2 = [piu(xi)/xi ] 2
= [c1u(V)]2+[c2u(R0)]2+[c3u(a)]2+[c4u(t)]2
= u12 ( P) + u 22 ( P) + u 32 ( P) + u 24 ( P)
5.1.4 Em vez de serem calculados pela funo f, os coeficientes de sensibilidade f / x i so, por vezes, determinados experimentalmente: mede-se a variao em Y causada
por uma variao em um dado Xi, enquanto se mantm
constantes as grandezas de entrada restantes. Neste caso, o
(12)
i =1
P
P
+ u2(a) + u2(t)
a
t
30
conhecimento da funo f (ou de uma parte desta funo,

quando alguns coeficientes de sensibilidade so assim determinados) , de forma correspondente, reduzido a uma
expanso emprica de primeira ordem da srie de Taylor,
baseada nos coeficientes de sensibilidade medidos.
Esta equao da mesma forma que (11a), mas com a varincia combinada u c2 (y), expressa como uma varincia combinada relativa [uc(y)/y]2, e a varincia estimada u2(xi), associada com cada estimativa de entrada expressa como uma
varincia relativa estimada [u(xi)/xi]2 [A incerteza padro
combinada relativa uc(y)/|y|, e a incerteza padro relativa
de cada estimativa de entrada u(xi)/|xi|, |y| 0 e |xi| 0].
NOTAS
1 Quando Y tem esta forma, sua transformao em uma funo
linear de variveis (ver 5.1.5) prontamente obtida, fazendo-se
X i = X i,0 (1 + di ), pois resulta a seguinte relao aproximada:

(Y - Y0) / Y0 = S
N -1
i =1
j = i +1
p i d i . Por outro lado, a transformao logart-
N
i=1
mica Z = ln Y e Wi = ln Xi leva a uma linearizao exata em termos

das novas variveis: Z = ln c + S Ni = 1 p iWi .
2
Se cada pi igual a -1 ou +1, a equao (12) torna-se
f f
u( x i ) u( x j ) r( x i , x j )
x i x j
Assim, a equao (13) torna-se, com o auxlio da equao

(11b):
[u c(y)/y]2 = S Ni = 1 [u (x i ) / x i ] 2, o que mostra que, para este caso especial, a varincia combinada relativa, associada estimativa y,
simplesmente igual soma das varincias relativas estimadas,
associadas com as estimativas de entrada x i.
5.2
u c2 ( y) =
i =1
c i2 u 2 ( x i ) + 2
N -1
i =1
j = i +1
c i c j u( x i ) u( x j ) r( x i , x j )
Grandezas de entrada correlacionadas
5.2.1 A equao (10) e as equaes dela decorrentes, tais

como as equaes (11) e (12), so vlidas somente se as
grandezas de entrada Xi so independentes ou no-correlacionadas (as variveis aleatrias, no as grandezas fsicas
que so supostas como sendo invariantes - ver 4.1.1, nota
1). Se algum dos Xi so significativamente correlacionados, as correlaes devem ser levadas em considerao.
5.2.2 Quando as grandezas de entrada so correlacionadas, a expresso apropriada para a varincia combinada
u c2 (y), associada com o resultado de uma medio :
u c2 ( y) =
i =1
j =1
f f
u( x i , x j )
x i x j
i =1
+2
f 2
u (x i )
x i
N -1
i =1
j = i +1
(13)
f f
u( x i , x j )
x i x j
r(xi , xj) =
(16)
NOTAS
1 Para o caso muito especial em que todas as estimativas de entrada
so correlacionadas, com coeficientes de correlao r(xi,xj) = +1, a
equao (16) se reduz a:
2
N f
N
u c2 ( y) = c i u( x i ) =
u( x i )
x
i
i =1
i =1
A incerteza padro combinada uc(y) , ento, simplesmente uma

soma linear dos termos, representando a variao da estimativa de
sada y, gerada pela incerteza padro de cada estimativa de entrada
xi (ver 5.1.3). [Esta soma linear no deve ser confundida com a lei
geral de propagao de erros, embora tenha uma forma similar; as
incertezas padro no so erros (ver E.3.2)].
EXEMPLO - Dez resistores, cada um com uma resistncia nominal de Ri= 1000 W , so calibrados com uma incerteza de comparao desprezvel, em termos de um mesmo resistor padro RS
de 1000 W, caracterizado por uma incerteza padro u(RS) = 100 mW,
tal como apresentado em seu certificado de calibrao. Os resistores so conectados em srie com fios de resistncia
desprezvel, de forma a se obter uma resistncia de referncia
Rref de valor nominal de 10 kW . Assim, Rref = f(Ri) =S i10= 1 Ri . J
onde xi e xj so as estimativas de Xi e Xj e u(xi , xj ) = u (xj , xi )

a covarincia estimada, associada com xi e xj . O grau de
correlao entre xi e xj caracterizado pelo coeficiente de correlao estimado (C.3.6):
u( x i , x j )
(15)
(14)
u( x i ) u ( x j )
onde r(xi , xj ) = r(xj , xi ) e -1 r(xi , xj ) +1. Se as estimativas xi , xj so independentes, r(xi , xj ) = 0 e a variao

numa delas no implica em uma variao esperada na outra (ver C.2.8, C.3.6 e C.3.7 para discusso adicional).
Em termos de coeficientes de correlao, que so mais
prontamente interpretados do que covarincias, o termo de
covarincia da equao (13) pode ser escrito como:
que r(xi,xj) = r(Ri, Rj) = +1 para cada par de resistores (veja

F.1.2.3, exemplo 2), a equao desta nota se aplica. Como para
cada resistor f / x i = Rref / Ri = 1 e u(xi) = u(Ri) = u(RS) (ver
F.1.2.3, exemplo 2), esta equao produz a incerteza padro combinada de Rref, uc(Rref) = S i10= 1 u (RS ) = 10 x (100 mW ) = 1 W . O
resultado uc(Rref) = [S i10= 1 u 2 (R S ) ]1/2 = 0,32 W obtido da equao
(10) incorreto, pois no leva em conta que todos os valores calibrados dos dez resistores so correlacionados.
2 As varincias estimadas u2(xi) e as covarincias estimadas
u(xi,xj) podem ser consideradas como os elementos de uma matriz
de covarincia com elementos uij. Os elementos da diagonal uii da
matriz so as varincias u2(xi), enquanto que os elementos fora da
diagonal uij (ij) so as covarincias u(xi,xj) = u(xj,xi). Se duas estimativas de entrada no so correlacionadas, a sua covarincia associada e os elementos correspondentes uij e uji da matriz de covarincia so 0 (zero). Se as estimativas de entrada so todas no correlacionadas, todos os elementos fora da diagonal so zero e a matriz de
covarincia diagonal (ver tambm C.3.5).
3 Para fins de avaliao numrica, a equao (16) pode ser escrita
como:
31
u c2 ( y) =

i =1
Z i Z j r( x i , x j )
j =1
onde Zi dado em 5.1.3, nota 2.

4 Se os Xi da forma especial considerada em 5.1.6 so correlacionados, ento os termos:
N -1
i =1
j = i +1
[ p i u( x i ) / x i ][ p j u( x j ) / x j ]r( x i , x j )
devem ser adicionados ao membro da direita da equao (12).
5.2.3 Considere duas mdias aritmticas q e r que estimam as esperanas m q e m r de duas grandezas q e r, variando aleatoriamente, e calcule q e r a partir de n pares
independentes de observaes simultneas de q e r, feitas
sob as mesmas condies de medio (ver B.2.15). Ento
a covarincia de q e r estimada por (ver C.3.4):
s(q , r) =
1
n(n -1)
(qk - q)(rk - r)
(17)
k =1
onde qk e rk so as observaes individuais das grandezas

q e r, e q e r so calculados a partir das observaes, de
acordo com a equao (3). Se, de fato, as observaes no
so correlacionadas, espera-se que a covarincia calculada
fique prxima de 0.
Assim, a covarincia estimada de duas grandezas de entrada
correlacionadas Xi e Xj, que so estimadas pelas mdias X i
e X j , determinadas por pares independentes de observaes
simultneas repetidas, dada por u(xi, xj) = s(X i , X j ), com
s(X i , X j ) calculado de acordo com a equao (17). Esta
aplicao da equao (17) uma avaliao do Tipo A da
covarincia. O coeficiente de correlao estimado de X i
e X j obtido da equao (14): r(x i , x j ) = r(X i , X j ) =
s(X i , X j )/s(X i )s(X j ).
NOTA - Exemplos de situaes em que necessrio usar covarincias, tais como calculadas pela equao (17), so dados em H.2 e
H.4.
5.2.4 Pode existir correlao significativa entre duas

grandezas de entrada, se os mesmos instrumentos de medio, padro de medio fsico, ou dados de referncia, tendo uma incerteza padro significativa, so usados na sua
determinao. Por exemplo, se um certo termmetro usado para determinar uma correo de temperatura requerida
na estimativa do valor de uma grandeza de entrada Xi , e o
mesmo termmetro usado para determinar uma correo
32
similar de temperatura requerida na estimativa da grandeza de entrada Xj , as duas grandezas de entrada poderiam
estar significativamente correlacionadas. Contudo, se Xi e
Xj , neste exemplo, so redefinidos para serem grandezas
no-corrigidas, e as grandezas que definem a curva de calibrao para o termmetro esto includas como grandezas de entrada adicionais, com incertezas padro independentes, a correlao entre Xi e Xj eliminada (veja F.1.2.3
e F.1.2.4 para discusso adicional).
5.2.5 Correlaes entre grandezas de entrada no podem
ser ignoradas, se esto presentes e so significativas. As
covarincias associadas devem ser avaliadas experimentalmente, se possvel, variando-se as grandezas de entrada
correlacionadas (ver C.3.6, nota 3) ou usando-se o conjunto de informaes disponveis sobre a variabilidade correlacionada das grandezas em questo (avaliao do Tipo B da
covarincia). A intuio, baseada em experincia anterior e
no conhecimento geral (ver 4.3.1 e 4.3.2), especialmente
requerida quando se estima o grau de correlao entre
grandezas de entrada decorrentes do efeito de influncias
comuns, tais como temperatura ambiente, presso baromtrica e umidade. Felizmente, em muitos casos, os efeitos
de tais influncias tm interdependncia desprezvel, e as
grandezas de entrada afetadas podem ser supostas como
no-correlacionadas. Entretanto, se elas no podem ser supostas como no-correlacionadas, suas prprias correlaes podem ser evitadas, se influncias comuns so introduzidas como grandezas de entrada independentes adicionais, como indicado em 5.2.4.
6 Determinando a incerteza expandida

6.1
Introduo
6.1.1 A Recomendao INC-1 (1980) do Grupo de Trabalho sobre a Declarao de Incertezas, na qual este Guia
est baseado (veja a Introduo), e as Recomendaes 1
(CI-1981) e 1 (CI-1986) do CIPM, aprovando e ratificando a INC-1 (1980) (ver A.2 e A.3), advogam o uso da incerteza padro combinada uc(y) como o parmetro para
expressar quantitativamente a incerteza do resultado de
uma medio. De fato, na segunda de suas recomendaes, o CIPM solicitou que o que agora designado de incerteza padro combinada uc(y) fosse usado por todos os
participantes no fornecimento de resultados de todas as
comparaes internacionais ou outros trabalhos feitos sob
os auspcios do CIPM e dos seus Comits Consultivos.
6.1.2 Embora uc(y) possa ser universalmente usada para
expressar a incerteza de um resultado de medio, em algumas aplicaes comerciais, industriais e regulamentadoras, e quando a sade e a segurana esto em questo,
muitas vezes necessrio dar uma medida de incerteza, que
defina um intervalo em torno do resultado da medio
com o qual se espera abranger uma extensa frao da distribuio de valores que poderiam ser razoavelmente atribudos ao mensurando. A existncia desse requisito foi reconhecida pelo Grupo de Trabalho e levou ao pargrafo 5
da Recomendao INC-1 (1980). Ela est tambm refletida na Recomendao 1 (CI-1986) do CIPM.
6.2
Incerteza expandida
6.2.1 A medida adicional de incerteza que satisfaz o requisito de fornecer um intervalo do tipo indicado em 6.1.2
denominada incerteza expandida e representada por U.
A incerteza expandida U obtida, multiplicando-se a in-
certeza padro combinada uc(y) por um fator de abrangncia k:

U = kuc(y)
(18)
O resultado de uma medio , ento, convenientemente

expresso como Y = y U, que interpretado de forma a significar que a melhor estimativa do valor atribuvel ao mensurando Y y, e que y - U a y + U um intervalo com o
qual se espera abranger uma extensa frao da distribuio
de valores que podem ser razoavelmente atribudos a Y. Tal
intervalo tambm expresso como y - U Y y + U.
6.2.2 Os termos intervalo de confiana (C.2.27, C.2.28)
e nvel de confiana (C.2.29) tm definies especficas
em estatstica e so somente aplicveis a intervalos definidos por U, quando certas condies so atendidas, incluindo a de que todos os componentes de incerteza que contribuem para uc(y) sejam obtidos de avaliaes do Tipo A.
Portanto, neste Guia, o termo confiana no utilizado
para modificar o termo intervalo quando se refere ao intervalo definido por U. Pela mesma razo o termo nvel
de confiana (confidence level) no usado em conexo
com aquele intervalo, mas sim o termo nvel da confiana (level of confidence). Mais especificamente, U interpretado como definindo um intervalo em torno do resultado de medio que abrange uma extensa frao p da distribuio de probabilidade, caracterizada por aquele resultado e sua incerteza padro combinada, e p a probabilidade de abrangncia ou nvel da confiana do intervalo.
6.2.3 Sempre que praticvel, o nvel da confiana p, associado com o intervalo definido por U, deve ser estimado
e declarado. Deve ser reconhecido que, multiplicando-se
uc(y) por uma constante, no h acrscimo de informao
nova, mas a informao, previamente disponvel, apresentada de forma diferente. Entretanto, tambm deve ser
33
reconhecido que, na maioria dos casos, o nvel da confiana p (especialmente para valores de p prximos de 1) um
tanto incerto, no somente por causa do conhecimento limitado da distribuio de probabilidade caracterizada, por
y e uc(y) (especialmente nas extremidades), mas tambm
por causa da incerteza da prpria uc(y) (veja nota 2 de
2.3.5, 6.3.2 e o anexo G, especialmente G.6.6).
NOTA - Ver 7.2.2 e 7.2.4, respectivamente, para o modo prefervel
de se declarar o resultado de uma medio, quando a medida da incerteza uc(y) ou U.
6.3
Escolhendo um fator de abrangncia
6.3.1 O valor do fator de abrangncia k escolhido com

base no nvel da confiana requerido para o intervalo y-U
a y+U. Em geral, k estar entre 2 e 3. Entretanto, para aplicaes especiais, k pode estar fora desta faixa. Uma extensa
experincia e o conhecimento pleno da utilizao que se
far de um resultado de medio podero facilitar a escolha de um valor apropriado de k.
NOTA - Ocasionalmente, pode-se achar que uma correo conhecida
b, para um efeito sistemtico, no tenha sido aplicada ao resultado relatado de uma medio, mas, em vez disso, foi realizada uma tentativa
de se levar em conta o efeito, aumentando a incerteza associada ao
resultado. Isto deve ser evitado; somente em circunstncias muito especiais, correes para efeitos sistemticos significativos conhecidos no
devem ser aplicadas ao resultado de uma medio (ver F.2.4.5 para um
caso especfico e o modo de trat-lo). A avaliao da incerteza de um
resultado de medio no deve ser confundida com o estabelecimento
de um limite de segurana associado a uma determinada grandeza.
6.3.2 Em tese, pode-se querer estar apto a escolher um

valor especfico do fator de abrangncia k que proporcionaria um intervalo Y = y U = y kuc(y) correspondente a
um dado nvel da confiana p, tal como 95 ou 99 por cento; da mesma forma, para um dado valor de k, seria interessante estabelecer, inequivocamente, um nvel da confiana associado com aquele intervalo. Entretanto, isso no
fcil de se fazer na prtica, porque requer um extenso conhecimento da distribuio de probabilidade caracterizada
pelos resultados de medio y e sua incerteza padro combinada uc(y). Embora esses parmetros sejam de importncia crtica, eles so, por si prprios, insuficientes para o
propsito de estabelecer intervalos tendo nveis da confiana exatamente conhecidos.
6.3.3 A Recomendao INC-1 (1980) no especifica
como a relao entre k e p deve ser estabelecida. Esse problema discutido no Anexo G, e um mtodo prefervel
para sua soluo aproximada apresentado em G.4 e resu-
34
mido em G.6.4. Entretanto, uma aproximao mais simples, discutida em G.6.6, freqentemente adequada para
situaes de medio onde a distribuio de probabilidade,
caracterizada por y e uc(y), aproximadamente normal e
os graus de liberdade efetivos de uc(y) so de tamanho significativo. Quando este for o caso, o que ocorre freqentemente na prtica, pode-se supor que, tomando k=2,
produzido um intervalo tendo um nvel da confiana de
aproximadamente 95 por cento, e que, tomando k=3,
produzido um intervalo tendo um nvel da confiana de
aproximadamente 99 por cento.
NOTA - Um mtodo para estimar os graus de liberdade efetivos de
uc(y) dado em G.4. A tabela G.2 do anexo G pode, ento, ser usada para auxiliar a decidir se esta soluo apropriada para uma medio em particular (ver G.6.6).
7 Relatando a incerteza
7.1
Orientao Geral
7.1.1 Em geral, quando se sobe na hierarquia da medio, mais detalhes so requeridos sobre como um resultado de medio e sua incerteza foram obtidos. Entretanto,
em qualquer nvel desta hierarquia, incluindo atividades
comerciais e reguladoras no mercado, trabalhos de engenharia na indstria, instalaes de calibrao de escalo
inferior, pesquisa e desenvolvimento industrial, pesquisa
acadmica, laboratrios de calibrao e de padres primrios industriais, laboratrios nacionais de metrologia e o
BIPM, todas as informaes necessrias para a reavaliao
da medio devem estar disponveis para terceiros, que
possam delas precisar. A diferena primria que nos nveis inferiores da cadeia hierrquica, mais informaes necessrias podem estar disponveis sob a forma de relatrios publicados de sistemas de ensaio e de calibrao, especificaes de ensaios, certificados de ensaios e de calibrao, manuais de instrues, normas internacionais, normas
nacionais e regulamentaes locais.
7.1.2 Quando os detalhes de uma medio, incluindo o
modo como a incerteza do resultado foi avaliada, so fornecidos por meio de referncias a documentos publicados,
como freqentemente o caso quando os resultados de calibrao so relatados em um certificado, imperativo que
essas publicaes sejam mantidas atualizadas, de forma
que sejam consistentes com o procedimento de medio
realmente em uso.
7.1.3 Numerosas medies so feitas a cada dia na indstria e no comrcio sem nenhum registro explcito da incerteza. Entretanto, muitas so executadas com instrumentos
sujeitos a calibraes peridicas ou a inspeo legal. Se
de conhecimento que os instrumentos esto em conformidade com as suas especificaes ou com os documentos
normativos existentes e aplicveis, as incertezas de suas
indicaes podem ser inferidas, a partir destas especificaes ou daqueles documentos normativos.
7.1.4 Embora na prtica o montante de informaes necessrias para documentar um resultado de medio dependa da sua utilizao pretendida, o princpio bsico sobre o que requerido permanece inalterado: quando se registra o resultado de uma medio e a sua incerteza, prefervel errar, por excesso, no fornecimento de informaes
a fornec-las com escassez. Por exemplo, deve-se:
a)
descrever claramente os mtodos utilizados para

calcular o resultado da medio e sua incerteza, a
partir de observaes experimentais e dados de entrada;
b)
listar todos os componentes da incerteza e documentar amplamente como foram avaliados;
c)
apresentar a anlise dos dados, de tal forma que

cada um dos passos importantes possa ser prontamente seguido e que os clculos do resultado relatado possam ser independemente repetidos, se necessrio;
d)
fornecer todas as correes e constantes utilizadas

na anlise e suas fontes.
Um modo de se verificar a lista acima perguntar-se a si

prprio: Terei eu fornecido suficiente informao de maneira suficientemente clara, de modo tal que meu resultado
possa ser atualizado no futuro, se novas informaes ou
dados se tornarem disponveis?
7.2
Orientao especfica
7.2.1 Quando se relata o resultado de uma medio e a

medida da incerteza a incerteza padro combinada uc(y),
deve-se:
35
a)
fornecer uma descrio completa de como o mensurando Y definido;
b)
fornecer a estimativa y do mensurando Y e sua incerteza padro combinada uc(y); as unidades de y

e de uc(y) devem ser sempre fornecidas;
c)
incluir a incerteza padro combinada relativa

uc(y) / | y |, | y | 0, quando apropriado;
d)
fornecer a informao descrita em 7.2.7 ou fazer

referncia a documentos publicados que a contenha.
Se for julgado til aos pretensos usurios do resultado da

medio, por exemplo, para ajud-los em futuros clculos
de fatores de abrangncia, ou para auxili-los a compreender a medio, pode-se indicar:
- os graus de liberdade efetivos estimados
v eff (ver G.4) ;
- as incertezas padro combinadas Tipo A e Tipo B,
ucA(y) e ucB(y), e os seus graus de liberdade efetivos
estimados veffA e veffB (ver G.4.1, nota 3).
7.2.2 Quando a medida da incerteza uc(y), prefervel
declarar o resultado numrico da medio de uma dentre
as quatro maneiras seguintes, de modo a evitar uma m
compreenso (a grandeza cujo valor est sendo relatado
suposta como uma massa ms de um padro de massa nominal de 100 g; as palavras entre parnteses podem ser omitidas para simplicidade, se uc est definida em alguma outra
parte do documento, relatando o resultado).
1)
ms = 100,021 47 g com uc = 0,35 mg (uma incerteza padro combinada).
2)
ms = 100,021 47(35) g, onde o nmero entre parnteses o valor numrico de uc (incerteza padro combinada) referido aos ltimos dgitos correspondentes do resultado mencionado.
3)
ms = 100,021 47 (0,00035) g, onde o nmero entre parnteses o valor numrico de uc (incerteza

padro combinada) expresso na unidade do resultado mencionado.
4)
ms = (100,021 47 0,000 35) g, onde o nmero

aps o simbolo o valor numrico de uc (incerteza padro combinada) e no um intervalo de
confiana.
NOTA - O formato deve ser evitado sempre que for possvel, pois
tem sido tradicionalmente usado para indicar um intervalo corres-
36
pondente a um alto nvel da confiana e, assim, poder ser confundido com a incerteza expandida (ver 7.2.4). Alm disso, embora o objetivo do alerta dado em 4) seja impedir tal confuso, escrevendo-se
Y = y uc(y) pode ainda ser mal interpretado, inferindo-se que isso
representa, especialmente quando o alerta omitido acidentalmente,
que uma incerteza expandida com k=1 pretendida, e que o intervalo y-uc(y) Y y + uc(y) tem um nvel da confiana p especificado,
especialmente aquele associado com a distribuio normal (ver
G.1.3). Como indicado em 6.3.2 e no anexo G, a interpretao de
uc(y), dessa maneira, , geralmente, difcil de justificar.
7.2.3 Quando se relata o resultado de uma medio, e

quando a medida da incerteza a incerteza expandida
U = k uc(y), deve-se:
a)
fornecer uma descrio completa de como o mensurando Y definido;
b)
expressar o resultado de medio como Y = y U

e fornecer as unidades de y e U;
c)
incluir a incerteza expandida relativa U / | y |, | y | 0,

quando apropriado;
d)
fornecer o valor de k usado para obter U [ou, para

convenincia do usurio do resultado, fornecer
ambos, k e uc(y)];
e)
fornecer o nvel da confiana aproximado associado com o intervalo y U e explicar como foi determinado;
f)
fornecer a informao descrita em 7.2.7 ou referir-se a um documento publicado que a contenha.
7.2.4 Quando a medida da incerteza U, prefervel,

para mxima clareza, declarar o resultado numrico da
medio, como no exemplo seguinte. (As palavras entre
parnteses podem ser omitidas para maior simplicidade, se
U, uc e k esto definidos em alguma outra parte do documento relatando o resultado).
ms = (100,021 47 0,000 79)g, onde o nmero aps o
smbolo o valor numrico de U = kuc (uma incerteza expandida) com U determinado por uc = 0,35 mg
(uma incerteza padro combinada) e k = 2,26 (um fator
de abrangncia) baseado na distribuio-t, para v = 9
graus de liberdade. U define um intervalo estimado
para ter um nvel da confiana de 95 por cento.
7.2.5 Se uma medio determina, simultaneamente, mais
de um mensurando, isto , se ela fornece duas ou mais estimativas de sada yi (ver H.2, H.3 e H.4), ento, alm de
fornecer yi e uc(yi), fornea os elementos da matriz de covarincia u(yi , yj) ou os elementos r(yi , yj) da matriz de
coeficientes de correlao (C3.6, nota 2) (preferivelmente, fornea ambas as matrizes).

7.2.6 Os valores numricos da estimativa y e sua incerteza padro uc(y) ou incerteza expandida U no devem ser
fornecidos com um nmero excessivo de algarismos. geralmente suficiente fornecer uc(y) e U [assim como as incertezas padro u(xi) das estimativas de entrada xi] com at
no mximo dois algarismos significativos, embora, em alguns casos, seja necessrio reter algarismos adicionais
para evitar erros de arredondamento nos clculos subseqentes.
Ao relatar resultados finais, pode, s vezes, ser apropriado
arredondar incertezas para cima, em vez de arredondar at
o algarismo mais prximo. Por exemplo, uc(y) = 10,47 mW
pode ser arredondada para 11 mW . 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 sada devem ser arredondadas para ficarem consistentes com suas incertezas; por exemplo, se
y = 10,057 62 W com uc(y) = 27 mW , y deve ser arredondado
para 10,058 W. Os coeficientes de correlao devem ser dados com exatido de trs algarismos, se seus valores absolutos esto prximos da unidade.
7.2.7 No relatrio detalhado que descreve como o resultado da medio e sua incerteza foram obtidos, devem-se
seguir as recomendaes de 7.1.4 e, assim:
a)
fornecer o valor de cada estimativa de entrada xi e

de sua incerteza padro u(xi) juntamente com uma
descrio sobre como eles foram obtidos;
b)
fornecer as covarincias estimadas ou os coeficientes de correlao estimados (preferencialmente ambos), associados com todas as estimativas de entrada que so correlacionadas, e os
mtodos utilizados para obt-los;
c)
fornecer os graus de liberdade da incerteza padro

para cada estimativa de entrada e como eles foram
obtidos;
d)
fornecer a relao funcional Y = f(X1,X2,...,XN) e,

quando consideradas teis, as derivadas parciais
ou coeficientes de sensibilidade f / x i . Entretanto, quaisquer desses coeficientes determinados
experimentalmente devem ser fornecidos.
NOTA - Como a relao funcional f pode ser extremamente complexa ou no existir explicitamente, a no ser como um programa de
computador, pode ser impossvel fornecer f e suas derivadas. A funo f pode, ento, ser descrita em termos gerais, ou o programa usado pode ser citado por meio de uma referncia apropriada. Nestes
casos, importante que esteja claro como a estimativa y do mensurando Y e sua incerteza padro combinada uc(y) foram obtidas.
37
8 Resumo do procedimento
para avaliao e expresso da incerteza
8 Resumo do procedimento
para avaliao e expresso da incerteza
Os passos a serem seguidos na avaliao e expresso da incerteza do
resultado de uma medio, tais como apresentados neste Guia, podem ser resumidos como se segue:
1. Expresse, matematicamente, a relao entre o mensurando Y e as grandezas de entrada Xi das quais Y depende:
Y = f(X1 , X2 , ... , XN) . A funo f dever conter todas as
grandezas, incluindo todas as correes e fatores de correo, que possam contribuir com uma componente significativa de incerteza para o resultado da medio (ver 4.1.1
e 4.1.2).
2. Determine xi, o valor estimado da grandeza de entrada Xi,
seja com base em anlise estatstica de uma srie de observaes ou por outros meios (ver 4.1.3).
3. Avalie a incerteza padro u(xi) de cada estimativa de entrada xi. Para uma estimativa de entrada obtida atravs de
anlise estatstica de uma srie de observaes, a incerteza
padro avaliada como descrito em 4.2 (avaliao Tipo A
da incerteza padro). Para uma estimativa de entrada obtida
por outros meios, a incerteza padro u(xi) avaliada como
descrito em 4.3 (avaliao Tipo B da incerteza padro).
4. Avalie as covarincias associadas com quaisquer estimativas de entrada que sejam correlacionadas (ver 5.2).
5. Calcule o resultado da medio, isto , a estimativa y
do mensurando Y, a partir da relao funcional f, utilizando como grandezas de entrada Xi as estimativas xi, obtidas
no passo 2 (ver 4.1.4).
6. Determine a incerteza padro combinada uc(y) do resultado da medio y, a partir das incertezas padro e covarincias associadas com as estimativas de entrada, como
descrito no captulo 5. Se a medio determina, simultane-
38
amente, mais de uma grandeza de sada, calcule suas covarincias (ver 7.2.5, H.2, H.3 e H.4).
7. Se for necessrio fornecer uma incerteza expandida U,
cujo propsito fornecer um intervalo y - U a y + U com
o qual se espera abranger uma extensa frao da distribuio dos valores que possam razoavelmente ser atribudos
ao mensurando Y, multiplique a incerteza padro combinada uc(y) por um fator de abrangncia k, tipicamente na
faixa de 2 a 3, para obter U = kuc(y). Selecione k com base
no nvel da confiana requerido do intervalo (ver 6.2, 6.3
e, especialmente, o anexo G, que trata da seleo de um
valor de k que produz um intervalo tendo um nvel da confiana prximo de um valor especificado).
8 Relate o resultado da medio y juntamente com sua
incerteza padro uc(y) ou incerteza expandida U, como tratado em 7.2.1 e 7.2.3; use um dos formatos recomendados
em 7.2.2 e 7.2.4. Descreva, como delineado tambm no
captulo 7, como y e uc(y) ou U foram obtidos.

Recomendaes do Grupo de Trabalho e da CIPM
Anexo A
Anexo A
A.1 Recomendaes INC-1 (1980)
O Grupo de Trabalho sobre a Declarao de Incertezas (ver o Prefcio) foi convocado, em Outubro de 1980, pelo Bureau Internacional de Pesos e Medidas (BIPM), em resposta solicitao do Comit Internacional de Pesos e Medidas (CIPM). Este Grupo preparou um relatrio detalhado para ser submetido ao CIPM, que concluiu com a Recomendao INC-1 (1980) [2]. A traduo para o
portugus desta Recomendao fornecida no item 0.7 deste Guia,
e o texto em francs, que oficial, o seguinte [2]:
Expression des incertitudes exprimentales

Recommandation INC-1 (1980)
1. L'incertitude dun rsultat de mesure comprend gnralement plusieurs composantes qui peuvent tre groupes
en deux catgories d'aprs la mthode utilise pour estimer leur valeur numrique:
A.
celles qui sont values l'aide de mthodes statistiques.
B.
celles qui sont values par d'autres moyens.
Il n'y a pas toujours une correspondance simple entre le

classement dans les catgories A ou B et le caractre
<<alatoire>> ou <<systmatique>> utilis antrieurement pour classer les incertitudes. L'expression <<incertitude systmatique>> est susceptible de conduire des erreurs d'interprtation: elle doit tre vite.
Toute description dtaille de l'incertitude devrait comprendre une liste complte de ses composantes et indiquer
pour chacune la mthode utilise pour lui attribuer une valeur numrique.
2. Les composantes de la catgorie A sont caractrises

par les variances estimes si2 (ou les << carts-types >>
estims si ) et les nombres n i de degrs de libert. Le cas
chant, les covariances estimes doivent tre donnes.
3. Les composantes de la catgorie B devraient tre caractrises par des termes u 2j qui puissent tre considrs
comme des approximations des variances correspondantes
dont on admet l'existence. Les termes u 2j peuvent tre traits comme des variances et les termes u j comme des
carts-types. Le cas chant, les covariances doivent tre
traites de faon analogue.
4. L'incertitude compose devrait tre caractrise par la
valeur obtenue en appliquant la mthode usuelle de
combinaison des variances. L'incertitude compose ainsi que ses composantes devraient tre exprimes sous la
forme d'<<cart-types>>.
5. Si pour des utilisations particulires on est amen
multiplier par un facteur l'incertitude compose afin d'obtenir une incertitude globale, la valeur numrique de ce
facteur doit toujours tre donne.
39
Anexo A
A.2 Recomendao 1 (CI-1981)
A.3 Recomendao 1 (CI-1986)
O CIPM reviu o relatrio que lhe foi submetido pelo Grupo de Trabalho sobre a Declarao de Incertezas e adotou
as seguintes recomendaes na sua 70 reunio, ocorrida
em outubro de 1981 [3]:
O CIPM considerou, ainda, o assunto da expresso de incertezas na sua 75 reunio, ocorrida em outubro de 1986,
e adotou a seguinte recomendao [4]:
Recomendao 1 (CI-1986)
Recomendao 1 (CI-1981)
Expresso de incertezas experimentais
Expresso de incertezas no trabalho

executado sob os auspcios do CIPM
O Comit Internacional de Pesos e Medidas,
O Comit Internacional de Pesos e Medidas

considerando
- a necessidade de encontrar um consenso na expresso da incerteza de medio na metrologia,
- o esforo que tem sido dedicado a isso por muitas
organizaes ao longo de muitos anos,
- o encorajador progresso feito na procura de uma
soluo aceitvel, que resultou das discusses do
Grupo de Trabalho sobre Expresso das Incertezas,
que se reuniu no BIPM em 1980,
reconhece
- que as propostas do Grupo de Trabalho podem formar a base de um eventual acordo sobre a expresso das incertezas,
recomenda
- que as propostas do Grupo de Trabalho tenham ampla divulgao;
- que o BIPM tente aplicar os princpios nelas contidos para as comparaes internacionais a serem realizadas, sob os seus auspcios, nos anos vindouros;
- que outras organizaes interessadas sejam encorajadas a examinar e testar essas propostas e dar cincia ao BIPM de seus comentrios;
- que, aps dois ou trs anos, o BIPM faa um novo
relatrio sobre a aplicao dessas propostas.
40
considerando a adoo da Declarao de Incertezas da

Recomendao INC-1 (1980) pelo Grupo de Trabalho e a
adoo pelo CIPM da Recomendao 1 (CI-1981),
considerando que certos membros dos Comits Consultivos
possam querer esclarecimentos sobre esta Recomendao
para fins de trabalho que se situe dentro de seu escopo, especialmente no que diz respeito a comparaes internacionais,
reconhece que o pargrafo 5 da Recomendao INC-1
(1980) relativo a algumas aplicaes, especialmente quelas com significado comercial, esto sendo agora consideradas por um grupo de trabalho da International Organization for Standardization (ISO), comum ISO, OIML e
IEC, com a concordncia e cooperao do CIPM,
solicita que o pargrafo 4 da Recomendao INC-1 (1980)
deva ser aplicado por todos os participantes, ao fornecerem
os resultados de todas as comparaes internacionais ou outro trabalho realizado sob os auspcios do CIPM e de seus
Comits Consultivos, e que seja fornecida a incerteza combinada das incertezas do Tipo A e do Tipo B, em termos de
um desvio padro.

Anexo B
Anexo B
B.1 Fonte das definies
As definies dos termos metrolgicos gerais relevantes
para este Guia, que so aqui fornecidas, foram extradas
do Vocabulrio Internacional de Termos Fundamentais
e Gerais de Metrologia (abreviado para VIM), segunda
edio [6], publicado pela Organizao Internacional de
Normalizao (ISO), em nome das sete organizaes que
apoiaram seu desenvolvimento e designaram os especialistas que o prepararam: Bureau Internacional de Poids e Mesures (BIPM), International Electrotechnical Commission
(IEC), International Federation of Clinical Chemistry
(IFCC), ISO, International Union of Pure and Applied
Chemistry (IUPAC), International Union of Pure and
Applied Physics (IUPAP) e a International Organization
of Legal Metrology (OIML). O VIM deve ser a primeira
fonte a ser consultada sobre as definies dos termos no
includos neste anexo ou no texto.
NOTA - Alguns termos e conceitos estatsticos bsicos so fornecidos no anexo C, enquanto que os termos valor verdadeiro, erro
e incerteza so discutidos, mais detalhadamente, no anexo D.
B.2.1 grandeza (mensurvel) [VIM 1.1]

atributo de um fenmeno, corpo ou substncia que pode
ser qualitativamente distinguido e quatitativamente determinado
NOTAS
1 O termo grandeza pode referir-se a uma grandeza em sentido
geral [veja os exemplos em a] ou a uma grandeza especfica [veja os
exemplos em b].
Exemplos
a)
b) grandezas especficas:
Os termos em negrito, em algumas notas, so termos metrolgicos adicionais definidos nessas notas, seja explcita
ou implicitamente (ver referncia [6]).
comprimento de uma barra

resistncia eltrica de um fio
concentrao de etanol em uma amostra de vinho
2 Grandezas que podem ser classificadas, uma em relao outra,

em ordem crescente ou decrescente, so denominadas grandezas de
mesma natureza.
3 Grandezas de mesma natureza podem ser agrupadas em conjuntos de categorias de grandezas, por exemplo:
B.2 Definies
Como no captulo 2, nas definies que se seguem, o uso
de parnteses em torno de certas palavras de algumas expresses significa que as mesmas podem ser omitidas, se
no for passvel de causar confuso.
grandezas em um sentido geral: comprimento, tempo, massa, temperatura, resistncia eltrica, concentrao de quantidade de matria;
trabalho, calor, energia

espessura, circunferncia, comprimento de onda
Os smbolos das grandezas so dados na ISO 31.
B.2.2 valor (de uma grandeza) [VIM 1.18]

expresso quantitativa de uma grandeza especfica, geralmente sob a forma de uma unidade multiplicada por um
nmero
Exemplos
a) comprimento de uma barra:
5,34 m
ou 534 cm;
b) massa de um corpo:
0,152 kg
ou 152 g;
41
Anexo B
c) quantidade de matria de
uma amostra de gua (H2O):
0,012 mol ou 12 mmol.
NOTAS
1
O valor de uma grandeza pode ser positivo, negativo ou nulo.
2 O valor de uma grandeza pode ser expresso de maneiras diferentes.

3 Os valores de grandezas adimensionais so, geralmente, expressos apenas por nmeros puros.
4 Uma grandeza que no puder ser expressa por uma unidade de
medida multiplicada por um nmero, pode ser expressa por meio de
uma escala de referncia convencional, ou por um procedimento de
medio ou por ambos.
B.2.3 valor verdadeiro (de uma grandeza) [VIM 1.19]

valor consistente com a definio de uma dada grandeza
especfica
2 Freqentemente, um certo nmero de resultados de medies de

uma grandeza utilizado para estabelecer um valor verdadeiro convencional.
Comentrios do Guia: Veja o Comentrio do Guia para

B.2.3.
B.2.5 medio [VIM 2.1]
conjunto de operaes que tem por objetivo determinar
um valor de uma grandeza
NOTA - As operaes podem ser feitas automaticamente.
B.2.6 princpio de medio [VIM 2.3]

base cientfica de uma medio
EXEMPLOS
NOTAS
a) o efeito termoeltrico utilizado para a medio da temperatura;
um valor que seria obtido por uma medio perfeita.
b) o efeito Josephson utilizado para a medio da diferena de potencial eltrico;
Valores verdadeiros so, por natureza, indeterminados.
3 O artigo indefinido um usado preferivelmente ao artigo definido o, em conjunto com valor verdadeiro, porque pode haver
muitos valores consistentes com a definio de uma dada grandeza
especfica.
Comentrio do Guia: Veja o anexo D, em particular D.3.5,

quanto s razes por que o termo valor verdadeiro no
usado neste Guia e por que os termos valor verdadeiro de
um mensurando (ou de uma grandeza) e valor de um
mensurando (ou de uma grandeza) so vistos como equivalentes.
B.2.4 valor verdadeiro convencional (de uma grandeza) [VIM 1.20]
valor atribudo a uma grandeza especfica e aceito, s vezes por conveno, como tendo uma incerteza apropriada
para uma dada finalidade
EXEMPLOS
a) em um determinado local, o valor atribudo a uma

grandeza, por meio de um padro de referncia, pode
ser tomado como um valor verdadeiro convencional;
b) o CODATA (1986) recomendou o valor para a constante de Avogrado como sendo A= 6,022 136 7 x 1023 mol-1.
NOTAS
1 Valor verdadeiro convencional s vezes denominado valor
designado, melhor estimativa do valor, valor convencional ou va-
42
lor de referncia. Valor de referncia, neste sentido, no deve ser

confundido com valor de referncia no sentido usado na Nota do
item 5.7 do VIM.
c) o efeito Doppler utilizado para a medio da velocidade;

d) o efeito Raman utilizado para a medio do nmero de ondas
das vibraes moleculares.
B.2.7 mtodo de medio [VIM 2.4]

seqncia lgica de operaes, descritas genericamente,
usadas na execuo das medies
NOTA - Os mtodos de medio podem ser qualificados de vrias
maneiras, entre as quais:
mtodo de substituio
mtodo diferencial
mtodo de zero
B.2.8 procedimento de medio [VIM 2.5]

conjunto de operaes, descritas especificamente, usadas
na execuo de medies particulares de acordo com um
dado mtodo
NOTA - Um procedimento de medio , usualmente, registrado em
um documento, que algumas vezes denominado procedimento de
medio (ou mtodo de medio) e, normalmente, tem detalhes suficientes para permitir que um observador execute a medio sem
informaes adicionais.
B.2.9 mensurando [VIM 2.6]

grandeza especfica submetida medio
EXEMPLO - presso de vapor de uma dada amostra de gua a 20C.

NOTA - A especificao de um mensurando pode requerer informaes de outras grandezas, como tempo, temperatura e presso.
B.2.10 grandeza de influncia [VIM 2.7]

grandeza que no o mensurando, mas que afeta o resultado da sua medio
EXEMPLOS
a) a temperatura de um micrmetro usado na medio de um comprimento;
b) a freqncia na medio da amplitude de uma diferena de potencial em corrente alternada;
c) a concentrao de bilirrubina na medio da concentrao de
hemoglobina em uma amostra de plasma sangneo humano.
Comentrio do Guia: Entende-se que a definio de grandeza de influncia inclui valores associados com padres
de medio, materiais e dados de referncia dos quais o
resultado de uma medio pode depender, assim como
fenmenos (flutuaes de curta durao do instrumento
de medio) e grandezas (temperatura ambiente, presso
baromtrica e umidade).
B.2.11 resultado de uma medio [VIM 3.1]
valor atribudo a um mensurando, obtido por medio
NOTAS
1 Quando um resultado dado, deve-se indicar, claramente, se ele
se refere:
indicao;
ao resultado no-corrigido;
ao resultado corrigido;
e se corresponde ao valor mdio de vrias medies.

2 Uma expresso completa do resultado de uma medio inclui
informaes sobre a incerteza de medio.
B.2.12 resultado no corrigido [VIM 3.3]

resultado de uma medio antes da correo devida a erro
sistemtico
B.2.13 resultado corrigido [VIM 3.4]
resultado de uma medio aps a correo devida a erro
sistemtico
B.2.14 exatido de medio [VIM 3.5]
grau de concordncia entre o resultado de uma medio e
um valor verdadeiro do mensurando
Anexo B
Comentrio do Guia: Veja o Comentrio do Guia para

B.2.3.
B.2.15 repetitividade (de resultados de medies)
[VIM 3.6]
grau de concordncia entre os resultados de medies sucessivas de um mesmo mensurando, efetuadas sob as mesmas condies de medio
NOTAS
1
Estas condies so denominadas condies de repetitividade.
Condies de repetitividade incluem:
mesmo procedimento de medio;

mesmo observador;
mesmo instrumento de medio, utilizado nas mesmas condies;
mesmo local;
repetio em curto perodo de tempo.
3 Repetitividade pode ser expressa, quantitativamente, em funo

das caractersticas de disperso dos resultados.
B.2.16 reprodutibilidade (de resultados de medies)

[VIM 3.7]
grau de concordncia entre os resultados das medies de
um mesmo mensurando, efetuadas sob condies modificadas de medio
NOTAS
1 Para que uma expresso da reprodutibilidade seja vlida, necessrio que sejam especificadas as condies modificadas.
2
As condies modificadas podem incluir:
princpio de medio;
mtodo de medio;
observador;
instrumento de medio;
padro de referncia;
local;
condies de utilizao;
tempo.
3 A reprodutibilidade pode ser expressa, quantitativamente, em

funo das caractersticas da disperso dos resultados.
4 Os resultados aqui mencionados referem-se, usualmente, a resultados corrigidos.
B.2.17 desvio padro experimental [ VIM 3.8 ]

para uma srie de n medies de um mesmo mensurando, a grandeza s( q k ), que caracteriza a disperso dos resultados, dada pela frmula:
NOTAS
1
Exatido um conceito qualitativo.
O termo preciso no deve ser utilizado como exatido.
s( q k ) =
( q k - q) 2
k =1
n -1
43
Anexo B
onde q k representa o resultado da k-sima medio e q representa a mdia aritmtica dos n resultados considerados
NOTAS
1 Considerando a srie de n valores como uma amostra de uma
distribuio, q uma estimativa no-tendenciosa da mdia m q , e
s 2 (q k ) uma estimativa no-tendenciosa da varincia s 2 desta distribuio.
2
A expresso s(q k )/ n uma estimativa do desvio padro da dis-
tribuio de q e denominada desvio padro experimental da mdia.

3 Desvio padro experimental da mdia , algumas vezes, denominado incorretamente erro padro da mdia.
Comentrio do Guia: Alguns dos smbolos utilizados no

VIM foram alterados a fim de se obter consistncia com a
notao utilizada no item 4.2 deste Guia.
B.2.18 incerteza (de medio) [VIM 3.9]
parmetro, associado ao resultado de uma medio, que
caracteriza a disperso dos valores que podem ser razoavelmente atribudos a um mensurando
o. Este termo no deve ser confundido com valor absoluto de

erro, que o mdulo do erro.
Comentrio do Guia: Se o resultado de uma medio depende dos valores de grandezas outras alm do mensurando, os erros dos valores medidos destas grandezas contribuem para o erro do resultado da medio. Veja, tambm,
o Comentrio do Guia para B.2.22 e para B.2.3.
B.2.20 erro relativo [VIM 3.12]
erro de medio dividido por um valor verdadeiro do mensurando.
NOTA - Uma vez que um valor verdadeiro no pode ser determinado, utiliza-se, na prtica, um valor verdadeiro convencional (ver
[VIM] 1.19 [B.2.3] e 1.20 [B.2.4]).
Comentrio do Guia: Veja o Comentrio do Guia para

B.2.3.
B.2.21 erro aleatrio [VIM 3.13]
resultado de uma medio, menos a mdia que resultaria
de um infinito nmero de medies do mesmo mensurando, efetuadas sob condies de repetitividade
NOTAS
NOTAS
1 O parmetro pode ser, por exemplo, um desvio padro (ou um
dado mltiplo dele) ou a metade de um intervalo correspondente a
um nvel da confiana declarado.
2 A incerteza de medio compreende, em geral, muitos componentes. Alguns destes componentes podem ser estimados com base
na distribuio estatstica dos resultados das sries de medies e
podem ser caracterizados por desvios padro experimentais. Os outros componentes, que tambm podem ser caracterizados por desvios padro, so avaliados por meio de distribuies de probabilidade supostas, baseadas na experincia ou em outras informaes.
3 Entende-se que o resultado de uma medio a melhor estimativa do valor do mensurando, e que todos os componentes da incerteza, incluindo aqueles resultantes dos efeitos sistemticos, como os
componentes associados com correes e padres de referncia,
contribuem para a disperso.
Comentrio do Guia: destaca-se no VIM que esta definio e notas so idnticas quelas deste Guia (ver 2.2.3).
B.2.19 erro (de medio) [VIM 3.10]
resultado de uma medio menos o valor verdadeiro do
mensurando
NOTAS
1 Uma vez que o valor verdadeiro no pode ser determinado, utiliza-se, na prtica, um valor verdadeiro convencional (ver [VIM]
1.19 [B.2.3] e 1.20 [B.2.4]).
2 Quando for necessrio distinguir erro de erro relativo, o
primeiro , algumas vezes, denominado de erro absoluto de medi-
44
Erro aleatrio igual a erro menos erro sistemtico.
2 Em virtude de, poder ser feito somente um nmero finito de medies, possvel apenas determinar uma estimativa do erro aleatrio.
Comentrio do Guia: Veja tambm os Comentrios do

Guia para B.2.22.
B.2.22 erro sistemtico [VIM 3.14]
mdia que resultaria de um nmero infinito de medies
do mesmo mensurando, efetuadas sob condies de repetitividade, menos o valor verdadeiro do mensurando
NOTAS
1
Erro sistemtico igual ao erro menos o erro aleatrio.
2 Analogamente ao valor verdadeiro, o erro sistemtico e suas

causas no podem ser completamente conhecidos.
3
Para um instrumento de medio, ver tendncia ([VIM]5.25).
Comentrio do Guia: O erro do resultado de uma medio

(ver B.2.19) pode freqentemente ser considerado como
oriundo de vrios efeitos aleatrios e sistemticos que contribuem com componentes individuais de erro para o erro do
resultado. Veja, tambm, o Comentrio do Guia para B.2.19
e para B.2.3.

Anexo B
B.2.23 correo [VIM 3.15]

valor adicionado algebricamente ao resultado no corrigido
de uma medio para compensar um erro sistemtico
NOTAS
1 A correo igual ao erro sistemtico estimado com sinal trocado.
2 Uma vez que o erro sistemtico no pode ser perfeitamente conhecido, a compensao no pode ser completa.
B.2.24 fator de correo [VIM 3.16]

fator numrico pelo qual o resultado no corrigido de uma
medio multiplicado para compensar um erro sistemtico
NOTA - Uma vez que o erro sistemtico no pode ser perfeitamente
conhecido, a compensao no pode ser completa.
45
Anexo C
Termos e conceitos estatsticos bsicos
Anexo C
C.1 Fonte das definies
As definies de termos estatsticos bsicos fornecidos
neste anexo so extradas da Norma Internacional ISO
3534-1 [7]. Esta deve ser a primeira fonte a ser consultada
para a definio de termos no includos aqui. Alguns destes termos e seus conceitos correspondentes so aprofundados em C.3, seguindo a apresentao de suas definies
formais em C.2, de forma a facilitar ainda mais o uso deste
Guia. Entretanto, C.3, que tambm inclui as definies de
alguns termos relacionados, no baseado diretamente na
ISO 3534-1.
C.2 Definies
Como no captulo 2 e no anexo B, o uso de parnteses, em
torno de certas palavras de alguns termos, significa que
elas podem ser omitidas se tal omisso no causar equvoco.
Os termos de C.2.1 a C.2.14 so definidos em termos das
propriedades de populaes. As definies dos termos
C.2.15 a C.2.31 so relacionados a um conjunto de observaes(ver referncia [7]).
C.2.2 varivel aleatria; variada [ISO 3534-1, 1.2]

uma varivel que pode assumir qualquer um dos valores
de um conjunto especificado de valores e com a qual est
associada uma distribuio de probabilidade ([ISO 35341] 1.3[C.2.3])
NOTAS
1 Uma varivel aleatria que s pode assumir valores isolados
chamada discreta. Uma varivel aleatria que pode assumir qualquer valor dentro de um intervalo finito ou infinito chamada contnua.
2 A probabilidade de um evento A designada por Pr(A) ou
P(A).
Comentrio do Guia: O smbolo Pr(A) usado, neste

Guia, no lugar do smbolo Pr(A), usado na ISO 3534-1.
C.2.3 distribuio de probabilidade (de uma varivel
aleatria) [ISO 3534-1, 1.3]
funo que determina a probabilidade de uma varivel aleatria assumir qualquer valor dado ou pertencer a um dado
conjunto de valores
NOTA - A probabilidade do conjunto inteiro de valores da varivel
aleatria igual a 1.
C.2.4
C.2.1 probabilidade [ISO 3534-1, 1.1]
um nmero real na escala de 0 a 1 associado a um evento
aleatrio
NOTA - Esta pode ser relacionada a uma freqncia relativa de
ocorrncia de longo prazo ou a um grau de confiana de que um
evento ocorrer. Para um alto grau de confiana, a probabilidade
est prxima de 1.
funo distribuio [ISO 3534-1, 1.4]
funo que determina, para cada valor x, a probabilidade de

que a varivel aleatria X seja menor ou igual a x:
F(x) = Pr( X x)
C.2.5 funo densidade de probabilidade (para uma
varivel aleatria contnua) [ISO 3534-1, 1.5]
derivada (quando existe) da funo distribuio:
f(x) = dF(x)/dx
46

NOTA - f(x)dx denominada elemento de probabilidade:
f(x)dx = Pr(x < X < x+dx)

C.2.6 funo massa de probabilidade [ISO 35341,1.6]
uma funo que fornece, para cada valor xi de uma varivel aleatria discreta X, a probabilidade pi, de que a varivel aleatria seja igual a xi :
pi= Pr(X = xi )
C.2.7 parmetro [ISO 3534-1, 1.12]
uma grandeza utilizada na descrio da distribuio de
probabilidade de uma varivel aleatria
C.2.8 correlao [ISO 3534-1, 1.13]
a relao entre duas ou muitas variveis aleatrias dentro
de uma distribuio de duas ou mais variveis aleatrias
NOTA - A maioria das medidas estatsticas de correlao medem
somente o grau de relao linear.
C.2.9 esperana (de uma varivel aleatria ou de uma

distribuio de probabilidade); valor esperado; mdia
[ISO 3534-1, 1.18]
1 Para uma varivel aleatria discreta X, assumindo valores xi , com probabilidades pi, a esperana, se ela existe,
m = E(X) = p i x i
Anexo C
s 2 = V(X) = E{[X - E(X)]2}

C.2.12 desvio padro (de uma varivel aleatria, ou de
uma distribuio de probabilidade) [ISO 3534-1, 1.23]
A raiz quadrada positiva da varincia:
s = V (X )
C.2.13 momento central1) de ordem q [ISO 3534-1,
1.28]
em uma distribuio univariada, a esperana da q-sima
potncia da varivel aleatria centrada (X- m):
E ( X - m) q
NOTA - O momento central de ordem 2 a varincia ([ISO 3534-1]

1.22[C.2.11]) da varivel aleatria X.
1) Se, na definio dos momentos, as grandezas X, X-a, Y, Y-b, etc,
so substitudas por seus valores absolutos, isto , |X|, |X-a|, |Y|, |Y-b|,
etc., outros momentos chamados momentos absolutos so definidos.
C.2.14 distribuio normal; distribuio de LaplaceGauss [ISO 3534-1, 1.37]

distribuio de probabilidade de uma varivel aleatria
contnua X, cuja funo densidade de probabilidade :
f ( x) =
1 x - m 2
exp -

s 2p
2 s
1
para - < x < +
a soma sendo estendida a todos os valores de xi que podem ser assumidos por X.
NOTA - m a esperana e s o desvio padro da distribuio normal.
2 Para uma varivel aleatria contnua X tendo a funo

densidade de probabilidade f(x), a esperana, se ela existe,
C.2.15 caracterstica [ISO 3534-1, 2.2]

uma propriedade que ajuda a identificar ou diferenciar
itens de uma dada populao
m = E(X) = xf ( x)dx
a integral sendo estendida sobre o(s) intervalo(s) de variao de X.
C.2.10 varivel aleatria centrada [ISO 3534-1, 1.21]
duma varivel aleatria cuja esperana se iguala a zero
NOTA - Se a varivel aleatria X tem uma esperana igual a m, a varivel aleatria centrada correspondente (X - m).
C.2.11 varincia (de uma varivel aleatria ou de uma

distribuio de probabilidade) [ISO 3534-1, 1.22]
A esperana do quadrado da varivel aleatria centrada
([ISO 3534-1], 1.21 [C.2.10]):
NOTA - A caracterstica pode ser ou quantitativa (por variveis) ou

qualitativa (por atributos).
C.2.16 populao [ISO 3534-1, 2.3]

totalidade de itens sob considerao
NOTA - No caso de uma varivel aleatria, considera-se que a distribuio de probabilidade ([ISO 3534-1] 1.3 [C.2.3]) defina a populao daquela varivel.
C.2.17 freqncia [ISO 3534-1, 2.11]

o nmero de ocorrncias de um dado tipo de evento ou o
nmero de observaes que se enquadram em uma classe especificada
47
Anexo C
C.2.18 distribuio de freqncia [ISO 3534-1, 2.15]

relao emprica entre valores de uma caracterstica e suas
freqncias ou suas freqncias relativas
NOTA - A distribuio pode ser apresentada graficamente como um
histograma ([ISO 3534-1] 2.17), grficos de barras ([ISO 3534-1]
2.18), polgono de freqncia cumulativa ([ISO 3534-1] 2.19), ou
como uma tabela de dupla entrada ([ISO 3534-1] 2.22).
C.2.22 momento central de ordem q [ISO 3534-1, 2.37]

em uma distribuio de uma nica caracterstica, a mdia
aritmtica da q-sima potncia da diferena entre os valores observados e sua mdia x:
1
(x i - x ) q
n i
onde n o nmero de observaes
C.2.19 mdia aritmtica; mdia [ISO 3534-1, 2.26]

a soma de valores dividida pelo nmero de valores
NOTAS
1 O termo mdia (mean) , geralmente, utilizado quando se refere a um parmetro de populao (mdia da populao) e o termo
mdia (average) quando se refere ao resultado de um clculo sobre dados obtidos de uma amostra (mdia da amostra).
2 A mdia (average) de uma amostra aleatria simples tomada
de uma populao um estimador no-tendencioso da mdia
(mean) desta populao. Entretanto, so por vezes utilizados outros estimadores, tais como a mdia geomtrica ou harmnica, ou
a mediana ou a moda.
C.2.20 varincia [ISO 3534-1, 2.33]

uma medida de disperso, que a soma dos desvios quadrticos das observaes de sua mdia aritmtica dividida
pelo nmero de observaes menos um.
EXEMPLO - Para n observaes x1,x2,...,xn, com mdia aritmtica
1
x = xi
n
C.2.23 estatstica [ISO 3534-1, 2.45]

funo de variveis aleatrias da amostra
NOTA - Estatstica, como uma funo de variveis aleatrias,
tambm uma varivel aleatria e, como tal, assume diferentes valores de uma amostra para outra. O valor da estatstica obtida, usandose os valores observados nesta funo, pode ser utilizado num teste
estatstico ou como estimativa de um parmetro de populao, tal
como uma mdia ou um desvio padro.
C.2.24 estimao [ISO 3534-1, 2.49]

a operao que designa, atravs de observaes numa
amostra, valores numricos para os parmetros de uma
distribuio escolhida, como o modelo estatstico da populao da qual a amostra extrada
NOTA - Um resultado desta operao pode ser expresso como um
valor nico singular (estimativa puntual; ver [ISO 3534-1] 2.51
[C.2.26]) ou como uma estimativa de intervalo (ver a [ISO 3534-1]
2.57 [C.2.27] e 2.58 [C.2.28]).
C.2.25 estimador [ISO 3534-1, 2.50]

estatstica utilizada para estimar um parmetro de populao
a varincia :
s2 =
1
(x i - x ) 2
n -1
NOTAS
1 A varincia de amostras um estimador no tendencioso da varincia da populao.
2 A varincia n /(n-1) vezes o momento central de ordem 2 (ver
nota para [ISO 3534-1] 2.39).
Comentrio do Guia: A varincia definida aqui mais

apropriadamente designada como estimativa amostral da
varincia da populao. A varincia de uma amostra
usualmente definida como sendo o momento central de ordem 2 desta amostra (ver C.2.13 e C.2.22).
C.2.21 desvio padro [ISO 3534-1, 2.34]
a raiz quadrada positiva da varincia
NOTA - O desvio padro da amostra um estimador tendencioso do
desvio padro da populao.
48
NOTA - O momento central de ordem 1 igual a zero.
C.2.26 estimativa [ISO 3534-1, 2.51]

valor de um estimador obtido como um resultado de uma
estimao
C.2.27 intervalo de confiana bilateral [ISO 3534-1,
2.57]
quando T1 e T2 so duas funes dos valores observados,
tais que, q sendo um parmetro de populao a ser estimado, a probabilidade Pr (T1 q T2 ) , pelo menos, igual a
(1- a ) [onde (1- a ) um nmero fixo, positivo e menor
que 1], o intervalo entre T1 e T2 um intervalo de confiana (1- a ) bilateral para q

NOTAS
1 Os limites T1 e T2 do intervalo de confiana so estatsticas
([ISO 3534-1] 2.45 [C.2.23]) e, como tais, geralmente assumem diferentes valores de amostra para amostra.
2 Em uma longa srie de amostras, a freqncia relativa dos casos
nos quais o valor verdadeiro do parmetro de populao coberto
pelo intervalo de confiana, maior ou igual a (1- a ).
C.2.28 intervalo de confiana unilateral [ISO 3534-1,

2.58]
quando T uma funo dos valores observados, tais que, q
sendo um parmetro de populao a ser estimado, a probabilidade Pr ( T q )[ou a probabilidade Pr ( T q )]
pelo menos igual a (1 - a ) [onde (1 - a ) um nmero fixo,
positivo e menor do que 1], o intervalo do menor valor possvel de q at T (ou o intervalo de T at o maior valor possvel
de q) um intervalo de confiana (1 - a ) unilateral para q
Anexo C
C.3 Elaborao de termos e conceitos

C.3.1 esperana
a esperana de uma funo g(z) sobre uma funo densidade de probabilidade p(z) da varivel aleatria z definida
por:
E[g(z)] = g( z) p( z) dz
onde, da definio de p(z),
varivel aleatria z, designada por m z , e que tambm denominada de valor esperado ou a mdia de z, dada por:
m z E(z) = zp( z)dz
Ela estimada, estatisticamente, por z , a mdia aritmtica
ou a mdia de n observaes independentes zi da varivel
aleatria z, cuja funo densidade de probabilidade p(z):
NOTAS
z=
1 O limite T do intervalo de confiana uma estatstica

([ISO 3534-1] 2.45 [C.2.23]) e, como tal, geralmente ir supor diferentes valores de amostra para amostra.
2
Ver nota 2 da [ISO 3534-1] 2.57 [C.2.27].
C.2.29 coeficiente de confiana; nvel de confiana

[ISO 3534-1, 2.59]
o valor (1 - a ) da probabilidade associada com um intervalo de confiana ou um intervalo estatstico de
abrangncia. Ver [ISO 3534-1] 2.57 [C.2.27], 2.58
[C.2.28], e 2.61 [C.2.30]).
NOTA - (1 - a ) freqentemente expresso como uma porcentagem.
C.2.30 intervalo estatstico de abrangncia

[ISO 3534-1, 2.61]
intervalo para o qual pode-se dizer que, com um dado nvel da confiana, ele contm pelo menos uma proporo
especificada da populao
NOTAS
1 Quando ambos os limites so definidos por estatsticas, o intervalo bilateral. Quando um dos dois limites no finito ou consiste
do limite absoluto da varivel, o intervalo unilateral.
2 Tambm denominado intervalo estatstico de tolerncia. Este
termo no deve ser usado porque pode ser confundido com intervalo de tolerncia, que definido na ISO 3534-2.
p( z) dz = 1. A esperana da
1
n
zi
i =1
C.3.2 varincia
a varincia de uma varivel aleatria a esperana do seu
desvio quadrtico em torno de sua esperana. Assim, a varincia de varivel aleatria z, com funo densidade de
probabilidade p(z), dada por:
s 2 (z) = ( z - m z ) 2 p( z) dz
onde m z a esperana de z. A varincia s2(z) pode ser estimada por:
s 2 (z i ) =
1
n -1
( z i - z ) 2 , onde
z=
i =1
1
n
zi
i =1
e o zi so n observaes independentes de z.
NOTAS
1 O fator n-1 na expresso para s2(zi) decorre da correlao entre
zi e z e reflete o fato de que h somente n-1 itens independentes no
conjunto {zi - z}.
2 Se a esperana m z de z conhecida, a varincia pode ser estimada por:
s 2 (z i ) =
1
n
(z i - m z ) 2
i =1
C.2.31 graus de liberdade [ISO 3534-1, 2.85]

em geral, o nmero de termos em uma soma menos o nmero de restries aos termos da soma
49
Anexo C
A varincia da mdia aritmtica ou mdia das observaes, em vez de varincia das observaes individuais, a
medida apropriada da incerteza de um resultado de medio. A varincia de uma varivel z deve ser cuidadosamente distinguida da varincia da mdia z. A varincia da
mdia aritmtica de uma srie de n observaes independentes z i de z dada por s 2 = s 2 ( z i ) / n e estimada pela
C.3.5 matriz de covarincia

para uma distribuio de probabilidade multivariada, a matriz V, com elementos iguais para as varincias e covarincias das variveis, denominada matriz de covarincia. Os
elementos diagonais, u(z,z) s2(z) ou s(zi,zi) s2(zi), so as
varincias, enquanto que os elementos fora da diagonal,
u(y,z) ou s(yi,zi), so as covarincias.
varincia experimental da mdia:

s2 ( z ) =
s 2 (z i )
1
=
n
n(n - 1)
(z i - z ) 2
i =1
C.3.3 desvio padro

o desvio padro a raiz quadrada positiva da varincia. Enquanto uma incerteza padro do Tipo A obtida, tomando-se
a raiz quadrada da varincia estatisticamente avaliada, muitas vezes mais conveniente, quando se determina uma incerteza padro do Tipo B, avaliar primeiro o desvio padro
equivalente no-estatstico e, ento, obter a varincia equivalente, elevando-se ao quadrado o desvio padro.
C.3.4 covarincia
a covarincia de suas variveis aleatrias uma medida de
sua dependncia mtua. A covarincia de variveis aleatrias y e z definida por:
cov (y,z) = cov(z,y) = E{[y - E(y)] [z - E(z)]}, que
leva a
cov (y,z) = cov (z,y)
= ( y - m y )( z - m z ) p( y, z) dydz
= yzp( y, z)dydz - m y m z
onde p(y,z) a funo densidade de probabilidade conjunta das duas variveis y e z. A covarincia cov(y,z) [tambm simbolizada por u(y,z)] pode ser estimada por s(yi,zi),
obtida a partir de n pares independentes de observaes simultneas yi e zi de y e z:
s( y i , z i ) =
1
n -1
(y i - y) (z i - z)
i =1
onde:
y=
1
n
i =1
yi e z =
1
n
zi
i =1
NOTA - A covarincia estimada das duas mdias y e z dada por

s(y, z) = s(yi, zi)/n.
50
C.3.6 coeficiente de correlao

o coeficiente de correlao uma medida da dependncia
mtua relativa de duas variveis, igual razo de suas covarincias e raiz quadrada positiva do produto de suas
varincias. Assim:
r ( y, z) = r ( z, y) =
u( y, z)
u( y, y) u( z, z)
u( y, z)
s( y) s( z)
que estima
r( y i , z i ) = r( z i , y i ) =
s (y i , z i )
s (y i , y i ) s (z i , z i )
s (y i , z i )
s (y i ) s (z i )
O coeficiente de correlao um nmero puro, tal que:

-1 r +1 ou -1 r(yi,zi) +1.
NOTAS
1 Como r e r so nmeros puros na faixa de -1 a +1 inclusive, enquanto as covarincias so, usualmente, grandezas com dimenses e
magnitudes fsicas inconvenientes, os coeficientes de correlao
so, geralmente, mais teis que as covarincias.
2 Para distribuies de probabilidade multivariadas, a matriz de
coeficientes de correlao , geralmente, fornecida no lugar da matriz de covarincia. Como r(y,y) = 1, e r(yi ,yi)=1, os elementos da
diagonal desta matriz so iguais unidade.
3 Se as estimativas de entrada xi e xj so correlacionadas (ver
5.2.2) e se uma alterao d i em xi produz uma mudana d j em xj ,
ento o coeficiente de correlao associado com xi e xj estimado,
aproximadamente, por:
r (xi ,xj ) u(xi ) dj / u(xj ) d i

Esta relao pode servir de base para estimar, experimentalmente,
os coeficientes de correlao. Ela tambm pode ser usada para calcular a variao aproximada em uma estimativa de entrada devido a
uma variao em outra, caso seu coeficiente de correlao seja conhecido.
C.3.7 independncia
duas variveis aleatrias so estatisticamente independentes, se sua distribuio de probabilidade conjunta o produto de suas distribuies de probabilidade individuais

Anexo C
NOTA - Se duas variveis aleatrias so independentes, sua covarincia e coeficiente de correlao so nulos,mas o contrrio no
necessriamente verdadeiro.
C.3.8 a distribuio-t; distribuio de Student

a distribuio-t ou distribuio de Student a distribuio
de probabilidade de uma varivel aleatria contnua t cuja
funo densidade de probabilidade :
n + 1
G
2
1
2 1 + t
p(t, n) =
pn G n n
2
- ( n + 1 )/ 2
- <t < +
onde G a funo gama e v > 0. A esperana da distribuiot zero e sua varincia v/(v-2), para v > 2. Conforme
v , a distribuio-t se aproxima de uma distribuio
normal, com m=0 e s=1 (ver C.2.14).
A distribuio de probabilidade da varivel (z-m z )/s(z) a
distribuio-t, se a varivel aleatria z distribuida normalmente com esperana m z , onde z a mdia aritmtica
de n observaes independentes zi de z, s(zi) o desvio padro experimental das n observaes, e s(z) = s(zi)/ n o
desvio padro experimental da mdia z, com v = n-1 graus
de liberdade.
51
Anexo D
Valor verdadeiro, erro e incerteza
Anexo D
O termo valor verdadeiro (B.2.3) tem sido tradicionalmente usado em publicaes sobre incerteza, mas no neste Guia pelas razes apresentadas neste anexo. Como as
palavras mensurando, erro e incerteza so, freqentemente, mal interpretadas, este anexo tambm fornece
uma discusso adicional sobre as idias bsicas a elas associadas, a fim de suplementar a discusso dada no captulo 3. Duas figuras so apresentadas para ilustrar por que o
conceito adotado neste Guia baseado no resultado de
medio e sua incerteza estimada, em vez de ser baseado
nas grandezas desconhecidas: valor verdadeiro e erro.
D.1 O mensurando
D.1.1 O primeiro passo, ao se efetuar uma medio, especificar o mensurando - a grandeza a ser medida; o mensurando no pode ser especificado por um valor, mas, somente, por uma descrio de uma grandeza. Entretanto, a
princpio, um mensurando no pode ser completamente
descrito sem um nmero infinito de informaes. Assim,
na proporo em que deixa margem interpretao, a definio incompleta do mensurando introduz, na incerteza do
resultado de uma medio, um componente de incerteza
que pode ou no ser significativo para a exatido requerida
da medio.
D.1.2 Comumente, a definio de um mensurando especifica certos estados e condies fsicas.
EXEMPLO - A velocidade do som no ar seco de composio (frao
molar) N2 = 0,7808, O2 = 0,2095, Ar = 0,009 35, e CO2 = 0,000 35,
na temperatura T = 273,15 K e presso p = 101 325 Pa.
D.2 A grandeza realizada

D.2.1 Em condies ideais, a grandeza realizada para medio seria totalmente consistente com a definio do
mensurando. Freqentemente, entretanto, tal grandeza no
pode ser realizada, e a medio efetuada numa grandeza
que uma aproximao do mensurando.
D.3 O valor verdadeiro e o valor corrigido

D.3.1 O resultado da medio da grandeza realizada
corrigido para a diferena entre esta grandeza e o mensurando, de forma a prever qual teria sido o resultado da medio se a grandeza realizada tivesse, de fato, satisfeito,
integralmente, a definio do mensurando. O resultado da
medio, da grandeza realizada tambm corrigido para
todos os outros efeitos sistemticos significativos reconhecidos. Embora o resultado corrigido final seja algumas vezes considerado como a melhor estimativa do valor verdadeiro do mensurando, na realidade o resultado simplesmente a melhor estimativa do valor da grandeza que se
pretende medir.
D.3.2 Como exemplo, suponha que o mensurando seja a
espessura de uma determinada folha de material em uma
temperatura especificada. O espcimen levado a uma
temperatura prxima da especificada e sua espessura, em
um lugar em particular, medida com um micrmetro. A
espessura do material, nesse lugar e temperatura, sob a
presso aplicada pelo micrmetro, a grandeza realizada.
D.3.3 A temperatura do material, no momento da medio, e a presso aplicada so determinadas. O resultado
no-corrigido da medio da grandeza realizada , ento,
corrigido, levando-se em conta a curva de calibrao do
52

micrmetro, o afastamento entre a temperatura do espcimen quanto temperatura especificada, alm da leve compresso do espcimen sob a presso aplicada.
D.3.4 O valor corrigido pode ser denominado a melhor
estimativa do valor verdadeiro, verdadeiro no sentido
de que ele o valor de uma grandeza que se acredita que
satisfaa, completamente, a definio do mensurando; porm, se o micrmetro tivesse sido aplicado a uma parte diferente da folha do material, o mensurando teria sido diferente com um valor verdadeiro diferente. No entanto,
aquele valor verdadeiro seria consistente com a definio do, mensurando porque este no especificou que a espessura era para ser determinada num local em particular
sobre a folha. Assim, neste caso, por causa de uma definio incompleta do mensurando, o valor verdadeiro tem
uma incerteza que pode ser avaliada atravs de medies
realizadas em diferentes partes da folha. Em algum nvel,
cada mensurando tem uma incerteza intrnseca que
pode, em princpio, ser estimada de algum modo. Esta a
incerteza mnima com a qual um mensurando pode ser determinado, e cada medio que alcana tal incerteza pode
ser considerada a melhor medio possvel do mensurando. Para obter um valor da grandeza em questo com uma
incerteza menor, requer-se que o mensurando seja definido mais completamente.
NOTAS
1. No exemplo, a especificao do mensurando deixa em dvida
muitos outros assuntos que podem, conceitualmente, afetar a espessura: a presso baromtrica, a umidade, o comportamento da folha
no campo gravitacional, como ela apoiada, etc.
2. Embora um mensurando deva ser definido com detalhes suficientes para que qualquer incerteza decorrente de sua definio incompleta seja desprezvel em comparao com a exatido requerida
para a medio, deve-se reconhecer que isto nem sempre praticvel. A definio pode, por exemplo, estar incompleta porque no especifica parmetros que possam ter sido supostos, injustificadamente, como tendo efeito desprezvel, ou pode implicar condies que
podero nunca ser satisfeitas inteiramente e cuja realizao imperfeita difcil de se levar em conta. Por exemplo, no caso do exemplo de D.1.2, a velocidade do som implica infinitas ondas planas de
amplitude quase desprezvel. Na proporo em que a medio no
satisfaz estas condies, os efeitos no-lineares e de difrao precisam ser considerados.
3. A especificao inadequada do mensurando pode levar a discrepncias entre os resultados de medies da mesma grandeza ostensivamente realizadas em laboratrios diferentes.
D.3.5 A expresso valor verdadeiro de um mensurando

ou de uma grandeza (freqentemente abreviada para valor verdadeiro") evitada neste Guia, porque a palavra
verdadeiro vista como redundante. Mensurando (ver
Anexo D
B.2.9) significa grandeza particular sujeita medio,

portanto valor de um mensurando significa valor de
uma grandeza particular sujeita medio. Como grandeza particular , geralmente, compreendida como significando uma grandeza definida, ou especificada (ver B.2.1,
nota 1), o adjetivo verdadeiro em valor verdadeiro de
um mensurando (ou em valor verdadeiro de uma grandeza) desnecessrio o valor verdadeiro do mensurando (ou da grandeza) , simplesmente, o valor do mensurando (ou da grandeza). Adicionalmente, como indicado
na discusso acima, o valor verdadeiro nico somente
um conceito idealizado.
D.4 Erro
Um resultado de medio corrigido no o valor do mensurando isto , est errado por causa da medio imperfeita da grandeza realizada, devido a variaes aleatrias das observaes (efeitos aleatrios), determinao
inadequada de correes para efeitos sistemticos e ao conhecimento incompleto de certos fenmenos fsicos (tambm efeitos sistemticos). Nem o valor da grandeza realizada nem o valor do mensurando podem ser conhecidos
exatamente; tudo o que se pode saber so os seus valores
estimados. No exemplo acima, a espessura medida da folha pode estar errada, isto , pode diferir do valor do mensurando (a espessura da folha), porque cada uma das seguintes razes podem se combinar para contribuir para um
erro desconhecido no resultado da medio:
a) pequenas diferenas entre as indicaes do micrmetro, quando ele aplicado repetidamente para a
mesma grandeza realizada;
b) calibrao imperfeita do micrmetro;
c) medio imperfeita da temperatura e da presso aplicada;
d) conhecimento incompleto dos efeitos da temperatura, presso baromtrica e umidade da amostra ou do
micrmetro, ou de ambos.
D.5 Incerteza
D.5.1 Enquanto os valores exatos das contribuies ao
erro de um resultado de uma medio so desconhecidos e
desconhecveis, as incertezas associadas com esses efeitos
aleatrios e sistemticos que contribuem para o erro podem ser avaliadas. Porm, mesmo que as incertezas avaliadas sejam pequenas, ainda no h garantia de que o erro
53
Anexo D
no resultado da medio seja pequeno, pois, na determinao de uma correo ou na avaliao de conhecimento incompleto, um efeito sistemtico pode ter passado despercebido porque no reconhecido. Assim, a incerteza de
um resultado de uma medio no , necessariamente,
uma indicao de quanto o resultado da medio est prximo do valor do mensurando; ela simplesmente uma estimativa de quanto se est prximo do melhor valor que
seja consistente com o conhecimento atualmente disponvel.
atravs dos valores estimados das grandezas de entrada e

da incerteza padro combinada deste resultado por meio
de incertezas padro daqueles valores estimados. Somente
se h uma base slida para se acreditar que tudo isto foi
feito de maneira adequada, sem que se tenha passado por
cima de nenhum efeito sistemtico relevante, pode-se supor que o resultado da medio uma estimativa confivel
do valor do mensurando e que sua incerteza padro combinada uma medida confivel de seu possvel erro.
NOTAS
D.5.2 A incerteza de medio , assim, uma expresso do

fato de que, para um dado mensurando e um dado resultado de sua medio, no h um nico valor, mas, sim, um
infinito nmero de valores, dispersos em torno do resultado, que so consistentes com todas as observaes e dados
e conhecimentos sobre o mundo fsico, e que podem ter
diferentes graus de credibilidade atribudos ao mensurando.
D.5.3 Felizmente, em muitas situaes prticas de medio, muito do que discutido neste anexo no se aplica.
Os exemplos so quando o mensurando est adequadamente bem definido; quando padres ou instrumentos so
calibrados, usando-se padres de referncia bem conhecidos que so rastreveis a padres nacionais; e quando as
incertezas das correes de calibrao so insignificantes
comparadas s incertezas provenientes de efeitos aleatrios na indicao dos instrumentos, ou de um nmero limitado de observaes (ver E.4.3). De qualquer maneira, o
conhecimento incompleto de grandezas de influncia e de
seus efeitos podem, muitas vezes, contribuir significativamente para a incerteza do resultado de uma medio.
D.6 Representao grfica

D.6.1 A figura (D.1) ilustra algumas das idias discutidas
no item 3 deste Guia e neste anexo. Ela ilustra por que o
enfoque deste Guia est na incerteza e no no erro. O valor exato do erro de um resultado de uma medio , em
geral, desconhecido e impossvel de se conhecer. Tudo o
que se pode fazer estimar os valores das grandezas de
entrada, incluindo correes para efeitos sistemticos reconhecveis, juntamente com suas incertezas padro (desvios padro estimados), seja por meio de distribuies de
probabilidade desconhecidas que so amostradas por meio
de observaes repetidas, ou por meio de distribuies
subjetivas ou a priori baseadas no conjunto de informaes disponveis e, ento, calcular o resultado da medio
54
1. Na figura D.1a, as observaes so mostradas como um histograma para propsitos ilustrativos [ver 4.4.3 e a figura (1b)].
2. A correo para um erro igual ao negativo da estimativa do
erro. Assim, na figura (D.1) e tambm na figura (D.2), uma seta que
ilustra a correo para um erro igual em comprimento, mas aponta
para a direo contrria da seta que teria ilustrado o prprio erro e
vice-versa. O texto da figura torna claro se uma seta em particular
ilustra uma correo ou um erro.
D.6.2 A figura (D.2) mostra algumas das mesmas idias

ilustradas na figura (D.1), mas de uma maneira diferente.
Alm disso, ela tambm demonstra a idia de que pode haver vrios valores do mensurando, se a sua definio est
incompleta (entrada g da figura). A incerteza que se origina do fato da definio estar incompleta, tal como medida
pela varincia, avaliada por medies de realizaes
mltiplas do mensurando, usando-se o mesmo mtodo, os
mesmos instrumentos, etc. (ver D.3.4).
NOTA - Na coluna intitulada Varincia, as varincias so entendidas como sendo as varincias u i2 (y ) definidas na equao (11) em
5.1.3; portanto elas se somam linearmente, como mostrado.

Anexo D
Figura D.1. Ilustrao grfica do valor, erro e incerteza
55
Anexo D
Figura D.2. Ilustrao grfica dos valores, erros e incertezas
56

Motivao e base para a Recomendao INC-1 (1980)
Anexo E
Anexo E
Este anexo traz uma breve discusso tanto sobre a motivao como sobre a base estatstica para a Recomendao
INC-1 (1980) do Grupo de Trabalho para Declarao de
Incertezas, sobre o qual se fundamenta este Guia. Para discusses mais aprofundadas, ver as referncias [1, 2, 11,
12].
E.1 Seguro, aleatrio e sistemtico

E.1.1 Este Guia apresenta um mtodo amplamente aplicvel para avaliar e expressar incerteza de medio. Ele
fornece um valor realista, em vez de um valor seguro da
incerteza baseado no conceito de que no h diferena inerente entre um componente de incerteza proveniente de
um efeito aleatrio e um proveniente de uma correo para
um efeito sistemtico (ver 3.2.2 e 3.2.3). O mtodo se situa, portanto, em contraste com certos mtodos mais antigos que tm em comum as duas seguintes idias:
E.1.2 A primeira idia a de que a incerteza relatada
deve ser segura ou conservadora, significando que
nunca deveria errar para muito menos. De fato, devido
avaliao da incerteza de um resultado de medio ser
problemtica, ela foi, com freqncia, deliberadamente
tornada maior.
E.1.3 A segunda idia a de que as influncias que do
origem s incertezas foram sempre reconhecidas como
sendo ou aleatrias ou sistemticas, sendo que as
duas teriam naturezas diferentes; as incertezas associadas com cada uma eram combinadas na sua prpria maneira e deveriam ser relatadas separadamente (ou, quando era requerido um nico valor, combinadas de algum
modo especfico). Na realidade, o mtodo de combina-
o de incertezas era freqentemente projetado para satisfazer o requisito de segurana.
E.2 Justificativa para avaliaes realsticas

da incerteza
E.2.1 Quando o valor de um mensurando relatado, a
melhor estimativa de seu valor e a melhor avaliao da incerteza desta estimativa devem ser dadas, pois, se a incerteza passvel de erro, no normalmente possvel decidir
em qual direo dever-se-ia errar seguramente. Uma declarao para menos das incertezas pode fazer com que
demasiada confiana seja depositada nos valores relatados,
com conseqncias, por vezes, embaraosas ou at mesmo desastrosas. Uma declarao deliberadamente para
mais das incertezas pode, tambm, ter repercusses indesejveis. Poderia fazer com que os usurios de equipamento de medio comprassem instrumentos que so mais dispendiosos do que os de que eles precisam, ou poderia fazer com que produtos caros fossem descartados desnecessariamente, ou que os servios de um laboratrio de calibrao fossem rejeitados.
E.2.2 Isso no quer dizer que aqueles que utilizam um resultado de medio no possam aplicar seus prprios fatores de multiplicao incerteza declarada, de forma a obter uma incerteza expandida que define um intervalo com
um nvel da confiana especificado e que satisfaz suas
prprias necessidades. Nem significa, em certas circunstncias, que as instituies fornecedoras de resultados de
medies no poderiam, rotineiramente, aplicar um fator
que fornea uma incerteza expandida similar que satisfaa
as necessidades de uma classe especfica de usurios desses resultados. Entretanto, tais fatores (sempre a serem declarados) devem ser aplicados incerteza tal como deter-
57
Anexo E
minada por um mtodo realista, e somente aps a incerteza ter sido assim determinada, de modo que o intervalo definido pela incerteza expandida tenha o nvel da confiana
requerido e a operao possa ser facilmente revertida.
E.2.3 Aqueles engajados em medies freqentemente
precisam incorporar em suas anlises os resultados de medies feitas por outros, com cada um desses resultados
possuindo uma incerteza prpria. Ao avaliar a incerteza de
seu prprio resultado de medio, eles necessitam ter um
melhor valor, e no um valor seguro, da incerteza de
cada um dos resultados incorporados de terceiros. Adicionalmente, deve haver alguma maneira simples e lgica
pela qual essas incertezas importadas possam ser combinadas com as incertezas das suas prprias observaes para
fornecer a incerteza de seu prprio resultado. A Recomendao INC-1 (1980) fornece tal maneira.
(z - m z ) 2 =
i =1
(E.2a)
que pode ser escrito como:

(z - m z ) 2 =
i =1
f
2
( wi - m i ) +
w
i
(E.2b)
+2
N -1
i =1
j = i +1
f f
( wi - m i ) ( w j - m j )
w i w j
A esperana do desvio quadrado (z-mz)2 a varincia de z,

isto , E[(z-mz)2 ] = sz2 e, assim, da equao (E.2b)
s 2z
i =1
E.3 Justificativa para tratar todos os componentes da incerteza identicamente
f
( wi - m i )
w i
f
2
si + 2
w i
N -1
i =1
j = i +1
(E.3)
f f
s i s j r ij
w i w j
Nesta expresso, s 2i = E[(w i - mi ) 2 ] a varincia de

w i e rij = u (w i ,w j )/( s 2i s 2j )1/2 o coeficiente de correla-
O enfoque da discusso deste item um exemplo simples

que ilustra como este Guia trata componentes de incerteza
provenientes de efeitos aleatrios e de correes para efeitos sistemticos exatamente da mesma forma na avaliao
da incerteza do resultado de uma medio. Ele, assim,
exemplifica o ponto de vista adotado neste Guia e citado
em E.1.1, ou seja, que todos os componentes da incerteza
so da mesma natureza e devem ser tratados identicamente. O ponto de partida da discusso uma derivao simplificada da expresso matemtica para a propagao dos
desvios padro, denominada, neste Guia, como lei de propagao da incerteza.
E.3.1 Suponha que a grandeza de sada z = f(w1,w2,..,wN)
dependa de N grandezas de entrada w1,w2,...wN, onde cada
wi seja descrito por uma distribuio de probabilidade apropriada. A expanso de f por meio das esperanas dos wi,
E(wi) mi, em uma srie de Taylor de primeira ordem, fornece, para pequenos desvios de z com relao a mz, em termos de pequenos desvios de wi em torno de mi:
z -m z =
i =1
f
( wi - m i )
w i
(E.1)
onde todos os termos de maior ordem so supostamente

desprezveis e m z = f (m 1 , m 2 , K, m N ). O quadrado do desvio z - m z , ento, dado por:
58
o de w i e w j , onde u (w i ,w j ) = E[(w i - mi ) . (w j - mj )]
a covarincia de w i e w j .
NOTAS
1.
s 2z e s 2i so, respectivamente, os momentos centrais de ordem 2
(ver C.2.13 e C.2.22) das distribuies de probabilidade de z e de

w i . Uma distribuio de probabilidade pode ser completamente caracterizada pela sua esperana, varincia e momentos
centrais de ordem mais alta.
2. A equao (13) em 5.2.2 [junto com a equao (15)], que usada para calcular a incerteza padro combinada, idntica equao
(E.3), exceto que a equao (13) expressa em termos de estimativas das varincias, desvios padro e coeficientes de correlao.
E.3.2 Na terminologia tradicional, a equao (E.3) , freqentemente, chamada a lei geral de propagao do
erro, um ttulo que melhor aplicado a uma expresso da
N
forma Dz = i =1 (df / dw i ) Dw i onde Dz a mudana em z
devido a (pequenas) variaes Dw i em w i [ver equao
(E.8)]. De fato, apropriado denominar a equao
(E.3) de lei de propagao da incerteza, como dado
neste Guia, porque ela mostra como as incertezas das
grandezas de entrada w i , tomadas como iguais aos desvios padro das distribuies de probabilidade de w i ,
se combinam para fornecer a incerteza da grandeza de
sada z, se aquela incerteza tomada como igual ao desvio
padro da distribuio de probabilidade de z.

Anexo E
E.3.3 A equao (E.3) tambm se aplica propagao de

mltiplos de desvios padro, pois, se cada desvio padro si
substitudo por um mltiplo ksi, com o mesmo k para
cada si, o desvio padro da grandeza de sada z substitudo por ksz. Entretanto, ela no deve ser aplicada propagao de intervalos de confiana. Se cada si substitudo
por uma grandeza di que define um intervalo correspondente a um dado nvel da confiana p, a grandeza resultante, para z, dz,, no definir um intervalo correspondente ao
mesmo valor de p, a no ser que todos os wi sejam descritos por distribuies normais. Nenhuma de tais suposies
quanto normalidade das distribuies de probabilidade
das grandezas wi est implcita na equao (E.3). Mais especificamente, se na equao (10), em 5.1.2, cada incerteza padro u(xi) avaliada por meio de repetidas observaes independentes e multiplicada pelo fator-t, apropriado
para seus graus de liberdade para um valor particular de p
(digamos, p = 95 por cento), a incerteza da estimativa y
no ir definir um intervalo correspondendo quele valor
de p (ver G.3 e G.4).
Nota - O requisito de normalidade, quando se propagam intervalos
de confiana usando a equao (E.3), pode ser uma das razes para
a separao histrica dos componentes da incerteza derivada de observaes repetidas, que se sups serem normalmente distribudas,
daqueles que foram avaliados simplesmente como limites superior e
inferior.
E.3.4 Considere o seguinte exemplo: z depende somente

de uma grandeza de entrada w, z = f(w), onde w estimado
pela mdia de n valores wk de w; estes n valores so obtidos de n observaes repetidas independentes qk de uma
varivel aleatria q; wk e qk so relacionados por:
w k = a + bq k
(E.4)
Aqui a um desvio sistemtico constante ou deslocamento comum a cada observao, e b um fator de escala
comum. O desvio e o fator de escala, embora fixados durante as observaes, so supostos como caracterizados
por distribuies de probabilidade a priori, com a e b
como sendo as melhores estimativas das esperanas dessas
distribuies.
A melhor estimativa de w a mdia aritmtica ou mdia w
obtida de:
w=
1
n
k =1
wk =
1
n
k =1
( a + bq k )
(E.5)
A grandeza z , ento, estimada por f(w) = f(a, b, q1, q2,..., qn)

e a estimativa u2(z) de sua varincia s2(z) obtida pela equao (E.3). Se, para simplificar, se supe z = w, de modo que a
melhor estimativa de z z=f(w) = w, ento a estimativa m2(z)
pode ser prontamente encontrada. Notando pela equao (E.5)
que:
f
= 1,
a
f 1
=
b n
qk = q
k =1
f
b
=
q k
n
designando as varincias estimadas de a e b por u2(a) e

u2(b), respectivamente, e supondo que as observaes individuais so no-correlacionadas, a equao (E.3) torna-se:
u 2 ( z) = u 2 ( a) + q
u 2 (b) + b 2
s 2 (qk )
n
(E.6)
onde s2(qk) a varincia experimental das observaes qk,

calculada de acordo com a equao (4), em 4.2.2, e
s2(qk)/n=s2(q) a varincia experimental da mdia q
[equao (5), em 4.2.3].
E.3.5 Na terminologia tradicional, o terceiro termo do
membro da direita da equao (E.6) chamado de contribuio aleatria varincia estimada u2(z), porque ele
decresce normalmente quando o nmero de observaes n
aumenta, enquanto que os dois primeiros termos so chamados contribuies sistemticas, porque eles no dependem de n.
De mais significncia, em alguns tratamentos tradicionais
de incerteza de medio, a equao (E.6) questionada,
pois nenhuma distino feita entre as incertezas oriundas
de efeitos sistemticos e as que decorrem de efeitos aleatrios. Em particular, combinar as varincias obtidas de uma
distribuio de probabilidade a priori com aquelas obtidas
de distribuies baseadas na freqncia condenado, pois
o conceito de probabilidade considerado como aplicvel
somente a eventos que podem ser repetidos um grande nmero de vezes sob condies essencialmente iguais,
com a probabilidade p de um evento (0 p 1) indicando a freqncia relativa com a qual o evento ir ocorrer.
Em contraste com este ponto de vista da probabilidade baseado na freqncia, um ponto de vista igualmente vlido
de que a probabilidade uma medida do grau de credibilidade de que um evento ir ocorrer [13, 14]. Por exemplo, suponha que algum tenha a oportunidade de ganhar
uma pequena soma de dinheiro D, e que se trate de um
apostador racional. O grau de credibilidade de um evento
59
Anexo E
A ocorrer de p = 0,5, se o apostador indiferente quanto

escolha de duas apostas: (1) receber D, se o evento A
ocorrer, porm no receber nada, se ele no ocorrer; (2) receber D, se o evento A no ocorrer, porm, nada, se ele
ocorrer. A Recomendao INC-1 (1980) sobre a qual se
fundamenta este Guia adota implicitamente tal ponto de
vista de probabilidade, uma vez que ele encara expresses,
tais como a equao (E.6), como a maneira adequada de
calcular a incerteza padro combinada de um resultado de
uma medio.
E.3.6 Existem trs vantagens distintas em se adotar uma
interpretao de probabilidade baseada no grau de credibilidade, no desvio padro (incerteza padro) e na lei de propagao da incerteza [equao (E.3)] como bases para
avaliao e expresso da incerteza de medio, como foi
feito neste Guia:
a) lei da propagao de incerteza permite que a incerteza padro combinada de um resultado seja prontamente incorporada na avaliao da incerteza padro
combinada de outro resultado no qual a primeira utilizada;
b) a incerteza padro combinada pode servir de base
para calcular intervalos que correspondam, de forma
realista, a seus nveis da confiana requeridos;
c) desnecessrio classificar componentes como
aleatrios ou sistemticos (ou de qualquer outro modo) quando da avaliao da incerteza, porque
todos os componentes da incerteza so tratados da
mesma maneira.
O benefcio c) altamente vantajoso porque tal categorizao , freqentemente, fonte de confuso; um componente de incerteza no ou aleatrio ou sistemtico.
Sua natureza condicionada pela utilizao feita da grandeza correspondente, ou mais formalmente, pelo contexto
no qual a grandeza aparece no modelo matemtico que
descreve a medio. Assim, quando sua grandeza correspondente usada em um contexto diferente, um componente aleatrio pode se tornar um componente sistemtico e vice versa.
E.3.7 Pelo motivo dado em c) acima, a Recomendao
INC-1 (1980) no classifica os componentes da incerteza
como aleatrios ou sistemticos. Na realidade, no que
se refere ao clculo da incerteza padro combinada de um
resultado de medio, no h necessidade de classificar
componentes de incerteza e, assim, nenhuma necessidade
60
real de qualquer esquema de classificao. Contudo, uma

vez que ttulos convenientes podem, s vezes, ser teis na
comunicao e discusso de idias, a Recomendao
INC-1 (1980) fornece um esquema para a classificao de
dois mtodos distintos pelos quais os componentes da incerteza podem ser avaliados, A e B (ver 0.7, 2.3.2 e
2.3.3).
Classificando-se os mtodos usados para avaliar os componentes de incerteza, evita-se o problema principal associado com a classificao dos prprios componentes, isto
, a dependncia entre a classificao de um componente e
como a grandeza correspondente utilizada. Entretanto,
classificar os mtodos, em vez de componentes, no impede que se agrupem os componentes individuais avaliados
pelos dois mtodos em grupos especficos para um propsito particular, em uma dada medio, por exemplo, quando se compara a variabilidade observada experimentalmente com a prevista teoricamente dos valores de sada de
um complexo sistema de medio (ver 3.4.3).
E.4 Desvios padro como medidas de incerteza

E.4.1 A equao (E.3) requer que, independente de como
seja obtida a incerteza de estimativa de uma grandeza de
entrada, ela seja avaliada como uma incerteza padro, isto
, um desvio padro estimado. Se, em vez disso, alguma
alternativa segura avaliada, ela no pode ser usada na
equao (E.3). Em particular, se o mximo limite de
erro (o maior desvio concebvel para a estimativa suposta como sendo a melhor) usado na equao (E.3), a
incerteza resultante ter um significado mal definido e no
poder ser utilizada por algum que queira incorpor-la
em clculos subseqentes de incertezas de outras grandezas (ver E.3.3).
E.4.2 Quando a incerteza padro de uma grandeza de entrada no pode ser avaliada pela anlise de resultados de
um nmero adequado de observaes repetidas, deve-se
adotar uma distribuio de probabilidade baseada no conhecimento que muito menos extenso do que seria desejvel. Isso no torna, entretanto, a distribuio invlida ou
irreal; como todas as distribuies de probabilidade, ela
uma expresso do conhecimento existente.
E.4.3 As avaliaes baseadas em observaes repetidas
no so necessariamente superiores quelas obtidas por
outros meios. Considere s(q) o desvio padro experimental

Anexo E
da mdia de n observaes qk independentes de uma varivel q aleatria, distribuda normalmente [veja equao (5),
em 4.2.3]. A grandeza s(q) uma estatstica (ver C.2.23)
que estima s( q), o desvio padro da distribuio da probabilidade de q, que o desvio padro da distribuio dos
valores de q que seria obtido se a medio fosse repetida
um nmero infinito de vezes. A varincia s 2 [ s( q)] de s(q)
dada, aproximadamente, por:
s 2 [s( q) ] s 2 ( q) / 2n
(E.7)
onde n = n - 1 o nmero de graus de liberdade de s(q) (ver

G.3.3). Assim o desvio padro relativo de s(q), que dado
pela razo s[s( q) ]/ s( q) e que pode ser tomado como uma
medida da incerteza relativa de s(q), , aproximadamente,
[ 2(n - 1)]
-1
2.
Esta incerteza da incerteza de q que decorre
do motivo puramente estatstico da amostragem limitada,

pode ser surpreendentemente grande; para n = 10 observaes, de 24 por cento. Este e outros valores so dados na
tabela E.1, que mostra que o desvio padro de um desvio
padro estatisticamente estimado no desprezvel para valores prticos de n. Pode-se, portanto, concluir que as avaliaes do Tipo A da incerteza padro no so necessariamente mais confiveis do que as avaliaes do Tipo B, e
que em muitas situaes prticas de medies, onde o nmero de observaes limitado, os componentes obtidos
por avaliaes do Tipo B podem ser melhor conhecidos do
que os componentes obtidos de avaliaes do Tipo A.
Tabela E.1 s[s( q) ]/ s( q), o desvio padro do desvio padro experimental da mdia q de n observaes independentes de uma varivel aleatria normalmente distribuda
q, relativo ao desvio padro daquela mdia(a).
(a)
Nmero de observaes
n
s[ s( q)] / s( q)
(por cento)
76
52
42
36
10
24
20
16
30
13
50
10
EXEMPLO - A especificao de um procedimento de medio particular requer que uma certa grandeza de entrada seja calculada a
partir de uma expanso em srie de potncias especficas cujos termos de maior ordem no so exatamente conhecidos. O efeito
sistemtico, devido a no ser possvel tratar com exatido estes termos, leva a um desvio fixo desconhecido que no pode ser experimentalmente amostrado por repeties do procedimento. Assim, a
incerteza associada com o efeito no pode ser avaliada e includa na
incerteza do resultado final de medio se uma interpretao da
probabilidade, baseada em freqencia, estritamente seguida. Entretanto, interpretando-se a probabilidade na base do grau de credibilidade, permite-se uma incerteza, caracterizando o efeito a ser
avaliado de uma distribuio de probabilidade a priori (derivada do
conhecimento disponvel concernente aos termos conhecidos sem
exatido) e que seja includa no clculo da incerteza padro combinada do resultado da medio, como qualquer outra incerteza.
E.5 Uma comparao entre duas abordagens

da incerteza
E.5.1 O enfoque deste Guia sobre o resultado de medio e sua incerteza avaliada, em vez de sobre as grandezas
desconhecidas, o valor verdadeiro e erro das grandezas
desconhecidas (ver o anexo D).
Os valores dados foram calculados da expresso exata para
s[s (q )] / s (q ), e no para a expresso aproximada [2 (n - 1)]
E.4.4 Foi levantada a questo de que, enquanto as incertezas associadas com a aplicao de um mtodo particular
de medio so parmetros estatsticos caracterizando variveis aleatrias, existem exemplos de um efeito verdadeiramente sistemtico cuja incerteza deve ser tratada diferentemente. Um exemplo um desvio tendo um valor
fixo desconhecido que o mesmo para cada determinao
pelo mtodo devido uma possvel imperfeio no prprio princpio do mtodo em si ou em uma de suas hipteses. Mas, se se reconhece que tal possibilidade de desvio
existe e se sua magnitude tida como sendo possivelmente significativa, ento ele pode ser descrito por uma distribuio de probabilidade, ainda que simplesmente construda, baseada no conhecimento que levou concluso de
que ele poderia existir e de que era significativo. Assim, se
se considerar a probabilidade como uma medida do grau
de credibilidade de que um evento ir ocorrer, a contribuio de tal efeito sistemtico pode ser includa na incerteza
padro combinada de um resultado de medio, pela avaliao desta como uma incerteza padro de uma distribuio
de probabilidade a priori, e tratando-a como qualquer outra incerteza padro de uma grandeza de entrada.
-1
2.
Este Guia, na realidade, desfaz a conexo, muitas vezes

confusa, entre as grandezas desconhecidas, valor verdadeiro e erro, tomando-se os pontos de vista operacionais:
que o resultado de uma medio simplesmente o valor
61
Anexo E
atribudo ao mensurando e que a incerteza desse resultado

uma medida de disperso dos valores que poderiam, razoavelmente, ser abtribudos ao mensurando.
E.5.2 Esta conexo pode ser entendida ao se interpretar a
derivao da equao (E.3), a lei da propagao da incerteza, do ponto de vista de valor verdadeiro e erro. Neste
caso, m i considerado como desconhecido, nico valor
verdadeiro da grandeza de entrada w i e cada w i suposto ser relacionado ao seu valor verdadeiro m i por
w i = m i + e i , onde e i o erro em w i . A esperana da distribuio da probabilidade de cada e i supostamente nula,
E( e i ) = 0, com varincia E( e 2i ) = s 2i . A equao (E.1) passa, ento, a ser:
ez =
i =1
f
ei
w i
(E.8)
onde e z = z - m z o erro em z e m z o valor verdadeiro

de z. Tomando-se a esperana do quadrado de e z , obtmse uma equao idntica, na forma, equao (E.3), mas
onde s 2z = E( e 2z ) a varincia de e z , e
r i , j = u( e i , e j ) / ( s 2i s 2j )
o coeficiente de correlao de
e i e e j , onde u( e i , e j ) = E ( e i , e j ) a covarincia de e i e
e j . As varincias e os coeficientes de correlao esto portanto, associados, aos erros das grandezas de entrada, em
vez de estarem associadas s prprias grandezas de entrada.
NOTA - Supe-se que a probabilidade seja vista como uma medida
do grau de credibilidade de que um evento ir ocorrer. Isso implica
que um erro sistemtico pode ser tratado da mesma forma que um
erro aleatrio e que ei representa ambos os tipos de erros.
E.5.3 Na prtica, a diferena de pontos de vista no leva

a uma diferena no valor numrico do resultado da medio ou da incerteza atribuda a esse resultado.
Primeiro, em ambos os casos, as melhores estimativas disponveis das grandezas de entrada wi so utilizadas para
obter a melhor estimativa de z atravs da funo f; no faz
nenhuma diferena nos clculos se as melhores estimativas so vistas como os valores mais provveis de serem
atribudos s grandezas em questo, ou como as melhores
estimativas de seus valores verdadeiros.
Segundo, uma vez que e i = w i - m i e que mi representa valores nicos e fixos e, por conseqncia, no tem incerteza, as varincias e os desvios padro de ei e de wi so idnticos. Isso significa que, em ambos os casos, as incertezas
62
padro utilizadas como estimativas dos desvios padro si,

para obter a incerteza padro combinada do resultado da
medio, so idnticas e fornecem o mesmo valor numrico para aquela incerteza. Novamente, no faz nenhuma diferena nos clculos se uma incerteza padro vista como
uma medida da disperso da distribuio da probabiliade de
uma grandeza de entrada ou como uma medida da disperso
da distribuio de probabilidade do erro dessa grandeza.
NOTA - Se a suposio da nota de E.5.2 no tivesse sido feita, ento a discusso deste item no iria ter a aplicao, a no ser que todas as estimativas das grandezas de entrada e da incerteza dessas estimativas fossem obtidas da anlise estatstica de observaes repetidas, isto , de avaliaes do Tipo A.
E.5.4 Embora o enfoque baseado no valor verdadeiro e

erro fornea os mesmos resultados numricos que o enfoque tomado por este Guia (desde que a suposio da nota
E.5.2 seja feita), o conceito de incerteza deste Guia elimina a confuso entre erro e incerteza (ver o anexo D). Na
realidade, o enfoque operacional deste Guia, pelo qual
focalizado o valor observado (ou estimado) de uma grandeza e a variabilidade observada (ou estimada) desse valor, faz qualquer meno a erro inteiramente desnecessria.

Guia prtico para avaliao de componentes de incerteza
Anexo F
Anexo F
Este anexo d sugestes adicionais para avaliar componentes
de incerteza, principalmente de natureza prtica, que tm o
propsito de complementar as sugestes j dadas no
captulo 4.
F.1 Componentes avaliados a partir de observaes repetidas: avaliao Tipo A da incerteza padro
F.1.1
vel durante o perodo em que as observaes so feitas,

pois h potencialmente, uma incerteza estatisticamente determinvel, atribuvel operao de zerar.
Similarmente, se um barmetro deve ser lido, ele deve, em
princpio, ser lido para cada repetio da medio (preferivelmente, aps perturb-lo e deix-lo voltar ao seu equilbrio), pois pode haver uma variao tanto na indicao
como na leitura, mesmo se a presso baromtrica for constante.
Aleatoriedade e observaes repetidas
F.1.1.1 As incertezas determinadas a partir de observaes repetidas so, freqentemente, contrastadas com
aquelas avaliadas por outros meios, como sendo objetivas, estatisticamente rigorosas, etc. Isso sugere, erroneamente, que elas podem ser avaliadas meramente pela
aplicao de frmulas estatsticas s observaes e que
suas avaliaes no requerem a aplicao de algum discernimento.
F.1.1.2 Deve-se perguntar primeiro: Em que extenso as
observaes repetidas so repeties completamente independentes do procedimento de medio? Se todas as observaes so de uma amostra nica, e se a amostragem
parte do procedimento de medio porque o mensurando
a propriedade de um material (ao contrrio da propriedade
de um dado material em particular), ento as observaes
no foram independentemente repetidas; uma avaliao de
um componente da varincia, decorrente de possveis diferenas entre amostras, deve ser adicionada varincia das
observaes repetidas realizadas sobre a amostra nica.
Se zerar um instrumento parte do procedimento de medio, o instrumento deve ser novamente zerado como parte
de cada repetio, mesmo se houver um desvio desprez-
F.1.1.3 Em segundo lugar, deve-se perguntar se todas as

influncias, supostamente aleatrias, so, de fato, aleatrias. Sero constantes as mdias e varincias de suas distribuies ou haver, talvez, um desvio no valor de uma
grandeza de influncia no medida, durante o perodo das
observaes repetidas? Se h um nmero suficiente de observaes, as mdias aritmticas dos resultados da primeira e segunda metades do perodo e seus desvios padro experimentais podem ser calculados, e as duas mdias, comparadas uma com a outra, de forma a se julgar se a diferena entre elas estatisticamente significativa e, assim, se
h um efeito variando com o tempo.
F.1.1.4 Se os valores dos servios comuns no laboratrio (tenso e freqncia da rede eltrica, presso e temperatura da gua, presso de nitrognio, etc.) so grandezas
de influncia, h, normalmente, um forte elemento no
aleatrio em suas variaes que no pode ser ignorado.
F.1.1.5 Se o algarismo menos significativo de uma indicao digital varia continuamente durante uma observao
devido a rudo, , por vezes, difcil deixar de selecionar,
sem saber, valores pessoalmente preferidos desse algarismo. melhor arranjar algum meio de congelar a indicao
num instante arbitrrio e registrar o resultado congelado.
63
Anexo F
F.1.2
Correlaes
Grande parte da discusso neste item tambm aplicvel a

avaliaes do Tipo B da incerteza padro.
F.1.2.1 A covarincia associada com as estimativas de
duas grandezas de entrada Xi e Xj podem ser tomadas como
nulas ou tratadas como insignificantes, se:
a) Xi e Xj forem no-correlacionadas (as variveis aleatrias, no as grandezas fsicas que so consideradas
invariveis [ver 4.1.1, nota 1]), por exemplo, seja em
razo de terem sido medidas repetidamente, mas no
simultaneamente, em experimentos independentes
diferentes, ou seja em razo de representarem grandezas resultantes de avaliaes diferentes que foram
realizadas independentemente, ou se
b) qualquer das grandezas Xi ou Xj puder ser tratada
como constante, ou se
c) no existirem informaes suficientes para avaliar a
covarincia associada s estimativas de Xi e Xj .
NOTAS
1. Por outro lado, em certos casos, tais como no exemplo da resistncia de referncia da nota 1 de 5.2.2, fica evidente que as grandezas de entrada so totalmente correlacionadas e que as incertezas
padro de suas estimativas combinam linearmente.
2. Experimentos diferentes podem no ser independentes se, por
exemplo, o mesmo instrumento utilizado em cada um dos experimentos (ver F.1.2.3)
F.1.2.2 Se duas grandezas de entrada observadas simultnea e repetidamente so ou no correlacionadas, pode

ser determinado por meio da equao (17), em 5.2.3.
Por exemplo, se a freqncia de um oscilador, no compensada ou mal compensada quanto temperatura, for
uma grandeza de entrada, e, se a temperatura ambiente
for tambm uma grandeza de entrada, e se forem observadas simultaneamente, poder haver uma correlao significativa revelada pela covarincia calculada da freqncia do oscilador e da temperatura ambiente.
F.1.2.3 Na prtica, as grandezas de entrada so, freqentemente, correlacionadas, porque o mesmo padro de medio fsico, instrumento de medio, dado de referncia, ou
at mesmo o mtodo de medio, tendo uma incerteza significativa, so usados na estimativa de seus valores. Sem
perda de generalidade, suponha que duas grandezas de entrada X1 e X2, estimadas por x 1 e x 2, dependam de um
conjunto de variveis no-correlacionadas Q1, Q2,..., QL.
64
Assim, X1 = F(Q1, Q2,..., QL) e X2 = G(Q1, Q2,..., QL), embora algumas dessas variveis possam, na realidade, aparecer
em somente uma funo e no na outra. Se u2(ql) a varincia estimada associada com a estimativa de ql de Ql, ento a varincia estimada associada com x1 da equao
(10), em 5.1.2:
u 2 ( x1 ) =
l =1
F 2
u (ql )
q l
(F.1)
com uma expresso similar para u2(x2). A covarincia estimada associada a x1 e x2 dada por:
u( x 1 , x 2 ) =
l =1
F G 2
u (ql )
q l q l
(F.2)
Em razo de somente aqueles termos para os quais F/ql

0 e G/ql 0, para um dado l, contriburem para a soma, a
covarincia zero, se nenhuma varivel comum a ambos,
F e G.
O coeficiente de correlao estimado r(x1, x2), associado
com as duas estimativas x1 e x2, determinado atravs de
u(x1, x2) [equao (F.2)] e equao (14), em 5.2.2, com
u(x1) calculado da equao (F.1) e u(x2), de uma expresso
similar [ver tambm a equao (H.9), em H.2.3]. Isto tambm possvel para as covarincias estimadas, associadas
com duas estimativas de entrada, tendo ambas um componente estatstico [ver equao (17), em 5.2.3] e um componente oriundo da discusso deste item.
EXEMPLOS
1 Um resistor padro Rs usado na mesma medio para determinar tanto a corrente I como a temperatura t. A corrente determinada, medindo-se, com um voltmetro digital, a diferena de potencial
nos terminais do padro; a temperatura determinada medindo-se,
com uma ponte de resistncia e com o padro, a resistncia Rt(t) de
um sensor resistivo de temperatura calibrado, cuja relao temperatura - resistncia, na faixa de 15 C t 30 C, t = aRt2(t) - to,
onde a e to so constantes conhecidas. Assim, a corrente determinada atravs da relao I = Vs/Rs e a temperatura, atravs da relao
t = ab2(t)Rs2 - to, onde b(t) a razo medida Rt(t)/Rs fornecida pela
ponte.
Como apenas a grandeza Rs comum expresso de I e t, a equao
(F.2) fornece para a covarincia de I e t
u( I , t) =
I t 2
u ( Rs )
Rs Rs
V
= - s2 ( 2 ab 2 (t) Rs ) u 2 ( Rs ) =
Rs

=-
2I (t + t o )
Rs2
Para obter o valor numrico da covarincia, substituiem-se, nesta

expresso, os valores numricos das grandezas medidas I e t, e os
valores de Rs e u(Rs) dados no certificado de calibrao do resistor
padro. A unidade de u(I,t) , claramente A C, uma vez que a varincia relativa [u(Rs)/Rs]2 uma grandeza adimensional.
Seja uma grandeza P relacionada com as grandezas de entrada I e t
por P = CoI2/(To + t), onde Co e To so constantes conhecidas, com
incertezas desprezveis [u2(Co) 0, u2(To) 0]. A equao (13), em
5.2.2, ento, fornece para a varincia de P em termos das varincias
de I e t e de sua covarincia:
P2
=4
u 2 (I)
I2
-4
cia. Quando, como ocorre freqentemente na prtica, a incerteza

da comparao desprezvel com respeito incerteza do padro,
os coeficientes de correlao so iguais a +1 e a incerteza de
cada tem de calibrao a mesma que a do padro.
u 2 ( Rs )
(Por simplicidade de notao, neste exemplo foi usado o mesmo

smbolo tanto para a grandeza de entrada como para a sua estimativa).
u 2 ( P)
Anexo F
u( I , t)
u 2 (t)
+
I (To + t) (To + t) 2
As varincias u2(I) e u2(t) so obtidas atravs da aplicao da equao (10) de 5.1.2 s relaes I = Vs/Rs e t = ab2(t)Rs2 - to. Os resultados so:
F.1.2.4 A necessidade de introduzir a covarincia u(xi,xj)

pode ser dispensada, se o conjunto original de grandezas
de entrada X1,X2,...,XN, das quais o mensurando Y depende
[ver a equao (1), em 4.1], redefinido, de tal maneira
que inclua como grandezas de entrada adicionais e independentes aquelas grandezas Ql, comuns a duas ou mais
das Xi originais. (Pode ser necessrio executar medies
adicionais para estabecer integralmente a relao entre Ql
e as Xi afetadas). No entanto, em algumas situaes pode
ser mais conveniente manter as covarincias em vez de,
aumentar o nmero das grandezas de entrada. Um processo similar pode ser realizado para as covarincias encontradas em observaes repetidas simultaneamente [ver a
equao (17), em 5.2.3], porm a identificao das grandezas de entrada adicionais apropriadas , freqentemente,
arbitrada e no fsica.
EXEMPLO - Se, no exemplo 1 do item anterior, as expresses para I
e t em termos de Rs so introduzidas na expresso de P, o resultado :
u 2 ( I ) / I 2 = u 2 (Vs ) / Vs2 + u 2 ( Rs ) / Rs2

u 2 (t) = 4(t + t o ) 2 u 2 (b) / b 2 + 4(t + t o ) 2 u 2 ( Rs ) / Rs2
nos quais, para simplificar, supe-se que as incertezas das contantes
to e a sejam tambm desprezveis. Estas expresses podem ser prontamente avaliadas, uma vez que u2(Vs) e u2(b) podem ser determinadas, respectivamente, a partir de leituras repetidas do voltmetro e
da ponte de resistncia. Naturalmente, quaisquer incertezas inerentes aos prprios instrumentos e aos procedimentos de medio empregados devem tambm ser levados em conta, quando u2(Vs) e
u2(b) so determinados.
2. No exemplo da nota 1 de 5.2.2, suponhamos que a calibrao de
cada resistor seja representada por Ri= aiRs, com u(a i ) sendo a incerteza padro da razo medida a i , tal como obtida em observaes repetidas. Alm disso, admitindo-se que a i 1 para cada resistor e que
u(a i ) seja essencialmente a mesma para cada calibrao, de forma que
u(a i ) = u(a). Ento, as equaes (F.1) e (F.2) fornecem u2(Ri) =
Rs2u2(a) + u2(Rs) e u(Ri,Rj) = u2(Rs). Isso implica, atravs da equao (14), em 5.2.2, que o coeficiente de correlao de quaisquer dois
resistores (i j) :
u( a)
r( Ri , R j ) rij = 1 +
u( Rs ) / Rs

-1
Desde que u(Rs)/Rs= 10-4, se u(a) = 100 x 10-6, rij 0,5; se u(a) = 10 x
10-6, ri,j 0,990; e, se u(a) = 1 x 10-6, ri,j 1,000. Assim, quando
u(a) 0, ri,j 1 e u(Ri) u(Rs).
NOTA - Em geral, em calibraes por comparao, tais como
neste exemplo, os valores estimados dos itens calibrados so correlacionados, com o grau de correlao dependendo da razo entre a incerteza da comparao e a incerteza do padro de refern-
P =
C oVs2
Rs2 [To + ab 2 (t) Rs2 - t o ]
e a correlao entre I e t evitada custa da substituio das grandezas de entrada I e t pelas grandezas Vs, Rs e b. Como essas grandezas no so correlacionadas, a varincia de P pode ser obtida a
partir da equao (10) de 5.1.2.
F.2 Componentes avaliados por outros meios:

avaliao do Tipo B da incerteza padro
F.2.1
A necessidade de avaliaes do Tipo B
Se um laboratrio de medio tivesse recursos e tempo ilimitados, ele poderia conduzir a uma exaustiva investigao estatstica de todas as causas concebveis de incerteza,
por exemplo, utilizando muitas marcas e tipos diferentes
de instrumentos, diferentes mtodos de medio, diferentes aplicaes do mtodo e diferentes aproximaes dos
seus modelos tericos de medio. As incertezas associadas a todas essas causas poderiam, ento, ser avaliadas
pela anlise estatstica de sries de observaes, e a incerteza de cada causa seria caracterizada por um desvio padro estatisticamente avaliado. Em outras palavras, todos
os componentes da incerteza seriam obtidos atravs de
avaliaes do Tipo A. Como tal investigao no tem nenhuma praticidade econmica, muitos componentes da in-
65
Anexo F
certeza devem ser avaliados por quaisquer outros meios

que sejam prticos.
F.2.2
Distribuies determinadas matematicamente
F.2.2.1 Resoluo de uma indicao digital

Uma fonte de incerteza de um instrumento digital a resoluo de seu dispositivo indicador. Por exemplo, mesmo
se as observaes repetidas forem todas idnticas, a incerteza de medio atribuvel repetitividade no seria zero,
pois h uma faixa de sinais de entrada no instrumento, varrendo um intervalo conhecido, que dariam a mesma indicao. Se a resoluo do dispositivo indicador dx, o valor
do estmulo que produz uma dada indicao pode estar situado com igual probabilidade em qualquer lugar no intervalo X-dx/2 a X+dx/2. O estmulo , ento, descrito por
uma distribuio de probabilidade retangular (ver 4.3.7 e
4.4.5), de amplitude dx, com varincia u2=(dx)2/12, implicando em uma incerteza padro de u=0,29 dx para qualquer indicao.
Assim, um instrumento de pesagem, com um dispositivo indicador cujo menor algarismo significativo 1 g, tem uma
varincia devido resoluo do dispositivo de u2 = (1/12) g2
e uma incerteza padro de u = (1/ 12)g = 0,29g.
F.2.2.2 Histerese
Certos tipos de histerese podem causar um tipo similar de
incerteza. A indicao de um instrumento pode diferir por
um valor fixado e conhecido, caso as leituras sucessivas
sejam crescentes ou decrescentes. O operador prudente
anota a direo das sucessivas leituras e faz a correo
apropriada. Entretanto, a direo da histerese no sempre
observvel: pode haver oscilaes ocultas do instrumento,
em torno do ponto de equilbrio, de modo que a indicao
dependa da direo pela qual este ponto de equilbrio finalmente alcanado. Se a faixa de leituras possveis desta
causa for dx, a varincia , novamente, u2 = dx2/12, e a incerteza padro devido histerese u=0,29 dx.
F.2.2.3 Aritmtica de preciso-finita
O arredondamento ou corte de nmeros provenientes da
reduo automtica de dados pelo computador pode, tambm, ser uma fonte de incerteza. Considere, por exemplo,
um computador com um comprimento de palavra de 16
bits. Se, no decorrer da computao, um nmero tendo
esse comprimento de palavra subtrado de outro do qual
66
ele difira apenas no 16 bit, somente permanece um bit

significativo. Tais eventos podem ocorrer na avaliao de
algoritmos mal-condicionados e podem ser difceis de
prever. Pode-se obter uma determinao emprica da incerteza, aumentando-se a grandeza de entrada mais importante para o clculo (h freqentemente, uma que proporcional magnitude da grandeza de sada) por pequenos
incrementos at que a grandeza de sada mude; a menor
mudana na grandeza de sada que pode ser obtida por tais
meios pode ser tomada como uma medida da incerteza; se
dx, a varincia u2 = (dx)2/12 e u = 0,29 dx.
NOTA - Pode-se verificar a avaliao da incerteza, comparando-se
o resultado da computao levada a efeito na mquina com limitao do comprimento de palavra, com o resultado da mesma computao efetuada por uma mquina com um comprimento de palavra
significativamente maior.
F.2.3
Valores de entrada importados
F.2.3.1 Um valor importado para uma grandeza de entrada um valor que no foi estimado no decorrer de uma
dada medio, mas que foi obtido em outra parte como resultado de uma avaliao independente. Freqentemente,
tal valor importado acompanhado de algum tipo de declarao de sua incerteza. Por exemplo, a incerteza pode
ser dada como um desvio padro, um mltiplo de um desvio padro, ou a semifaixa de um intervalo, tendo um nvel da confiana declarado. Alternativamente, limites superior ou inferior podem ser fornecidos, ou nenhuma informao pode ser fornecida sobre a incerteza. Neste ltimo caso, aqueles que utilizam o valor devem empregar seu
prprio conhecimento da magnitude provvel da incerteza,
dada a natureza da grandeza, pela confiabilidade da fonte,
pelas incertezas obtidas na prtica para essas grandezas,
etc.
NOTA - A discusso da incerteza de grandezas de entrada importadas includa neste item sobre a avaliao do Tipo B de incerteza
padro por convenincia; a incerteza de tal grandeza poderia ser
composta por componentes obtidos por avaliaes do Tipo A ou
componentes obtidos por avaliaes de ambos os Tipos, A e B.
Como desnecessrio distinguir entre componentes avaliados pelos
dois mtodos diferentes para se calcular uma incerteza padro combinada, tambm desnecessrio conhecer a composio de uma incerteza de uma grandeza importada.
F.2.3.2 Alguns laboratrios de calibrao tm adotado a

prtica de expressar a incerteza na forma de limites de
confiana superior e inferior que definem um intervalo,
tendo um nvel da confiana mnimo, por exemplo,
pelo menos 95 por cento. Isso pode ser visto como um
exemplo da assim chamada incerteza segura (ver E.1.2) e

esta no pode ser convertida em uma incerteza padro sem

o conhecimento de como ela foi calculada. Se dada informao suficiente, ela pode ser recalculada de acordo
com as regras deste Guia; de outra forma, uma avaliao
independente da incerteza deve ser feita por quaisquer outros meios que estejam disponveis.
F.2.3.3 Algumas incertezas so dadas, simplesmente,
como limites mximos dentro dos quais todos os valores
da grandeza estaro contidos. uma prtica comum supor
que todos os valores dentro desses limites so igualmente
provveis (uma distribuio de probabilidade retangular),
mas tal distribuio no deve ser suposta, se existem razes para se esperar que os valores que estejam dentro do
intervalo, porm, prximos aos limites, sejam menos provveis do que aqueles que esto mais prximos do centro
desses limites. Uma distribuio retangular de semifaixa a
tem uma varincia a2/3; uma distribuio normal para a
qual a a semifaixa de um intervalo, tendo um nvel da
confiana de 99,73 por cento tem uma varincia de a2/9.
Pode ser prudente adotar um meio termo entre esses valores, por exemplo, supondo-se uma distribuio triangular,
para a qual a varincia a2/6 (ver 4.3.9 e 4.4.6).
F.2.4
Valores de entrada medidos
F.2.4.1 Observao nica, instrumentos calibrados

Se uma estimativa de entrada foi obtida atravs de uma
nica observao, com um determinado instrumento que
tenha sido calibrado por um padro de pequena incerteza,
a incerteza da estimativa , principalmente, a de repetitividade. A varincia de medies repetidas pelo instrumento
pode ter sido obtida em uma ocasio anterior, no de
modo necessrio para precisamente o mesmo valor de leitura, mas prximo o suficiente para ser til, e pode ser
possvel supor que a varincia seja aplicvel ao valor de
entrada em questo. Se nenhuma informao disponvel,
deve ser feita uma estimativa baseada na natureza do aparelho ou instrumento de medio, nas varincias conhecidas de outros instrumentos de construo similar, etc.
F.2.4.2 Observao nica, instrumentos verificados
Nem todos os instrumentos de medio so acompanhados
de um certificado de calibrao ou de uma curva de calibrao. A maioria dos instrumentos, entretanto, construda de acordo com uma norma escrita e verificada, seja
pelo fabricante ou por uma autoridade independente, para
estar em conformidade com esse documento. Usualmente,
Anexo F
a norma contm requisitos metrolgicos, freqentemente

na forma de erros mximos permissveis, com os quais
se requer que o instrumento esteja conforme. O atendimento do instrumento a esses requisitos determinado por
comparao com um instrumento de referncia cuja incerteza mxima permitida , geralmente, especificada na norma. Essa incerteza , ento, um componente da incerteza
do instrumento verificado.
Se nada conhecido sobre a curva caraterstica de erro do instrumento verificado, deve-se supor que h uma probabilidade
igual de que o erro tenha qualquer valor dentro dos limites
permitidos, isto , uma distribuio de probabilidade retangular. Entretanto, certos tipos de instrumentos tm curvas
caratersticas tais que os erros so, por exemplo, provavelmente sempre positivos em parte da faixa de medio e
negativos em outra. Algumas vezes, tal informao pode
ser deduzida pelo estudo da norma escrita.
F.2.4.3 Grandezas controladas
Medies so freqentemente feitas sob condies de referncia controladas que se supe que permaneam constantes no decorrer de uma srie de medies. Por exemplo,
medies podem ser efetuadas em amostras em um banho
de leo agitado, cuja temperatura seja controlada por um
termostato. A temperatura do banho pode ser medida ao
mesmo tempo em que se realiza a medio em uma amostra, mas, se a temperatura do banho cclica, a temperatura instantnea da amostra pode no ser a temperatura indicada pelo termmetro no banho. O clculo das flutuaes
da temperatura da amostra baseado na teoria de transferncia de calor, e de sua varincia, est alm do escopo deste
Guia, porm ele deve comear a partir de um ciclo conhecido ou suposto de temperatura para banho. Este ciclo
pode ser observado por um termopar adequado e um registrador de temperatura, mas, na falta deles, pode-se deduzir
uma aproximao do valor a partir do conhecimento da
natureza dos controles.
F.2.4.4 Distribuies assimtricas de valores possveis
H ocasies em que todos os valores possveis de uma
grandeza se encontram de um lado de um valor limitante
nico. Por exemplo, quando se mede uma altura vertical
fixa h (o mensurando) de uma coluna de lquido em um
manmetro, o eixo da altura do dispositivo medidor pode
se desviar da vertical por um pequeno ngulo b. A distncia l determinada pelo dispositivo ser sempre maior do
que h; no possvel nenhum valor menor do que h. Isto
67
Anexo F
se d porque h igual projeo l cosb, implicando

l = h/cosb, e todos os valores de cosb so menores que
um; nenhum valor maior do que um possvel. Este assim chamado erro de cosseno pode tambm ocorrer de
tal maneira que a projeo h'cosb, de um mensurando h',
igual distncia observada l, isto , l = h'cosb, e a distncia observada sempre menor do que o mensurando.
Se uma nova varivel d = 1 - cosb introduzida, as duas
diferentes situaes so, supondo b 0, ou d << 1 como
acontece geralmente na prtica:
h = l (1 - d)
(F.3a)
h' = l (1 + d)
(F.3b)
[exp(-b / 2s )]sen(b)db. As funes densidade de pro2
babilidade p(d) so, nos dois casos, as expresses requeridas para se determinar a esperana e varincia de
d para uso nas equaes (F.3) e (F.4). Elas podem, prontamente, ser obtidas a partir destes elementos de probabilidades porque o ngulo b pode ser suposto como pequeno
e, portanto, d = 1 - cosb e senb podem ser expandidos at a
menor ordem em b. Isso gera d b 2 / 2, senb b = 2d e
db = dd / 2d. As funes densidade de probabilidade so,
ento:
p( d) =
1
s pd
exp ( -d / s 2 )
(F.5a)
em uma dimenso e
Aqui, l , a melhor estimativa de l, a mdia aritmtica ou
mdia de n observaes independentes repetidas lk, de l ,
com uma varincia estimada u2(l ) [ver as equaes (3) e
(5), em 4.2]. Assim, das equaes (F.3a) e (F.3b) segue
que, para obter uma estimativa de h ou h', necessita-se de
uma estimativa do fator de correo d , enquanto que, para
se obter a incerteza padro combinada da estimativa de h
ou h', necessita-se de u2(d), a varincia estimada de d.
Mais especificamente, a aplicao da equao (10) em
5.1.2 s equaes (F.3a) e (F.3b) fornece para u c2 ( h) e
u c2 ( h') (com sinais - e +, respectivamente):
u c2 = (1
d) 2 u 2 ( l ) + l 2u 2 ( d )
u 2 (l ) + l 2u 2 ( d)
(F.4a)
(F.4b)
No caso restrito ou unidimensional, o elemento de

probabilidade r(b)db (C.2.5, nota) proporcional a
2
elemento
68
/ 2s 2 ) db; no caso irrestrito ou bidimensional, o

de
probabilidade
proporcional
1
s2
exp( -d / s 2 )
(F.5b)
em duas dimenses, onde
p( d) dd = 1
As equaes (F.5a) e (F.5b), que mostram que o valor

mais provvel da correo d em ambos os casos zero,
fornecem, no caso unidimensional, E( d) = s 2 / 2 e var(d) =
s 4 / 2 para a esperana e a varincia de (d); e no caso bidimensional, E( d) = s 2 e var(d) = s 4 . As equaes (F.3a),
Para se obter estimativas do valor esperado de d e a varincia de d, assuma que o eixo do dispositivo utilizado para
medir a altura da coluna de lquido no manmetro mantido fixo no plano vertical e que a distribuio dos valores
do ngulo de inclinao b, em torno de seu valor esperado
de zero, uma distribuio normal, com varincia s2. Embora b possa ter valores tanto positivos quanto negativos,
d = 1 - cosb positivo para todos os valores de b. Se o desalinhamento do eixo do dispositivo irrestrito, a orientao do eixo pode variar em um ngulo slido, uma vez que
capaz de um desalinhamento tambm de azimute, sendo,
porm, b sempre um ngulo positivo.
[exp(-b
p( d) =
(F3.b) e (F.4b) tornam-se, ento:
(F.6a)
h' = l 1 + (d / 2)u 2 (b)
(F.6b)
u c2 ( h) = u c2 ( h') = u 2 (l ) + (d / 2)l 2u 4 (b)
(F.6c)
h = l 1 - (d / 2)u 2 (b)
onde d a dimensionalidade (d = 1 ou 2) e u(b) a incerteza

padro do ngulo (b), tomado como sendo a melhor estimativa
do desvio padro s de uma distribuio suposta como normal
e a ser avaliada a partir de todas as informaes disponveis
relativas medio (avaliao do Tipo B). Este um exemplo
de um caso em que a estimativa do valor de um mensurando
depende da incerteza de uma grandeza de entrada.
Embora as equaes de (F.6a) at (F.6c) sejam especficas
para uma distribuio normal, a anlise pode ser efetuada,
supondo-se outras distribuies para b. Por exemplo, supondose uma distribuio retangular simtrica para b, com limites
superior e inferior +b0 e -b0, no caso unidimensional; +b0 e
zero, no caso bidimensional; E( d) = b 20 / 6 e var( d) = b 04 / 45,

Anexo F
E( d) = b 20 / 4 e var( d) = b 04 / 48, em
de U e da correo conhecida b para a faixa dos valores

de t.
NOTA - Esta uma situao em que a expanso da funo

Y = f (X 1 , X 2 , K , X N ), em uma srie de Taylor de primeira ordem
Embora este Guia recomende que sejam aplicadas correes aos resultados de medio para os efeitos sistemticos significativos conhecidos, isto pode no ser sempre
factvel em tal situao, devido a um esforo financeiro
inaceitvel que ocorreria para calcular e aplicar uma correo individual e para calcular e utilizar uma incerteza individual para cada valor de y(t).
em uma dimenso;
duas dimenses.
para obter u c2 (y ), equao (10), em 5.1.2, inadequada por causa da

no-linearidade de f: cos b cos(b ) (ver nota 2 de 5.1.2, e H.2.4).
Embora a anlise possa ser realizada inteiramente em termos de b, a
introduo da varivel d simplifica o problema.
Outro exemplo de uma situao em que todos os valores

possveis de uma grandeza situam-se de um s lado de um
valor limitante nico a determinao por titulao da
concentrao de um componente em uma soluo em que
o ponto final indicado pelo disparo de um sinal; a quantidade de reagente adicionada sempre maior do que aquela
necessria para disparar o sinal; nunca menor. O excesso
titulado alm do ponto limite uma varivel requerida na
reduo de dados, e o procedimento, neste caso (e em casos similares), supor uma distribuio de probabilidade
adequada para o excesso e utiliz-la para obter o valor esperado do excesso e sua varincia.
EXEMPLO - Supondo-se uma distribuio retangular de limite inferior 0 e limite superior C0, para o excesso z, o valor esperado do excesso C0/2, com a varincia associada C o2 / 12 . Se a funo densi-
Um enfoque comparativamente simples deste problema,

consistente com os princpios deste Guia, como se segue:
Estabelea uma correo mdia nica b a partir de:
b=
ento o valor esperado s 2 / p , com varincia s (1 - 2 / p ).

2
F.2.4.5 Incerteza quando as correes de uma curva de

calibrao no so aplicadas
A Nota de 6.3.1 discutiu o caso em que uma correo
conhecida b, para um efeito sistemtico significativo,
no aplicada ao resultado relatado de uma medio,
mas, em vez disso, levada em conta, ampliando-se a
incerteza atribuda ao resultado. Um exemplo a
substituio de uma incerteza expandida U por U + b,
onde U uma incerteza expandida obtida sob a suposio de b = 0. Esta prtica , por vezes, seguida em situaes nas quais todas as seguintes condies se aplicam:
o mensurando Y definido sobre uma faixa de valores
de um parmetro t, como no caso de uma curva de calibrao para um sensor de temperatura; U e b tambm
dependem de t; e somente um nico valor de incerteza deve ser dado para todas as estimativas y(t) do
mensurando para a faixa dos valores possveis de t.
Em tais situaes, o resultado da medio , muitas
vezes, relatado como Y (t) = y(t) [U max + bmax ], onde o
ndice max indica que so usados os valores mximos
t2
(F.7a)
t1 b(t) dt
onde t 1 e t 2 definem a faixa de interesse do parmetro t, e

considere como a melhor estimativa de Y(t) o valor
y'(t) = y(t) + b , onde y(t) a melhor estimativa no-corrigida de Y(t). A varincia associada correo mdia b sobre a faixa de interesse dada por:
dade de probabilidade do excesso for tomada como uma distribuio

normal com 0 z < , isto , p(z ) = (s p / 2 ) -1 exp(- z 2 / 2 s 2 ),
1
t 2 - t1
u 2 (b) =
1
t 2 - t1
t1 [b(t) - b ]
t2
dt
(F.7b)
sem levar em conta a incerteza da real determinao da

correo b(t). A varincia mdia da correo b(t) devido
sua determinao real dada por:
u 2 [b(t) ] =
1
t 2 - t1
t2
t1 u 2 [b(t) ] dt
(F.7c)
onde u2[b(t)] a varincia da correo b(t). Similarmente,

a varincia mdia de y(t) proveniente de todas as fontes de
incerteza, exceo da correo b(t), obtida de:
u 2 [y(t) ] =
1
t 2 - t1
t2
t1 u 2 [y(t) ] dt
(F.7d)
onde u2[y(t)] a varincia de y(t) devido a todas as fontes

de incertezas, exceo de b(t). O valor nico da incerteza
padro a ser usado para todas as estimativas y'(t) = y(t) + b
do mensurando Y(t) , ento, a raiz quadrada positiva de:
u c2 ( y') = u 2 [ y(t)] + u 2 [ b(t)] + u 2 ( b )
(F.7e)
69
Anexo F
Uma incerteza expandida U pode ser obtida, multiplicando-se uc(y') por um fator de abrangncia k adequadamente
escolhido , U = kuc(y'), fornecendo {Y (t) = y'(t) U =
y(t) + b U . Entretanto, o uso da mesma correo mdia
para todos os valores de t, em vez da correo apropriada
para cada valor de t, deve ser reconhecida e declarada de
forma clara no tocante ao que U representa.
F.2.5
Incerteza do mtodo de medio
F.2.5.1 Talvez o componente de incerteza mais difcil de

avaliar seja aquele associado com o mtodo de medio,
especialmente se a aplicao do mtodo demonstrou dar
resultados com menor variabilidade que os de quaisquer
outros mtodos conhecidos. Mas provvel que existam
outros mtodos, alguns deles ainda desconhecidos ou, de
alguma forma, pouco prticos, que dariam de modo sistemtico, resultados diferentes aparentemente de igual validade. Isto implica numa distribuio de probabilidade a
priori, no uma distribuio da qual as amostras podem
ser rapidamente extradas e tratadas estatisticamente. Assim, muito embora a incerteza do mtodo possa ser dominante, a nica informao muitas vezes disponvel para
avaliar sua incerteza padro o prprio conhecimento
existente do mundo fsico (ver tambm E.4.4).
NOTA - A determinao do mesmo mensurando por diferentes mtodos, seja no mesmo laboratrio, seja em laboratrios diferentes,
ou pelo mesmo mtodo em laboratrios diferentes, pode, muitas vezes, fornecer informao valiosa acerca da incerteza atribuvel a um
mtodo em particular. Em geral, a troca de padres de medio ou
de materiais de referncia entre laboratrios para medies independentes um meio usual de avaliar a confiabilidade das avaliaes de
incerteza e de identificar efeitos sistemticos no reconhecidos previamente.
F.2.6
Incerteza da amostra
F.2.6.1 Muitas medies envolvem a comparao de um

objeto desconhecido com um padro conhecido, tendo caractersticas similares, de forma a calibrar o desconhecido.
Exemplos incluem blocos padro, certos termmetros,
conjuntos de massas, resistores e materiais de alta pureza.
Na maioria desses casos, os mtodos de medio no so
especialmente sensveis, ou afetados prejudicialmente,
pela seleo da amostra (isto , o desconhecido em particular sendo calibrado), pelo tratamento da amostra ou pelos efeitos das vrias grandezas ambientais de influncia,
porque, em geral, tanto o padro como o desconhecido
respondem do mesmo modo (e freqentemente predito) a
tais variveis.
70
F.2.6.2 Em algumas situaes prticas de medio, a

amostragem e o tratamento das amostras desempenham
um papel muito mais importante. Este , muitas vezes, o
caso da anlise qumica de materiais naturais. Ao contrrio
dos materiais feitos pelo homem, que podem ter uma homogeneidade comprovada em um nvel bem acima do requerido para a medio, os materiais naturais so, freqentemente, muito heterogneos. Essa heterogeneidade conduz a dois componentes adicionais de incerteza. A avaliao do primeiro requer a determinao de quo adequadamente a amostra selecionada representa o material original
sendo analisado. A avaliao do segundo requer a determinao da extenso na qual os constituintes secundrios
(no analisados) influenciam a medio e quo adequadamente eles so tratados pelo mtodo de medio.
F.2.6.3 Em alguns casos, o planejamento cuidadoso da
experincia pode tornar possvel avaliar estatisticamente a
incerteza devido amostra (ver H.5 e H.5.3.2). Usualmente, entretanto, especialmente quando os efeitos de grandezas ambientais de influncia sobre a amostra so significativos, a habilidade e conhecimento do analista, derivados
de sua experincia e de todas as informaes ento disponveis, so requeridos para avaliar a incerteza.

Graus de liberdade e nveis da confiana
Anexo G
Anexo G
G.1 Introduo
G.1.1 Este anexo trata da questo geral da obteno de
uma incerteza expandida Up = kpuc(y), a partir da estimativa y do mensurando Y e de sua incerteza padro combinada uc(y), que define um intervalo y - Up Y y + Up , o qual
tem uma alta probabilidade de abrangncia especificada
ou nvel da confiana p. O anexo, ento, trata da determinao do fator de abrangncia kp que produz um intervalo
em torno do resultado y da medio, do qual se espera que
abranja uma grande frao especificada p da distribuio
de valores que poderiam, razoavelmente, ser atribudos ao
mensurando Y (ver item 6).
G.1.2 Em muitas situaes prticas de medio, o clculo
de intervalos tendo nveis da confiana especificados - de
fato, a estimativa da maioria dos componentes individuais
da incerteza em tais situaes - somente, a melhor aproximao. At mesmo o desvio padro experimental da mdia do equivalente a 30 observaes repetidas de uma
grandeza descrita por uma distribuio normal tem uma
incerteza de cerca de 13 por cento (ver a tabela E.1, no
anexo E).
Na maioria dos casos, no faz sentido tentar distinguir entre, por exemplo, um intervalo tendo um nvel da confiana de 95 por cento (uma chance em 20 de que o valor do
mensurando Y esteja fora do intervalo) e tampouco um intervalo de 94 ou 96 por cento (1 chance em 17 e 25, respectivamente). particularmente difcil obter intervalos
da confiana justificveis com nveis da confiana de 99
por cento (1 chance em 100) e maiores, mesmo que ele assuma que nenhum efeito sistemtico tenha sido esquecido,
porque, geralmente, se dispe de muito pouca informao
sobre as pores extremas ou caudas das distribuies

de probabilidade das grandezas de entrada.
G.1.3 Para obter o valor do fator de abrangncia kp, que
produz um intervalo corrrespondente a um nvel especificado da confiana p, requer-se um conhecimento detalhado da distribuio de probabilidade caracterizada pelo resultado da medio e a sua incerteza padro combinada.
Por exemplo, para uma grandeza z descrita por uma distribuio normal, com esperana mz e desvio padro s, o valor de kp, que fornece um intervalo mz kps, que compreende a frao p da distribuio e, dessa forma, tem uma
probabilidade de abrangncia ou nvel da confiana p,
pode ser prontamente calculado. Alguns exemplos so dados na tabela G.1.
Tabela G.1- Valor do fator de abrangncia kp que produz
um intervalo da confiana tendo um nvel da confiana p,
supondo uma distribuio normal.
Nvel da confiana p
(por cento)
Fator de abrangncia
kp
68,27
90
1,645
95
1,960
95,45
99
2,576
99,73
NOTA - Por contraste, se z descrito por uma distribuio de probabilidade retangular, com esperana m z e um desvio padro s = a/ 3,
onde a a semifaixa da distribuio, os nveis da confiana p so 57,74
por cento, para kp = 1; 95 por cento, para kp = 1,65; 99 por cento,
para k p = 1,71; 100 por cento, para kp 3 1,73. A distribuio
71
Anexo G
retangular mais estreita do que a distribuio normal no sentido de

que de extenso finita e no tem caudas.
G.1.4 Se as distribuies de probabilidade das grandezas

de entrada X1,X2,...,XN, das quais o mensurando Y depende,
so conhecidas [suas esperanas, varincias e momentos de
ordem superior (ver C.2.13 e C.2.22), se as distribuies
no so distribuies normais] e se Y uma funo linear
das grandezas de entrada, Y = c1X1 + c2X2 + ... + cNXN, ento
a distribuio de probabilidade de Y pode ser obtida por
convoluo das distribuies de probabilidade individuais [10]. Os valores de kp que fornecem os intervalos correspondentes aos nveis especificados da confiana p podem, ento, ser calculados a partir da distribuio resultante da convoluo.
G.1.5 Se a relao funcional entre Y e suas grandezas de
entrada no-linear e se uma expanso de primeira ordem
da srie de Taylor da relao no uma aproximao aceitvel (ver 5.1.2 e 5.1.5), ento a distribuio de probabilidade de Y no pode ser obtida pela convoluo das grandezas de entrada. Em tais casos, outros mtodos numricos
ou analticos so requeridos.
G.1.6 Na prtica, em razo de os parmetros que caracterizam as distribuies de probabilidade das grandezas de
entrada serem usualmente estimativas, porque no realista esperar que o nvel da confiana a ser associado com
um determinado intervalo possa ser conhecido com um
alto grau de exatido, e devido complexidade de convoluco das distribuies de probabilidade, tais convolues
so raramente, se vierem a ser, implementadas quando intervalos com nveis da confiana especificados precisarem
ser calculados. Em vez disso, so usadas aproximaes
para obter vantagem no uso do Teorema Central do Limite.
G.2 Teorema Central do Limite

G.2.1 Se Y = c1X1 + c2X2 + ...+ cNXN =
i = 1
N
c i X i e to-
dos os Xi so caracterizados por distribuies normais,

ento a distribuio convolucionada resultante de Y tambm ser normal. Entretanto, mesmo que as distribuies
de Xi no sejam normais, a distribuio de Y pode, freqentemente, ser aproximada por uma distribuio normal devido ao Teorema Central do Limite. Este teorema
estabelece que a distribuio de Y ser aproximadamente
N
normal, com esperana E(Y) = S c i E(Xi) e varincia

i =1
72
s2(Y) = S c i2 s2(Xi), onde E(Xi) a esperana de Xi e

i =1
s2(Xi) a varincia de Xi , se os Xi so independentes e

s2(Y) muito maior do que qualquer componente individual ci2s2(Xi) de um Xi , com distribuio no-normal.
G.2.2 O Teorema Central do Limite importante porque
mostra o papel muito relevante desempenhado pelas varincias das distribuies de probabilidade das grandezas
de entrada, comparado ao desempenhado pelos momentos de ordem superior das distribuies, na determinao
da forma da distribuio convolucionada de Y resultante.
Ademais, isto implica que a distribuio convolucionada
tende distribuio normal quando aumenta o nmero de
contribuies das grandezas de entrada para s2(Y); que a
convergncia ser tanto mais rpida quanto mais prximos os valores de ci2s2(Xi) estiverem um do outro (equivalente, na prtica, a dizer que cada estimativa de entrada
xi contribui com uma incerteza comparvel incerteza da
estimativa y do mensurando Y); que quanto mais prximas as distribuies de Xi esto de serem normais, tanto
menos Xi so requeridos para dar a Y uma distribuio
normal.
EXEMPLO - A distribuio retangular (ver 4.3.7e 4.4.5) um exemplo extremo de uma distribuio no normal, mas a convoluo
de, ainda que apenas, trs distribuies de igual largura aproximadamente normal. Se a semifaixa de cada uma das trs distribuies
retangulares a, de modo que a varincia de cada uma a2/3, a
varincia da distribuio convolucionada s2 = a2. Os intervalos de
95 por cento e de 99 por cento da distribuio convolucionada so
definidos por 1,937 s e 2,379 s, respectivamente, enquanto que os
intervalos correspondentes para uma distribuio normal com o
mesmo desvio padro s so definidos por 1,960 s e 2,576 s (ver a
tabela G.1) [10].
NOTAS
1. Para cada intervalo com um nvel da confiana p maior do que
cerca de 91,7 por cento, o valor de kp, para uma distribuio normal,
maior do que o valor correspondente para a distribuio resultante
da convoluo de qualquer nmero e tamanho de distribuies retangulares.
2. Do Teorema Central do Limite, segue que a distribuio de
probabilidade da mdia aritmtica q de n observaes qk de uma
varivel aleatria q, com esperana m q e desvio padro finito s, se
aproxima de uma distribuio normal, com mdia m q e desvio padro
s / n, quando n , qualquer que possa ser a distribuio de probabilidade de q.
G.2.3 Uma conseqncia prtica do Teorema Central do

Limite que, quando se pode estabelecer que seus requisitos foram aproximadamente satisfeitos, em particular se a
incerteza padro combinada uc(y) no dominada por um
componente de incerteza padro obtido por uma avaliao

Anexo G
do Tipo A, baseada em apenas poucas observaes, ou por

um componente de incerteza padro obtido por uma avaliao do Tipo B, baseada em uma suposta distribuio retangular, uma primeira aproximao razovel para o clculo de uma incerteza expandida Up = kpuc(y), que ir proporcionar um intervalo com nvel da confiana p, usar,
para kp, um valor da distribuio normal. Os valores mais
comumente usados para este propsito so dados na tabela G.1.
G.3 A distribuio-t e os graus de liberdade

G.3.1obter uma melhor aproximao do que simplesmente
Para
usar um valor kp da distribuio normal, como em G.2.3,
deve-se reconhecer que o clculo de um intervalo, tendo
especificado um nvel da confiana, requer, no a distribuio da varivel [Y - E(Y)]/s(Y), mas a distribuio da varivel (y - Y)/uc(y). Isto se d porque, na prtica, tudo que
est geralmente disponvel y, a estimativa de Y tal como
N
obtida de y = S c i X i , onde xi a estimativa de Xi; e a vai =1
rincia combinada associada com uc2(y), avaliada a partir

N
de uc2(y) = S c i2 u2(xi), onde u(xi) a incerteza padro

i =1
(desvio padro estimado) da estimativa xi.

NOTA - Falando de modo estrito, na expresso (y - Y)/uc(y), Y deveria ser lido como E(Y). Para simplificar, tal distino s tem sido
feita em algumas partes deste Guia. Em geral, o mesmo smbolo
tem sido usado para a grandeza fsica, a varivel aleatria que representa esta grandeza, e a esperana desta varivel (ver as notas de
4.1.1).
G.3.2 Se z uma varivel aleatria normalmente distribuda com esperana mz e desvio padro s, e z a mdia aritmtica de n observaes independentes de zk de z e s(z) o
desvio padro experimental de z [ver as equaes (3) e (5),
em 4.2], ento a distribuio da varivel t = (z -mz) / s(z)
a distribuio-t ou distribuio de Student (C.3.8), com
v = n-1 graus de liberdade.
Conseqentemente, se o mensurando Y , simplesmente,
uma grandeza nica normalmente distribuda X, Y = X e se
X estimada pela mdia aritmtica X de n observaes
repetidas e independentes Xk de X, com desvio padro experimental s(X ), ento a melhor estimativa de Y y = X ,
e o desvio padro dessa estimativa u c(y) = s(X ). Ento t = (z - mz)/s(z) = (X - X)/s(X ) = (y - Y)/u c(y) distribudo de acordo com a distribuio-t, com:
Pr[ -t p ( v) t t p ( v)] = p
ou:
Pr[ -t p ( v) ( y - Y ) / u c ( y) t p ( v)] = p
(G.1b)
que pode ser reescrita como:

Pr[ y - t p ( v)u c ( y) Y y + t p ( v)u c ( y)] = p (G.1c)
Nestas expresses, Pr[ ] significa probabilidade de, e o
fator-t tp(v) o valor de t para um dado valor do parmetro
v - os graus de liberdade (ver G.3.3) - tal que a frao p da
distribuio t abrangida pelo intervalo -tp(v) at +tp(v).
Assim, a incerteza expandida:
U p = k pu c ( y) = t p ( v)u c ( y)
(G.1d)
define um intervalo y - Up at y + Up , convenientemente

escrito como Y = y Up , do qual espera-se abranger uma
frao p da distribuio de valores que poderiam, razoavelmente, ser atribudos a y, e p a probabilidade de
abrangncia ou nvel da confiana do intervalo.
G.3.3 Os graus de liberdade n so iguais a n -1 para uma
grandeza nica estimada pela mdia aritmtica de n observaes independentes, como em G.3.2. Se n observaes
independentes so usadas para determinar tanto a inclinao como a interseo de uma linha reta pelo mtodo dos
mnimos quadrados, o grau de liberdade de suas respectivas incertezas padro n = n - 2. Para um ajuste pelos mnimos quadrados de m parmetros para n pontos de dados,
o grau de liberdade da incerteza padro de cada parmetro
n = n - m (ver referncia [15] para uma posterior discusso mais detalhada de graus de liberdade).
G.3.4 Os valores selecionados de tp(n), para diferentes valores de v e vrios valores de p, so dados na Tabela G.2,
no fim deste anexo. Quando v , a distribuio-t se
aproxima da distribuio normal, e tp(n) (1 + 2/n)1/2 kp ,
onde, kp o fator de abrangncia requerido para obter um
intervalo com nvel da confiana p para uma varivel normalmente distribuda. Assim, o valor de tp(), na Tabela
G.2, para um dado p, igual ao valor de kp , na tabela G.1,
para o mesmo p.
NOTA - Muitas vezes, a distribuio-t tabulada em quantis; ou
seja, valores do quantil t 1 - a so dados, onde 1 - a denota a probabilidade cumulativa, e a relao:
1-a =
t1 - a
f (t, n) d t
(G.1a)
73
Anexo G
define o quantil, onde f a funo densidade de probabilidade de t.

Assim, tp e t ( 1- a ) so relacionados por p = 1 - 2a. Por exemplo, o
valor do quantil t0,975, para o qual 1-a = 0,975 e a = 0,025, o
mesmo que tp(n), para p = 0,95.
vamente, por u2cA(y) e u2cB(y), as vrias grandezas so relacionadas

por:
2
2
u c2 ( y) = u cA
( y) + u cB
( y)
4
4
u c4 ( y) u cA
( y) u cB
( y)
=
+
v eff
v effA
v effB
G.4 Graus de liberdade efetivos

G.4.1 Em geral, a distribuio-t no ir descrever a distribuio da varivel (y - Y)/uc(y) se uc2(y) a soma de dois ou
mais componentes de varincia estimados ui2(y) = ci2u2(xi)
(ver 5.1.3), mesmo se cada xi a estimativa de uma grandeza de entrada Xi normalmente distribuda. Entretanto, a distribuio desta varivel pode ser aproximada por uma distribuio-t, com graus liberdade de efetivos neff obtidos da
chamada frmula de Welch-Satterthwaite [16, 17, 18]:
u c4 ( y)
=
v eff
u i4 ( y)
vi
i =1
EXEMPLO - Considere que Y = f(X1,X2,X3) = bX1X2X3 e que as estimativas x1,x2,x3 das grandezas de entrada normalmente distribudas
X1,X2,X3 so as mdias aritmticas de n1 =10, n2 =5 e n3 = 15 observaes repetidas e independentes, respectivamente, com incertezas
padro relativas u(x1)/x1 = 0,25 por cento, u(x2)/x2 = 0,57 por cento
e u(x3)/x3 = 0,82 por cento. Neste caso, ci = f/Xi = Y/Xi ( a ser avaliado em x1,x2,x3 - ver 5.1.3, nota 1), [uc(y)/y]2 =
[u(xi)/xi]2 =
i=1
(1,03 por cento)2 [ver a nota 2, em 5.1.6], e a equao (G.2b) tornase:
(G.2a)
v eff =
[u c ( y) / y ] 4
3
i =1
ou
[u( x i ) / x i ] 4
vi
Assim:
v eff =
u c4 ( y)
(G.2b)
u i4 ( y)
vi
i =1
n eff =
com
v eff
vi
(G.2c)
i =1
onde uc2(y) =
N
i=1
u i2 ( y) (ver 5.1.3). A incerteza ex-
pandida Up = kpuc(y) = tp (neff)uc(y), ento, fornece um

intervalo Y = y Up tendo nvel da confiana aproximado p.
NOTAS
1. Se o valor de veff, obtido da equao (G.2b) no for um nmero
inteiro, o que ocorrer usualmente na prtica, o valor correspondente de tp pode ser encontrado a partir da tabela G.2, por interpolao
ou truncando veff at o prximo inteiro inferior.
2. Se uma estimativa de entrada xi , ela prpria, obtida de duas ou
mais estimativas, ento o valor de ni a ser usado com ui4 (y) =
[ci2u2(xi)]2 no denominador da equao (G.2b) o grau de liberdade
efetivo calculado por uma expresso similar prpria equao (G.2b).
3. Dependendo das necessidades dos usurios em potencial de um
resultado de medio, pode ser til, em adio a veff, calcular e relatar os valores veffA e veffB, computados pela equao (G.2b), tratando separadamente as incertezas padro obtidas por avaliaes do
Tipo A e do Tipo B. Se as contribuies para uc2 (y) das incertezas
padro do Tipo A e do Tipo B so denotadas em separado, respecti-
74
1, 03 4
0, 25 4 0,57 4 0,82 4
+
+
10 - 1
5 - 1 15 - 1
= 19, 0
O valor de tp para p = 95 por cento e n = 19 , pela tabela G.2,

t95 (19) = 2,09, portanto a incerteza relativa expandida para este nvel da confiana U95 = 2,09 x (1,03 por cento) = 2,2 por cento.
Pode-se, ento, afirmar que Y = y U95 = y(1 0,022) [y a ser determinado por y = bx1x2x3], ou que 0,9785y Y 1,022y, e que o nvel da confiana a ser associado com o intervalo , aproximadamente, 95 por cento.
G.4.2 Na prtica, uc(y) depende das incertezas padro u(xi)

das estimativas de entrada tanto de grandezas de entrada normalmente distribudas, como no normalmente distribudas,
e os u(xi) so obtidos tanto de distribuies de probabilidade
baseadas na freqncia como da distribuio a priori (isto ,
tanto de avaliaes do Tipo A quanto do Tipo B). Uma afirmao similar aplica-se estimativa y e s estimativas xi de
entrada, das quais y depende. No obstante, a distribuio de
probabilidade da funo t = (y - Y)/uc(y) pode ser aproximada
pela distribuio-t, se ela expandida por uma srie de
Taylor em torno de sua esperana. Em essncia, isto o que
se consegue, com aproximao da menor ordem, pela frmula Welch-Satterthwaite, equao (G.2a) ou equao (G.2b).
Levanta-se uma questo quanto aos graus de liberdade a
serem atribudos incerteza padro obtida a partir de uma
avaliao do Tipo B, quando se calcula veff pela equao
(G.2b). Como a definio apropriada de graus de liberdade

Anexo G
reconhece que o v, tal como aparece na distribuio-t,

uma medida da incerteza da varincia s2(z), a equao
(E.7), em E.4.3, pode ser usada para definir os graus de liberdade vi:
ni
1 u 2 (x i )
1 Du( x i )

2
2 s [u( x i )] 2 u( x i )
-2
(G.3)
A grandeza entre colchetes maiores a incerteza relativa

de u(xi); para uma avaliao do Tipo B da incerteza padro, uma grandeza subjetiva cujo valor obtido por julgamento cientfico baseado no conjunto de informaes
disponveis .
EXEMPLO - Baseado no conhecimento disponvel do procedimento
de medio usado para determinar estimativas de entrada xi e de como
sua incerteza padro u(xi) foi avaliada, julgou-se que a avaliao de
u(xi) confivel cerca de 25%. Isso pode ser tomado como significando que a incerteza relativa Du(xi)/u(xi) = 0,25 e, assim, pela
equao (G.3), ni = (0,25)-2/2 = 8. Se, entretanto, se julga que o valor
de u(xi) confivel em somente cerca de 50%, ento ni = 2 (ver
tambm a tabela E.1, no anexo E).
G.4.3 Na discusso em 4.3 e 4.4 da avaliao do Tipo B da

incerteza padro a partir de uma distribuio de probabilidade a priori, foi implicitamente suposto que o valor de
u(xi) resultante de tal avaliao conhecido exatamente.
Por exemplo, quando u(xi) obtido por meio de uma distribuio de probabilidade retangular com semifaixa suposta
de a = (a + - a - )/2, como em 4.3.7 e 4.4.5, u(xi) = a/ 3
vista como uma constante sem incerteza, pois a + - a - , e
tambm a, so assim vistas (porm, ver 4.3.9, nota 2). Isto
implica, pela equao (G.3), que v i ou 1/v i 0, o que
no causa dificuldade na avaliao da equao G.2b. Alm
disso, supor que n i no necessariamente irreal;
uma prtica usual escolher a + e a - , de tal modo que a
probabilidade da grandeza em questo, ficando fora do
intervalo a - at a + , seja extremamente pequena.
G.5 Outras consideraes

G.5.1 Uma expresso encontrada, na literatura, sobre a
medio da incerteza, e freqentemente usada para obter
uma incerteza que se destina a proporcionar um intervalo
com um nvel da confiana de 95 por cento, pode ser escrita como
2
U 95 = [t 95
( veff ) s 2 + 3u 2 ]
Aqui, t95 (neff ) obtido da distribuio t para v'eff graus

de liberdade e p = 95 por cento; neff o grau efetivo de
liberdade calculado pela frmula de Welch-Satterthwaite
[equao (G.2b)], levando em conta somente aqueles
componentes de incerteza padro si que foram avaliados,
estatisticamente, a partir de observaes repetidas na
medio em curso; s 2 = c i2s i2; c i f / x i ; u 2 =
uj2(y) = cj2(aj2/3) consideram todos os outros componentes da incerteza, nos quais se supe que + aj e -aj
sejam, exatamente, os limites superior e inferior conhecidos de Xj, relativos sua melhor estimativa xj (isto , xj -aj
Xj xj + aj ).
NOTA - Um componente baseado em observaes repetidas feitas
fora da medio em curso tratado do mesmo modo que qualquer
outro componente includo em u2. Por isso, de modo a se fazer uma
comparao consistente entre a equao (G.4) e a equao (G.5) do
item seguinte, supe-se que tais componentes, se estiverem presentes, sejam desprezveis.
G.5.2 Se uma incerteza expandida que fornece um intervalo com um nvel da confiana de 95 por cento avaliada
de acordo com os mtodos recomendados em G.3 e G.4, a
expresso resultante em lugar da equao (G.4) :
U 95 = t 95 ( v eff )[ s 2 + u 2 ]
(G.5)
onde veff calculado pela equao (G.2b), e o clculo inclui todos os componentes de incerteza.
Na maioria dos casos, o valor de U95 da equao (G.5)
ser maior do que o valor U95 da equao (G.4), se for suposto que, na avaliao da equao (G.5), todas as varincias do Tipo B so obtidas de distribuies retangulares a
priori, com semifaixas que so as mesmas que os limites
aj usados para computar u2 da equao (G.4). Isso pode ser
compreendido, reconhecendo-se que, embora t95(neff ) venha a ser, na maioria dos casos, maior do que t95(veff), ambos os fatores esto prximos de 2; e, na equao (G.5), u2
multiplicado por tp2(n eff ) 4, enquanto que, na equao
(G.4), ele multiplicado por 3. Embora as duas expresses
dem valores iguais de U95 e U95, para u2 << s2, U95 ser
at 13 por cento menor do que U95, se u2 >> s2. Assim, em
geral, a equao (G.4) d uma incerteza que fornece um
intervalo tendo um nvel da confiana menor do que o intervalo fornecido pela incerteza expandida calculada pela
equao (G.5).
(G.4)
75
Anexo G
NOTAS
1.
Nos limites u 2 /s 2 e v eff , U' 95 1,732 u, enquanto
U95 1,960 u. Neste caso, U'95 fornece um intervalo com somente

91,7 por cento de nvel da confiana, enquanto que U95 fornece um
intervalo com 95 por cento. Este caso aproximado na prtica quando os componentes obtidos por estimativas dos limites superior e inferior so dominantes, numerosos e tm valores de uj2(y) = cj2aj2/3
que so comparveis em tamanho.
Para uma distribuio normal, o fator de abrangncia k = 3
1,732 fornece um intervalo com nvel da confiana p = 91,673... por
cento. Este valor de p robusto no sentido que , em comparao com
aquele de qualquer outro valor, otimamente independente de pequenos
desvios da normalidade das grandezas de entrada.
2.
G.5.3 Ocasionalmente, uma grandeza de entrada Xi distribuda assimetricamente - desvios em torno de seu valor
esperado de um sinal so mais provveis do que os desvios de sinal contrrio (ver 4.3.8). Embora isso no faa
diferena na avaliao da incerteza padro u(xi) da estimativa xi de Xi, e, portanto, na avaliao de uc(y), isto pode
afetar o clculo de U.
usualmente conveniente fornecer um intervalo de confiana simtrico, Y = y U, a no ser que o intervalo seja tal
que haja um diferencial de custo entre desvios de um sinal
sobre o outro. Se a assimetria de Xi causa somente uma pequena assimetria na distribuio de probabilidades, caracterizada pelo resultado de medio y e sua incerteza padro combinada uc(y), a probabilidade perdida por um
lado, por considerar o intervalo simtrico, compensada
pela probabilidade ganha de outro lado.
A alternativa fornecer um intervalo simtrico em probabilidade (e, dessa forma, assimtrico em relao a U): a probabilidade de que y fique abaixo do limite inferior y-U -
igual probabilidade de que y fique acima do limite inferior
y+U + . Porm, de forma a considerar tais limites, necessrio mais informaes do que simplesmente a estimativa de y
e uc(y) [e, dessa maneira, mais informaes do que a estimativa xi e u(xi) de cada grandeza de entrada Xi].
G.5.4 A avaliao da incerteza expandida Up, dada aqui
em termos de uc(y), de n eff e do fator tp(n eff ) da distribuio-t, somente uma aproximao e tem suas limitaes.
A distribuio de (y - Y)/uc(y) dada pela distribuio t,
somente se a distribuio de Y normal, se a estimativa y
e sua incerteza padro combinada uc(y) so independentes
e se a distribuio de uc2(y) uma distribuio c 2 . A introduo de n eff , equao (G.2b), trata somente de parte
do problema e fornece uma distribuio aproximadamente
c2 para u2c(y): a outra parte do problema originria da no-
76
normalidade da distribuio de Y requer a considerao de

momentos de ordem mais alta, alm da varincia.
G.6 Resumo e concluses

G.6.1 O fator de abrangncia kp, que fornece um intervalo
tendo um dado nvel da confiana p, prximo a um nvel
especificado, pode somente ser encontrado se houver um
completo conhecimento da distribuio de probabilidade
de cada grandeza de entrada e se estas distribuies forem
combinadas para se obter a distribuio da grandeza de sada. As estimativas de entrada xi e suas incertezas padro
u(xi) por si mesmas so inadequadas a este propsito.
G.6.2 Em razo de o grande volume de clculo requerido,
para combinar distribuies de probabilidade, ser raramente
justificvel pela extenso e confiabilidade da informao
disponvel, aceitvel uma aproximao da distribuio da
grandeza de sada. Por causa do Teorema Central do Limite, geralmente suficiente supor que a distribuio da probabilidade de (y - Y)/uc(y) a distribuio-t e tomar kp = tp(veff),
com o fator-t baseado nos graus efetivos de liberdade veff de
uc(y) obtidos pela frmula de Welch - Satterthwaite, equao (G.2b).
G.6.3 Para obter veff da equao (G.2b), so necessrios
os graus de liberdade ni para cada componente de incerteza
padro. Para um componente obtido por uma avaliao do
Tipo A, ni obtido de um nmero de observaes independentes repetidas sobre as quais baseada a estimativa de
entrada correspondente e do nmero de grandezas independentes determinado por essas observaes (ver G.3.3).
Para um componente obtido por uma avaliao do Tipo B,
ni obtido pela confiabilidade arbitrada para o valor desse
componente [ver G.4.2 e a equao (G.3)].
G.6.4 Assim, o que se segue um sumrio do mtodo preferido para o clculo da incerteza expandida Up = kpuc(y)
que fornece um intervalo Y = y Up que tenha um nvel da
confiana aproximado p.
1) Obtenha y e uc(y) como descrito nos captulos 4 e 5.
2) Calcule n eff pela frmula Welch-Satterthwaite,
equao (G.2b) (repetida aqui para fcil referncia)
n eff =
u c4 ( y)
N
i =1
u i4 ( y)
vi
(G.2b)

Se u(xi) obtido por meio de uma avaliao do

Tipo A, determine ni como orientado em G.3.3. Se
u(xi) obtido por meio de uma avaliao do tipo B e
pode ser tratado como exatamente conhecido, como
frequente o caso na prtica, n i ; caso contrrio,
estime vi pela equao (G.3).
3) Obtenha o fator-t tp(neff) para o nvel da confiana
p desejado a partir da tabela G.2. Se n eff no um inteiro, interpole ou trunque n eff at o prximo inteiro
inferior.
4) Tome kp = tp(neff) e calcule Up = kpuc(y).
G.6.5 Em certas situaes, que no devem ocorrer muito
freqentemente na prtica, as condies requeridas pelo
Teorema Central do Limite podem no ser completamente
satisfeitas, e o enfoque dado em G.6.4 leva a um resultado
inaceitvel. Por exemplo, se uc(y) dominado por um
componente de incerteza avaliado por uma distribuio retangular cujos limites so supostos, sendo exatamente conhecidos, possvel [se tp(neff) > 3] que y + Up e y - Up,
os limites superior e inferior do intervalo definido por Up,
possam ficar fora dos limites da distribuio de probabilidade da grandeza de sada Y. Tais casos devem ser tratados em uma base individual, mas so muitas vezes susceptveis a um tratamento analtico aproximado (envolvendo,
por exemplo, a convoluo de sua distribuio de probabilidade normal com uma distribuio retangular [10]).
G.6.6 Para muitas medies prticas em uma ampla faixa
de campos, as seguintes condies prevalecem:
- a estimativa y do mensurando Y obtida das estimativas xi de um nmero significativo de grandezas
de entrada Xi que so descritveis por uma distribuio de probabilidade bem comportada, tal como as
distribuies normal e retangular;
- as incertezas padro u(xi) dessas estimativas que
podem ser obtidas de cada avaliao do Tipo A ou
do Tipo B, contribuem com quantidades comparveis para a incerteza padro combinada uc(y) do resultado de medio y;
- a aproximao linear envolvida na lei de propagao da incerteza adequada (ver 5.1.2 e E.3.1);
- a incerteza de uc(y) razoavelmente pequena devido a seus graus efetivos de liberdade veff possurem
uma magnitude significativa, isto , maior que 10.
Anexo G
padro combinada, pode ser suposta como normal devido

ao Teorema Central do Limite, e uc(y) pode ser tomada
como uma estimativa razoavelmente confivel do desvio
padro da distribuio normal devido ao tamanho significativo de veff. Ento, baseado na discusso contida neste
anexo, incluindo a nfase da natureza aproximada do processo de avaliao da incerteza e a impraticabilidade da
tentativa de distino entre invervalos, tendo nveis da
confiana que diferem por um ou dois por cento, pode ser
feito o seguinte:
Adote k=2 e assuma que U=2uc(y), definindo um intervalo
tendo um nvel da confiana de, aproximadamente, 95 por
cento; ou, para aplicaes mais crticas, adote k=3 e assuma que U = 3uc(y) define um intervalo tendo um nvel da
confiana de, aproximadamente, 99 por cento.
Embora esta abordagem deva ser conveniente para muitas
medies prticas, sua aplicabilidade para qualquer medio particular depender de quo prximo k=2 dever estar para t95 (veff) ou k=3 dever estar para t99(veff), isto ,
quo prximo o nvel da confiana do intervalo definido
por U=2uc(y) ou U=3uc(y) dever estar para 95 por cento
ou 99 por cento, respectivamente. Embora, para veff=11,
k=2 e k=3 subestima t95(11) e t99(11) por somente 10 e 4
por cento, respectivamente (ver tabela G.2), o que pode
no ser aceitvel em alguns casos. Adicionalmente, para
todos os valores de veff, algo maior que 13, k=3 produz um
intervalo tendo um nvel da confiana maior que 99 por
cento (ver tabela G.2, que tambm mostra que, para
v eff , os nveis da confiana dos intervalos produzidos
por k=2 e k=3 so 95,45 e 99,73 por cento, respectivamente). Ento, na prtica, o tamanho do veff e a incerteza expandida requerida determinaro se essa abordagem poder
ser utilizada.
Sob estas circunstncias, a distribuio de probabilidade,

caracterizada pelo resultado de medio e sua incerteza
77
Anexo G
Tabela G.2 - Valor de tp(v) da distribuio-t, para n graus de liberdade, que define um intervalo -tp(n) a + tp(n) que abrange
a frao p da distribuio
Frao p em porcentagem
Graus de
liberdade
v
68,27(a)
90
95
95,45(a)
99
99,73(a)
1,84
6,31
12,71
13,97
63,66
235,80
1,32
2,92
4,30
4,53
9,92
19,21
1,20
2,35
3,18
3,31
5,84
9,22
1,14
2,13
2,78
2,87
4,60
6,62
1,11
2,02
2,57
2,65
4,03
5,51
1,09
1,94
2,45
2,52
3,71
4,90
1,08
1,89
2,36
2,43
3,50
4,53
1,07
1,86
2,31
2,37
3,36
4,28
1,06
1,83
2,26
2,32
3,25
4,09
10
1,05
1,81
2,23
2,28
3,17
3,96
11
1,05
1,80
2,20
2,25
3,11
3,85
12
1,04
1,78
2,18
2,23
3,05
3,76
13
1,04
1,77
2,16
2,21
3,01
3,69
14
1,04
1,76
2,14
2,20
2,98
3,64
15
1,03
1,75
2,13
2,18
2,95
3,59
16
1,03
1,75
2,12
2,17
2,92
3,54
17
1,03
1,74
2,11
2,16
2,90
3,51
18
1,03
1,73
2,10
2,15
2,88
3,48
19
1,03
1,73
2,09
2,14
2,86
3,45
20
1,03
1,72
2,09
2,13
2,85
3,42
25
1,02
1,71
2,06
2,11
2,79
3,33
30
1,02
1,70
2,04
2,09
2,75
3,27
35
1,01
1,70
2,03
2,07
2,72
3,23
40
1,01
1,68
2,02
2,06
2,70
3,20
45
1,01
1,68
2,01
2,06
2,69
3,18
50
1,01
1,68
2,01
2,05
2,68
3,16
100
1,005
1,660
1,984
2,025
2,626
3,077
1,000
1,645
1,960
2,000
2,576
3,000
Para a grandeza z descrita por uma distribuio normal, com esperana m z e desvio padro s, o intervalo m z ks
abrange p = 68,27; 95,45 e 99,73 por cento da distribuio para k = 1,2 e 3, respectivamente.
(a)
78

Exemplos
Anexo H
Anexo H
Exemplos
Este anexo fornece seis exemplos, H.1 a H.6, trabalhados
detalhadamente, de modo a ilustrar os princpios bsicos
apresentados neste Guia, para avaliao e expresso da incerteza de medio. Juntamente com os exemplos includos no texto principal e em alguns dos outros anexos, eles
devem permitir aos usurios deste Guia colocar estes princpios em prtica nos seus prprios trabalhos.
H.1 Calibrao de bloco padro
Em razo de os exemplos terem fins ilustrativos, eles foram, por necessidade, simplificados. Alm disso, porque
estes e os dados numricos usados nos exemplos foram escolhidos principalmente para demonstrar os princpios
deste Guia, nem os exemplos nem os dados devero, necessariamente, ser interpretados como descrevendo medies reais. Enquanto os dados so usados conforme fornecidos, de forma a evitar erros de arredondamento, mais dgitos so mantidos nos clculos intermedirios que os usualmente mostrados. Portanto, o resultado declarado de um
clculo envolvendo vrias grandezas pode diferir ligeiramente do resultado obtido por valores numricos fornecidos no texto para estas grandezas.
O comprimento de um bloco padro de 50 mm nominais

determinado por comparao com um padro conhecido
de mesmo comprimento nominal. A sada direta da comparao de dois gabaritos de extremidade a diferena d
de seus comprimentos:
indicado, nas partes anteriores deste Guia, que a classificao dos mtodos utilizados para avaliar componentes de
incerteza, como os do Tipo A e do Tipo B, se faz apenas
por convenincia; ela no requerida para a determinao
da incerteza padro combinada ou da incerteza expandida
de um resultado de uma medio, uma vez que todos os
componentes da incerteza, no importa como tenham sido
avaliados, so tratados da mesma maneira (ver 3.3.4, 5.1.2
e E.3.7). Assim, nos exemplos, o mtodo utilizado para
avaliar um determinado componente de incerteza no especificamente identificado conforme seu tipo. Entretanto,
ser esclarecido pela discusso se um componente obtido por uma avaliao do Tipo A ou do Tipo B.
Este exemplo demonstra que mesmo uma medio aparentemente simples pode envolver aspectos sutis de avaliao
de incerteza.
H.1.1
O problema da medio
d = l(1 + aq) - l s (1 + a s q s )
(H.1)
onde:
l o mensurando, ou seja, o comprimento a 20 C do bloco padro sendo calibrado;
ls o comprimento do padro a 20 C, como dado no seu
certificado de calibrao;
a e as so os coeficientes de expanso trmica, respectivamente, do gabarito sendo calibrado e do padro;
q e qs so os desvios na temperatura com relao temperatura de referncia de 20 C, respectivamente, do gabarito e do padro.
H.1.2
Modelo matemtico
Pela equao (H.1), o mensurando dado por:

l=
l s (1 + a s q s ) + d
(H.2)
= l s + d + l s ( a s q s - aq) + K
(1 + aq)
79
Anexo H
Exemplos
u c2 (l) = u 2 (l S ) + u 2 (d)
Se a diferena de temperatura entre o bloco que est sob

frao e o padro escrita como dq = q - qs, e a diferena entre os seus coeficientes de expanso trmica como da = a as, a equao (H.2) se torna:
+ l S2 q 2 u 2 ( da) + l S2 a S2 u 2 ( dq)
(H.5)
H.1.3.1 Incerteza de calibrao do padro, u(lS)

l = f (l s , d, a s , q, da, dq)
(H.3)
= l s + d - l s [ da. q + a s . dq]
As diferenas dq e da, mas no suas incertezas, so estimadas para serem zero; e da, a s , dq e q so supostas como
no-correlacionadas. (Se o mensurando fosse expresso em
termos das variveis q, qs, a e as, seria necessrio incluir a
correlao entre q e q s , e entre a e as).
Segue-se, assim, da equao (H.3) que a estimativa do valor do mensurando l pode ser obtida de uma expresso
simples ls + d , onde ls o comprimento do padro a 20 C,
como dado em seu certificado de calibrao, e d estimado por d , a mdia aritmtica de n = 5 observaes repetidas independentes. A incerteza padro combinada uc(l) de
l obtida, aplicando-se a equao (10), em 5.1.2, equao (H.3), como discutido abaixo.
NOTA - Neste e em outros exemplos, para simplicidade de notao,
o mesmo smbolo usado para uma grandeza e para sua estimativa.
H.1.3
Varincias contribuintes
Os aspectos pertinentes desse exemplo, tal como discutidos aqui e nos itens seguintes, esto resumidos na Tabela
H.1.
Uma vez que se supe que da = 0 e dq = 0, a aplicao da
equao (10) em 5.1.2 equao (H.3) resulta em:
u(l S ) = ( 0, 075 mm) / 3 = 25 nm

H.1.3.2 Incerteza da diferena medida no
comprimento, u(d)
O desvio padro experimental agrupado que caracteriza
a comparao de l e lS foi determinado como sendo de
13 nm, a partir da variabilidade de 25 observaes repetidas e independentes da diferena nos comprimentos de
dois blocos padro. Na comparao deste exemplo, foram
tomadas cinco observaes repetidas. A incerteza padro
associada com a mdia aritmtica dessas leituras , ento
(ver 4.2.4):
u(d ) = s(d ) =13 nm / 5 = 5,8 nm
De acordo com o certificado de calibrao do comparador usado para comparar l com lS, sua incerteza devido a
erros aleatrios 0,01 mm em um nvel da confiana
de 95 por cento e baseada em 6 medies replicadas;
assim, a incerteza padro, usando o fator-t t95(5) = 2,57,
para n = 6 -1 = 5 graus de liberdade (ver tabela G.2 no
anexo G), :
u(d1 ) = ( 0, 01 mm) / 2,57 = 3,9 nm
u c2 (l) = c s2 u 2 (l s ) + c d2 u 2 (d) + c a2 s u 2 ( a s ) +
(H.4)
com:
O certificado de calibrao fornece como a incerteza expandida do padro U = 0,075 mm e declara que ela foi obtida usando um fator de abrangncia de k = 3. A incerteza
padro , ento:
A incerteza do comparador devido a erros sistemticos

dada no certificado como sendo de 0,02 mm para um nvel
de trs sigma. A incerteza padro oriunda desta fonte
pode, portanto, ser tomada como:
u(d 2 ) = ( 0, 02 mm) / 3 = 6,7 nm
c S = f / l S = 1 - ( da . q + a S . dq) = 1
c d = f / d = 1
c a S = f / a S = - l S dq = 0
A contribuio total obtida pela soma das varincias estimadas:

u 2 (d) = u 2 (d ) + u 2 (d1 ) + u 2 (d 2 ) = 93 nm 2
c q = f / q = - l S da = 0
c da = f / da = - l S q
c dq = f / dq = - l S a S
e, assim:
80
ou:
u(d) = 9,7 nm

Exemplos
Anexo H
H.1.3.3 Incerteza do coeficiente de expanso trmica,

u(as)
ma termosttico, e no a incerteza da temperatura mdia.

O valor do desvio mdio da temperatura:
O coeficiente de expanso trmica do bloco padro dado

como as = 11,5 x 10-6 C-1, com uma incerteza representada
por uma distribuio retangular com limites 2 x 10-6 C-1.
A incerteza padro , ento [ver a equao (7) em 4.3.7]:
q = 19,9 C - 20 C = - 0,1 C
relatado como tendo uma incerteza padro prpria devido
incerteza na temperatura mdia da bancada de teste de:
u( a s ) = ( 2 10 -6 C -1 ) / 3 = 1,2 10 -6 C -1
u( q) = 0, 2 C
Sendo c a s = f / a s = -ls dq = 0, como indicado em

H.1.3, esta incerteza em nada contribui para a incerteza de
l em primeira ordem. Ela tem, entretanto, uma contribuio de segunda ordem, que discutida em H.1.7.
enquanto que a variao cclica no tempo produz uma distribuio em forma de U (arco seno) de temperaturas, resultando em uma incerteza padro de:
H.1.3.4 Incerteza do desvio da temperatura do bloco

padro, u(q)
u( D) = ( 0,5 C) / 2 = 0,35 C
O desvio da temperatura q pode ser tomado como igual a
q, e a incerteza padro de q obtida de:
A temperatura da bancada de teste relatada como

(19,9 0,5) C; a temperatura, no momento das observaes
individuais, no foi registrada. A faixa mxima declarada,
D = 0,5 C, tida como representando a amplitude de uma variao aproximadamente cclica da temperatura sob um siste-
u 2 ( q) = u 2 ( q) + u 2 ( D) = 0,165 C 2
que fornece:
u( q) = 0, 41 C
Tabela H.1 - Sumrio dos componentes da incerteza padro

Componente
da incerteza
padro
u(xi)
Fonte da
incerteza
Valor da
Incerteza
padro
u(xi)
ci
f / xi
ui(l)
ci u(xi)
(nm)
Graus
de
liberdade
u(ls)
Calibrao do bloco padro
25 nm
25
18
u(d)
Diferena medida entre blocos padro
9,7 nm
9,7
25,6
u(d )
observaes repetidas
5,8 nm
24
u(d1)
efeitos aleatrios do comparador
3,9 nm
u(d2)
efeitos sistemticos do comparador
6,7 nm
-6
u(as)
Coeficiente de expanso trmica do bloco padro
1,2x10
u(q )
Temperatura da bancada de teste
0,41 C
-1
u(q )
temperatura mdia da bancada
0,2 C
u(D )
variao cclica da temperatura do ambiente
0,35 C
u(d a )
Diferena dos coeficientes de expanso

dos blocos padro
0,58x10-6 C-1
-lS q
2,9
50
u(d q )
Diferena da temperatura dos blocos padro
0,029 C
-lS aS
16,6
u c2 (l) = u i2 (l) = 1002 nm 2

uc (l) = 32 nm
neff (l) = 16
81
Anexo H
Exemplos
Como c q = f / q = -ls da = 0, como indicado em H.1.3,

esta incerteza tambm em nada contribui para a incerteza
de primeira ordem de l; mas ela tem uma contribuio de
segunda ordem, que discutida em H.1.7.
H.1.3.5 Incerteza da diferena nos coeficientes de expanso trmica, u(da)
Os limites estimados da variabilidade de da so 1 x 10-6 C-1,
com igual probabilidade de da ter qualquer valor dentro destes limites. A incerteza padro :
u( da) = (1 10
-6
C ) / 3 = 0,58 10
-1
-6
Espera-se que o padro e o bloco sob ensaio estejam na

mesma temperatura, mas a diferena de temperatura pode
estar com igual probabilidade em qualquer lugar no intervalo estimado -0,05 C a + 0,05 C. A incerteza padro :
u( dq) = ( 0, 05 C) / 3 = 0,029 C
A incerteza padro combinada
A incerteza padro combinada uc(l) calculada pela equao (H.5). Os termos individuais so coletados e substitudos nesta expresso para obter:
u c2 (l)
= (25 nm) 2 + (9,7 nm) 2
(H.6a)
+ (0,05 m) (-0,1 C) (0,58 10 C ) 2 +

2
-6
-1
+ (0,05 m) 2 (11,5 10 -6 C -1 ) 2 (0,029 C) 2

= (25 nm) 2 + (9,7 nm) 2
Resultado final
O certificado de calibrao para o bloco padro fornece

ls = 50,000 623 mm como seu comprimento, a 20 C. A
mdia aritmtica d das cinco observaes repetidas da diferena nos comprimentos entre o bloco padro desconhecido
e o padro de referncia de 215 nm. Assim, como l = ls + d
(ver H.1.2), o comprimento l do bloco padro desconhecido, a 20 C, 50,000 838 mm. De acordo com 7.2.2, o resultado final da medio pode ser declarado como:
l = 50,000 838 mm, com uma incerteza padro combinada uc = 32 nm. A incerteza padro relativa combinada correspondente uc / l = 6,4 x 10-7.
-1
H.1.3.6 Incerteza da diferena nas temperaturas dos

blocos, u(dq)
H.1.4
H.1.5
(H.6b)
+ (2,9 nm) 2 + (16,6 nm) 2

= 1002 nm 2
H.1.6
Incerteza expandida
Suponha que seja requerida a obteno de uma incerteza

expandida U99 = k99 uc(l) que fornea um intervalo, tendo
um nvel da confiana de aproximadamente 99 por cento.
O procedimento a ser utilizado est resumido em G.6.4, e
os graus de liberdade requeridos esto indicados na tabela
H.1. Estes foram obtidos como se segue:
1) Incerteza de calibrao do padro, u(ls) [H.1.3.1].
O certificado de calibrao declara que os graus de liberdade efetivos da incerteza padro combinada da
qual foi obtida a incerteza expandida citada so
n eff (l s ) =18.
2) Incerteza da diferena medida nos comprimentos,
u(d) [H.1.3.2]. Embora d fosse obtido de cinco observaes repetidas, em razo de u(d ) ter sido obtido de um
desvio padro experimental agrupado baseado em 25 observaes, os graus de liberdade de u(d ) so n(d ) = 25 - 1 = 24
(ver H.3.6 - nota). Os graus de liberdade de u(d1), a incerteza devido aos efeitos aleatrios no comparador, so
n(d1) = 6 -1 = 5, por d1 ter sido obtido de seis medies
repetidas. A incerteza de 0,02 mm para efeitos sistemticos no comparador pode ser suposta como sendo confivel a 25 por cento e, assim, os graus de liberdade da
equao (G.3), em G.4.2, n(d2) = 8 (ver o exemplo de
G.4.2). Os graus de liberdade efetivos de u(d), neff(d),
so, ento, obtidos da equao (G.2b), em G.4.1:
Ou:
u c (l) = 32 nm
(H.6c)
O componente dominante da incerteza , obviamente,

aquele do padro, u(ls) = 25 nm.
82
n eff (d) =
[u 2 (d ) + u 2 (d1 ) + u 2 (d 2 )] 2
4
u 4 (d ) u 4 (d1 ) u (d 2 )
+
+
n(d 2 )
n(d1 )
n(d )

Exemplos
Anexo H
(9,7 nm) 4
=
(5,8 nm)
24
(3,9 nm)
5
(6,7 nm)
8
= 25,6
3) Incerteza da diferena nos coeficientes de expanso trmica, u(da) [H.1.3.5]. Os limites estimados de
1 x 10-6 C-1 sobre a variabilidade de da so julgados
confiveis a 10 por cento. Isso d, pela equao (G.3),
em G.4.2, v ( da) = 50.
4) Incerteza da diferena na temperatura dos blocos,
u(dq) [H.1.3.6]. O intervalo estimado de - 0,05 C a + 0,05
C, para a diferena de temperatura dq, tido como confivel somente a 50 por cento, e, pela equao (G.3), em
G.4.2, fornece v ( dq) = 2.
O clculo de neff(l) da equao (G.2b), em G.4.1, efetuado exatamente da mesma maneira que o clculo de neff(d),
em H.1.6, 2). Assim, das equaes (H.6b) e (H.6c) e dos
valores de n dados em H.1.6, de 1) at 4).
n eff (l) =
(32 nm) 4
( 25 nm) 4 (9,7 nm) 4 ( 2,9 nm) 4 (16, 6 nm) 4
+
+
+
2
18
25, 6
50
avaliao de uc(l), como apresentada at este ponto, no

est completa. A aplicao da equao (H.3) da expresso
dada na nota de 5.1.2 resulta, de fato, em dois termos de
segunda ordem distintos, no-desprezveis, a serem adicionados equao (H.5). Estes termos, que provm do termo quadrtico na expresso da nota, so:
l s2 u 2 ( d a) u 2 ( q) + l s2 u 2 ( a s ) u 2 ( d q)
mas somente o primeiro destes termos contribui significativamente para uc(l):
l su ( d a) u ( q) = (0,05 m)(0,58 10 -6 C -1 )(0,41 C)
= 11,7 nm
l su ( a s ) u ( d q) = (0,05 m)(1,2 10 -6 C -1 )(0,029 C)
= 1,7 nm
Os termos de segunda ordem aumentam uc(l) de 32 nm
para 34 nm.
= 16,7
Para obter a incerteza expandida requerida, este valor

primeiramente arredondado para o prximo inteiro
inferior, neff (l) = 16. Segue, ento, da tabela G.2, no
anexo G, que t 99 (16) = 2,92 e, portanto,
U 99 = t 99 (16)u c (l) = 2,92 (32 nm) = 93 nm. Seguindo 7.2.4,
o resultado final da medio pode ser declarado como:
l = (50,000 838 0,000 093) mm, onde o nmero precedido do smbolo o valor numrico de uma incerteza expandida U = kuc , com U determinado a partir de uma incerteza padro combinada uc= 32 nm e um fator de abrangncia k = 2,92, baseado na distribuio-t, para n = 16
graus de liberdade, e define um intervalo, o qual se estima
ter um nvel da confiana de 99 por cento. A incerteza expandida relativa correspondente U/l = 1,9 x 10-6.
H.1.7
Termos de segunda ordem
A Nota de 5.1.2 assinala que a equao (10), que usada

neste exemplo para se obter a incerteza padro combinada
uc(l), deve ser aumentada quando a no-linearidade da funo Y = f(X1,X2,...,XN) to significativa que os termos de
maior ordem na expanso pela srie de Taylor no podem
ser desprezados. Tal o caso neste exemplo e, portanto, a
83
Anexo H
Exemplos
em 5.2.2, usando valores de s(V , I ), s(V , f) e s( I , f) calcula-
H.2 Medio simultnea de resistncia e

reatncia
Este exemplo demonstra o tratamento de mensurandos
mltiplos ou grandezas de sada determinadas simultaneamente na mesma medio e a correlao de suas estimativas. Ele considera somente as variaes aleatrias das observaes; na prtica atual, as incertezas de correes para
efeitos sistemticos tambm contribuiriam para a incerteza
dos resultados da medio. Os dados so analisados de
dois modos diferentes, sendo que ambos fornecem, essencialmente, os mesmos valores numricos.
H.2.1
O problema de medio
A resistncia R e a reatncia X de um elemento de circuito

so determinadas, medindo-se a amplitude V de uma diferena de potencial alternada senoidal entre seus terminais,
a amplitude I da corrente alternada que passa por ele e o
ngulo de mudana de fase f da diferena de potencial alternada em relao corrente alternada. Assim, as trs
dos pela equao (17), em 5.2.3. Os resultados esto includos na Tabela H.2, onde deve ser lembrado que r(xi,xj) =
r(xj,xi) e r(xi,xi) = 1.
H.2.3
Resultados: enfoque 1
O enfoque 1 est resumido na Tabela H.3.

Os valores dos trs mensurandos R, X e Z so obtidos
das relaes dadas na equao (H.7), usando os valores
mdios V, I e f da Tabela H.2, para V, I e f. As incertezas padro de R,X e Z so obtidas da equao (16), em
5.2.2, uma vez que, como mencionado acima, as grandezas de entrada V, I e f so correlacionadas. Como exemplo, considere Z = V / I. Identificando V com x1, I com x2
e f com Z =V / I, a equao (16), em 5.2.2, fornece para a
incerteza padro combinada de Z:
u c2 ( Z ) =
grandezas de entrada so V, I e f, e as trs grandezas de

sada - os mensurados - so os trs componentes da impedncia R, X, e Z. Uma vez que Z2 = R2 + X2, existem somente duas grandezas de sada independentes.
2
V 2
1 2
I u (V ) + 2 u ( I )
I
(H.8a)
1 V
+2 - 2 u (V ) u ( I ) r (V , I )
I I
2
u(V )
2 u (I)
=Z
+Z
I
V
H.2.2
Modelo matemtico e dados
u (V ) u ( I )
-2 Z 2
r (V , I )
V I
Os mensurandos so relacionados s grandezas de entrada

pela lei de Ohm:
R=
V
V
V
cos f ; X = sen f ; Z =
I
I
I
(H.7)
Considere que cinco conjuntos independentes de observaes simultneas das trs grandezas de entrada V, I e f so
obtidas sob condies similares (ver B.2.15), resultando
nos dados apresentados na tabela H.2. As mdias aritmticas das observaes e os desvios padro experimentais
destas mdias, calculados pelas equaes (3) e (5), em 4.2,
so tambm dadas. As mdias so tomadas como sendo as
melhores estimativas dos valores esperados das grandezas
de entrada, e os desvios padro experimentais so as incertezas padro destas mdias.
Como as mdias V, I e f so obtidas por observaes simultneas, elas so correlacionadas, e as correlaes devem ser levadas em conta na avaliao das incertezas padro dos mensurandos R, X e Z. Os coeficientes de correlao requeridos so prontamente obtidos pela equao (14),
84
(H.8b)
ou:
u c2, r ( Z ) = u r2 (V ) + u r2 ( I )
(H.8c)
- 2u r (V ) u r ( I ) r (V , I )
onde u(V) = s(V) e u(I) = s(I), e o subscrito r, na ltima
expresso, indica que u uma incerteza relativa. Substituindo os valores apropriados da tabela H.2, na equao
(H.8a), tem-se, ento, uc(Z) = 0,236 W.
Em razo de os trs mensurandos, ou grandezas de sada, dependerem das mesmas grandezas de entrada, eles tambm
so correlacionados. Os elementos da matriz de covarincia
que descreve esta correlao podem ser escritos, em geral,
como:

Exemplos
Anexo H
Tabela H.2 - Valores das grandezas de entrada V, I e f obtidos de cinco conjuntos de observaes simultneas
N do conjunto
k
Grandezas de Entrada
V
(V)
I
(mA)
f
(rad)
5,007
19,663
1,0456
4,994
19,639
1,0438
5,005
19,640
1,0468
4,990
19,685
1,0428
4,999
19,678
1,0433
Mdia aritmtica
V = 4,9990
I =19, 6610
Desvio padro experimental

da mdia
s(V ) = 0, 0032
s( I ) = 0, 0095
f =1, 044 46
s( f) = 0, 000 75
Coeficientes de correlao
r(V , I ) = - 0,36
r(V , f) = 0,86
r( I , f) = - 0, 65
u( y l , y m ) =
i =1
j =1
y l y m
(H.9)
u( x i )u( x j ) r( x i . x j )
x i x j
onde y l = f l ( x 1 , x 2 , K, x N ) e y m = f m ( x 1 , x 2 , K, x N ). A
equao (H.9) a generalizao da equao (F.2), em
F.1.2.3, quando os ql so correlacionados. Os coeficientes
de correlao estimados das grandezas de sada so dados
por r(yl,ym) = u(yl,ym)/u(yl)u(ym), como indicado na equao
(14), em 5.2.2. Deve-se reconhecer que os elementos diagonais da matriz de covarincia, u(yl,yl) u2(yl), so as varincias estimadas das grandezas de sada yl (ver 5.2.2, nota 2) e
que, para m = l, a equao (H.9) idntica equao (16),
em 5.2.2.
Para aplicar a equao (H.9) neste exemplo, as seguintes
identificaes so feitas:
y1 = R
x1 = V
u(xi) = s(xi)
y2 = X
x2 = I
N=3
y3 = Z
x3 = f
Uma vez que os dados tenham sido obtidos de cinco conjuntos de observaes das trs grandezas de entrada V, I e f,
possvel computar um valor para R, X e Z de cada conjunto
de dados de entrada e, ento, tomar a mdia aritmtica dos
cinco valores individuais para obter as melhores estimativas
de R, X e Z. O desvio padro experimental de cada mdia
(que a sua incerteza padro combinada) , ento, calculado
a partir dos cinco valores individuais da maneira usual [equao (5), em 4.2.3]; e as covarincias estimadas das trs mdias so calculadas, aplicando-se a equao (17), em 5.2.3, diretamente aos cinco valores individuais dos quais cada mdia
obtida. No existem diferenas nos valores de sada, incertezas padro e covarincias estimadas fornecidas pelos
dois enfoques, exceto para efeitos de segunda ordem associados com a substituio de termos tais como V / I e cos f
por V / I e cos f .
Os resultados dos clculos de R, X e Z e de suas varincias estimadas e coeficientes de correlao so dados na

Tabela H.3.
Para demonstrar este enfoque, a tabela H.4 d os valores de

R, X e Z calculados para cada um dos cinco conjuntos de observaes. As mdias aritmticas, incertezas padro e coeficientes de correlao estimados so, ento, diretamente computados destes valores individuais. Os resultados numricos
obtidos dessa maneira diferem dos resultados fornecidos, na
tabela H.3, por um valor desprezvel.
H.2.4
Na terminologia da nota de 4.1.4, o enfoque 2 um exem-
Resultados: enfoque 2
O enfoque 2 est resumido na tabela H.4.
plo a obteno da estimativa y a partir de Y = ( Yk ) / n,

k =1
85
Anexo H
Exemplos
Tabela H.3 - Valores calculados das grandezas de sada R, X e Z: enfoque 1

ndice do
mensurado
l
Relao entre a estimativa do mensurando yl e a estimativa de entrada xi
Valor da estimativa yl , que o

resultado da medio
Incerteza padro combinada uc(yl)

do resultado da medio
y1 = R = (V / I ) cosf
y1 = R = 127,732 W
uc(R) = 0,071 W
uc(R)/R = 0,06 x10-2
y2 = X = (V / I ) sen f
y2 = X = 219,847 W
uc(X) = 0,295 W
uc(X)/X = 0,13 x10-2
y3 = Z = V / I
y3 = Z = 254,260 W
uc(Z) = 0,236 W
uc(Z)/Z = 0,09 x10-2
Coeficiente de correlao r (yl , ym)

r( y 1 , y 2 ) = r( R, X ) = - 0,588
r( y 1 , y 3 ) = r( R, Z ) = - 0, 485
r( y 2 , y 3 ) = r( X , Z ) = 0,993
Tabela H.4 - Valores calculados das grandezas de sada R, X e Z: enfoque 2

N do
Valores individuais dos mensurandos
conjunto k
R = (V /I ) cos f(W)
X = (V /I ) sen f(W)
Z = V /I (W)
1
2
3
4
5
127,67
127,89
127,51
127,71
127,88
220,32
219,79
220,64
218,97
219,51
254,64
254,29
254,84
253,49
254,04
Mdia
aritmtica
Desvio padro da mdia experimental
y 1 = R = 127,732
y 2 = X = 219,847
y 3 = Z = 254, 260
s( R) = 0, 071
s( X ) = 0, 295
s( Z ) = 0, 236
Coeficiente de correlao r (yl , ym)

r( y 1 , y 2 ) = r( R, X ) = - 0,588
r( y 1 , y 3 ) = r( R, Z ) = - 0, 485
r( y 2 , y 3 ) = r( X , Z ) = 0,993
86

Exemplos
Anexo H
enquanto que o enfoque 1 um exemplo de obteno de y

a partir de y = ( X 1 , X 2 , K X N ). Como ressaltado naquela
nota, em geral, os dois enfoques fornecero resultados
idnticos, se f uma funo linear de suas grandezas de
entrada (desde que os coeficientes de correlao observados
experimentalmente sejam levados em considerao quando
se implementa o enfoque 1). Se f no uma funo linear,
ento os resultados do enfoque 1 diferiro daqueles do enfoque 2, dependendo do grau de no-linearidade e das varincias e covarincias estimadas de Xi. Isso pode ser visto na expresso:
y = ( X 1 , X 2 , K, X N )
(H.10)
1
+
2
i =1
j =1
X i , X j
Tabela H.5 - Alteraes na tabela H.3 sob a hiptese de

que os coeficientes de correlao da tabela H.2 so zero
Incerteza padro combinada
uc(yl) do resultado de medio
u c ( R) = 0,195W
u c ( R) / R = 0,15 10 -2
u c ( X ) = 0, 201W
u c ( X ) / X = 0, 09 10 -2
u c ( Z ) = 0, 204W
u c ( Z ) / Z = 0, 08 10 -2
Coeficientes de correlao, r (yl , ym)
r (y1, y2) = r (R, X) = 0,056
r (y1, y3) = r (R, Z) = 0,527
r (y2, y3) = r (X, Z) = 0,878
u( X i , X j ) + K
onde o segundo termo, no lado direito da igualdade, o

termo de segunda ordem da expanso da srie de Taylor
de f em termos de X i (ver tambm 5.1.2, nota). No presente caso, o enfoque 2 prefervel porque ele evita a aproximao y = ( X 1 , X 2 , K, X N ) e reflete melhor o procedimento de medio utilizado - os dados foram, na realidade, coletados em conjuntos.
Por outro lado, o enfoque 2 seria inadequado se os dados
da tabela H.2 representassem n1 = 5 observaes da diferena de potencial V, seguidas por n2 = 5 observaes da
corrente I, e, ento, seguidas por n3 = 5 observaes da
fase f, e seria impossvel, se n1 n2 n3 . (, na realidade,
um mau procedimento de medio executar as medies
dessa maneira, uma vez que a diferena de potencial atravs de uma impedncia fixada e a corrente atravs dela so
diretamente relacionadas).
Se os dados da tabela H.2 forem reinterpretados dessa maneira, de modo que o enfoque 2 seja inadequado, e se as
correlaes entre as grandezas V, I e f forem supostas
como ausentes, ento os coeficientes de correlao observados no tm nenhum significado e devem ser tomados
como sendo zero. Se isto feito na Tabela H.2, a equao
(H.9) reduz-se ao equivalente da equao (F.2), em
F.1.2.3, isto :
u( y l , y m ) =
i =1
y l y m 2
u (x i )
x i x i
(H.11)
e sua aplicao aos dados da tabela H.2 leva s alteraes

na tabela H.3, mostradas na tabela H.5:
87
Anexo H
Exemplos
H.3 Calibrao de um termmetro
y1 =
Este exemplo ilustra o uso do mtodo dos mnimos quadrados para obter uma curva de calibrao linear e como
os parmetros do ajuste, o intercepto e a inclinao, e suas
varincias e covarincias estimadas so usadas para obter,
a partir da curva, o valor da incerteza padro de uma correo prevista.
( bk )( q 2k ) - ( bk q k )( q k ) (H.13a)
D
y2 =
n bk q k - ( bk )( q k )
D
s 2 ( y1 ) =
s 2 q 2k
s2
D
O problema da medio
r( y 1 , y 2 ) = -
Um termmetro calibrado comparando-se n = 11 leituras tk de temperatura do termmetro, cada uma tendo uma
incerteza desprezvel, com as correspondentes temperaturas de referncia conhecidas tR,k na faixa de temperatura
de 21 C a 27 C, para obter as correes bk = tR,k - tk para
as leituras. As correes medidas bk e as temperaturas
medidas tk so as grandezas de entrada da avaliao. Uma
curva de calibrao linear:
b(t) = y 1 + y 2 (t - t o )
(H.12)
ajustada pelo mtodo dos mnimos quadrados, para as

correes e temperaturas medidas. Os parmetros y1 e y2,
que so, respectivamente, o intercepto e a inclinao da
curva de calibrao, so os dois mensurandos ou as grandezas de sada a serem determinadas. A temperatura t0
uma temperatura exata de referncia convenientemente escolhida; ela no um parmetro independente a ser determinado pelo ajuste dos mnimos quadrados. Uma vez que
y1 e y2 so encontrados, juntamente com suas varincias e
covarincias estimadas, a equao (H.12) pode ser usada
para predizer o valor e a incerteza padro da correo a ser
aplicada ao termmetro, para qualquer valor t da temperatura.
H.3.2
qk
n q k2
[bk - b(t k )]2
(H.13d)
(H.13e)
(H.13f)
n-2
D = n q 2k - ( q k ) 2
(H.13g)
= n (q k - q) 2 = n (t k - t ) 2
onde todos os somatrios so de k = 1 at n, qk = tk - t0 ,
q = ( q k ) / n e t = ( t k ) / n; [ bk - b(t k )] a diferena
entre a correo bk medida ou observada na temperatura tk
e a correo b(tk) prevista pela curva ajustada
b(t) = y 1 + y 2 (t - t 0 ) em tk. A varincia s2 uma medida da
incerteza total do ajuste, onde o fator n - 2 reflete o fato de
que, por serem os dois parmetros y1 e y2 determinados pelas n observaes, os graus de liberdade de s2 so n = n - 2
(ver G.3.3).
H.3.3
Clculo dos resultados
Os dados a serem ajustados so fornecidos na segunda e

na terceira colunas da tabela H.6. Tomando t0 = 20C
como a temperatura de referncia, a aplicao das equaes (H.13a) a (H.13g) fornece:
Ajuste por mnimos quadrados
Baseado no mtodo dos mnimos quadrados, e de acordo

com as hipteses feitas em H.3.1 acima, as grandezas de
sada y1 e y2 e suas varincias e covarincia estimadas so
obtidas, minimizando-se a soma:
S=
[ bk - y 1 - y 2 (t k - t 0 )] 2
k =1
Isto conduz s seguintes equaes para y1, y2, suas varincias experimentais s2(y1) e s2(y2), e seu coeficiente de
correlao estimado r(y1, y2) = s(y1, y2) / s(y1)s(y2), onde
s(y1, y2) sua covarincia estimada:
88
s2 =
(H.13c)
s 2 (y 2 ) = n
H.3.1
(H.13b)
y 1 = - 0,1712 C
s( y 1 ) = 0, 0029 C
s( y 2 ) = 0, 000 67
y 2 = 0, 002 18
r ( y 1 , y 2 ) = - 0,930 s = 0, 0035 C
O fato da inclinao y2 ser mais de trs vezes maior do que
a sua incerteza padro fornece alguma indicao de que
uma curva de calibrao, e no uma correo mdia fixa,
seja requerida.
A curva de calibrao pode, ento, ser escrita como:
b(t) = - 0,1712( 29) C + 0, 002 18( 67)(t - 20 C) (H.14)

Exemplos
Anexo H
Tabela H.6 - Dados usados para se obter uma curva linear de calibrao para um termmetro pelo mtodo dos mnimos
quadrados
N da
leituta
k
1
2
3
4
5
6
7
8
9
10
11
Leitura do
termmetro
tk
Correo
observada
bk=tR,k-tk
Correo
prevista
b(tk)
Diferena entre a correo

observada e a prevista
bk -b(tk)
(C)
(C)
(C)
(C)
21,521
22,012
22,512
23,003
23,507
23,999
24,513
25,002
25,503
26,010
26,511
-0,171
-0,169
-0,166
-0159
-0,164
-0,165
-0,156
-0,157
-0,159
-0,161
-0,160
-0,1679
-0,1668
-0,1657
-0,1646
-0,1635
-0,1625
-0,1614
-0,1603
-0,1592
-0,1581
-0,1570
-0,0031
-0,0022
-0,0003
+0,0056
-0,0005
-0,0025
+0,0054
+0,0033
+0,0002
-0,0029
-0,0030
onde os nmeros entre parnteses so os valores numricos das incertezas padro correspondentes aos ltimos dgitos dos resultados citados para o intercepto e a inclinao (ver 7.2.2). Esta equao fornece o valor previsto da
correo b(t) em qualquer temperatura t e, em particular, o
valor b(tk) em t=tk. Estes valores so dados na quarta coluna da tabela, enquanto que a ltima coluna fornece as diferenas entre os valores medidos e previstos, bk - b(tk).
Uma anlise dessas diferenas pode ser utilizada para verificar a validade do modelo linear; testes formais existem
(ver referncia [8]), porm no so considerados neste
exemplo.
H.3.4
em t = 30 C, que est fora da faixa de temperatura na qual o

termmetro foi realmente calibrado. Substituindo t = 30 C
na equao (H.14), resulta:
B(30 C) = -0,1494 C
enquanto que a equao (H.15) se torna:
u c2 [ b(30 C)] = (0,0029 C) 2 + (10 C) 2 (0,000 67) 2 +
+2(10 C)( 0, 0029 C)( 0, 00067 C)( -0,930) = 17,1 10 -6 C 2
ou:
Incerteza de um valor previsto
u c [ b(30 C)] = 0,0041 C
A expresso para a incerteza padro combinada do valor

previsto de uma correo pode ser prontamente obtido, aplicando-se a lei de propagao de incerteza, equao (16) em
5.2.2, equao (H.12). Notando-se que b(t) = f(y1,y2) e escrevendo u(y1) = s(y1) e u(y2) = s(y2), obtm-se:
u c2 [ b(t)] = u 2 ( y 1 ) + (t - t 0 ) 2 u 2 ( y 2 )
Assim, a correo em 30 C -0,1494 C, com uma incerteza padro combinada de u c = 0,0041C , e com uc
tendo v = n - 2 = 9 graus de liberdade.
H.3.5 Eliminao da correlao entre a inclinao e
o intercepto
(H.15)
+ 2(t - t 0 )u( y 1 )u( y 2 ) r( y 1 , y 2 )
A equao (H.13e) para o coeficiente de correlao

r(y1,y2) implica que, se t0 escolhido de forma tal que
n
A varincia estimada uc2[b(t)] mnima em

t min = t 0 - u( y 1 ) r( y 1 , y 2 ) / u( y 2 ), e no presente caso,
tmin = 24,0085C.
Como um exemplo do uso da equao (H.15), considere que
se requeira uma correo no termmetro e sua incerteza
qk =
k =1
(t k - t 0 ) = 0, ento r(y1,y2) = 0 e y1 e y2 se-
k =1
ro no-correlacionados, simplificando, portanto, o clculo da incerteza padro de uma correo prevista. Uma vez
n
que
k =1
q k = 0,
quando
t 0 = t =( t k ) / n
k =1
89
Anexo H
Exemplos
t = 24,0085 C no presente caso, repetindo-se o ajuste de

mnimos quadrados, com t o = t = 24, 0085 C, levar a valores de y1 e y2 no-correlacionados. (A temperatura t
tambm a temperatura na qual u2[b(t)] um mnimo - ver
H.3.4). Entretanto, repetir o ajuste desnecessrio porque
pode ser mostrado que:
b(t) = y 1 + y 2 (t - t )
(H.16a)
u c2 [ b(t)] = u 2 ( y 1 ) + (t - t ) 2 u 2 ( y 2 )
(H.16b)
r( y 1 , y 2 ) = 0
(H.16c)
Outras consideraes
O mtodo dos mnimos quadrados pode ser usado para ajustar curvas de ordem superior aos pontos correspondentes aos
dados, e tambm aplicvel aos casos em que os dados individuais tm incertezas. Textos de referncia sobre o assunto
devem ser consultados para maiores detalhes [8]. Entretanto,
os seguintes exemplos ilustram dois casos nos quais as correes medidas bk no so supostas como exatamente conhecidas.
1) Considere cada tk tendo uma incerteza desprezvel,
considere que cada um dos n valores tR,k seja obtido de
uma srie de m leituras repetidas e considere que a estimativa agrupada de varincia para tais leituras baseadas em uma grande quantidade de dados obtidos ao
longo de muitos meses, seja s2p . Ento a varincia estimada de cada tR,k s 2p / m = u 02 , e cada correo obser-
onde:
y 1 = y 1 + y 2 (t - t 0 )
t = t 0 - s( y 1 ) r( y 1 , y 2 ) / s( y 2 )
s 2 ( y 1 ) = s 2 ( y 1 )[1 - r 2 ( y 1 , y 2 )]
e, ao escrever a equao (H.16b), as substituies
u( y 1 ) = s( y 1 ) e u(y2) = s(y2) foram feitas [ver a equao
(H.15)].
Aplicando essas relaes aos resultados fornecidos em
H.3.3, tem-se:
b(t) = - 0,1625(11)
H.3.6
(H.17a)
vada bk = t R, k - t k tem a mesma incerteza padro u0.

Sob estas circunstncias (e sob a suposio de que no
existe razo para se crer que o modelo linear seja incorreto), u 02 substitui s2 nas equaes (H.13c) e
(H.13d).
NOTA - A estimativa agrupada de varincia s 2p, baseada em N
sries de observaes independentes da mesma varivel
aleatria, obtida de:
+ 0, 00218( 67)(t - 24, 0085 C)

u c2 [ b(t)] = ( 0, 0011) 2
+ (t - 24, 0085 C) (0,000 67)
2
(H.17b)
s 2p =
i =1
N
n i si2
ni
i =1
Pode-se verificar que estas expresses fornecem os mesmos

resultados que as equaes (H.14) e (H.15), repetindo-se o
clculo de b(30 C) e uc[b(30 C)]. Substituindo t = 30 C
nas equaes (H.17a) e (H.17b), tem-se:
onde s i2 a varincia experimental da i-sima srie de ni observaes repetidas independentes [equao (4), em 4.2.2] e tem
graus de liberdade n i = n i - 1. Os graus de liberdade de s 2p so
n=
b(30 C) = -0,1494 C
uc[b(30 C)] = 0,0041 C
que so idnticos aos resultados obtidos em H.3.4. A covarincia estimada entre as duas correes previstas b(t1) e
b(t2) pode ser obtida da equao (H.9), em H.2.3.
i=1
n i . A varincia experimental s 2p/m (e o desvio padro
experimental s p / m) da mdia aritmtica de m observaes independentes, caracterizada pela estimativa agrupada da varincia
s 2p, tambm tem n graus de liberdade.
2) Suponha que cada tk tenha incerteza desprezvel,

que uma correo ek seja aplicada a cada um dos n
valores tR,k e que cada correo tenha a mesma incerteza padro ua. Ento, a incerteza padro de cada
bk = t R, k - t k , tambm, ua e s 2 ( y 1 ) substitudo por
s 2 ( y 1 ) + u a2 e s 2 ( y 1 ) substitudo por s 2 ( y 1 ) + u a2 .
90

Exemplos
Anexo H
to, para cada fonte, durante todos os seis ciclos, de

60 minutos. Embora a taxa de contagem de fundo no possa ser suposta como constante durante todo o intervalo de
contagem (65 horas), supe-se que o nmero de contagens
obtido para cada amostra branca possa ser usado como representativo da taxa de contagem de fundo durante as medies do padro e da amostra no mesmo ciclo. Os dados
so fornecidos na Tabela H.7, onde:
H.4 Medio de atividade

Este exemplo similar ao exemplo H.2, a medio simultnea de resistncia e reatncia, na qual os dados podem
ser analisados de duas maneiras diferentes, fornecendo essencialmente os mesmos resultados numricos. O primeiro
enfoque ilustra, mais uma vez, a necessidade de se levar
em conta as correlaes observadas entre as grandezas de
entrada.
H.4.1
tS, tB, tx
so os tempos desde o tempo de referncia

t = 0 at o ponto mdio dos intervalos de
contagem T0 = 60 min, corrigidos para tempo morto para os recipientes com o padro, a
amostra branca e a amostra, respectivamente;
embora tB seja dado para a completeza, ele
no necessrio anlise;
O problema de medio
A concentrao desconhecida de atividade do radnio

(222Rn), em uma amostra de gua, determinada pela contagem por cintilao lquida comparada com uma amostra
padro de radnio em gua, tendo uma concentrao de
atividade conhecida. A concentrao de atividade desconhecida obtida, medindo-se trs fontes de contagem consistindo de, aproximadamente, 5 g de gua e 12 g de emulso cintiladora orgnica em frascos de 22 ml de volume:
Fonte (a)
Fonte (b)
Fonte (c)
CS, CB, Cx so os nmeros de contagens registrados

nos intervalos de contagem T0 = 60 min,
corrigidos para tempo morto, para os recipientes com o padro, amostra branca e
amostra, respectivamente.
um padro consistindo de uma massa ms

de uma soluo padro com uma concentrao de atividade conhecida;
As contagens observadas podem ser expressas como:
uma amostra branca equivalente de gua

no contendo material radioativo, usada
para obter a taxa de contagem de fundo
(background);
CS = CB + e AST0mSe-lt s
(H.18a)
Cx = CB + e AxT0mxe-lt x
(H.18b)
onde:
a amostra consistindo de uma alquota de

massa mx com uma concentrao de atividade desconhecida.
Seis ciclos de medio das trs fontes de contagem so realizados nesta ordem: padro - amostra branca - amostra;
cada intervalo de contagem T0 , corrigido para tempo mor-
a eficincia de deteco da cintilao lquida

para 222Rn, para uma dada composio de fonte,
suposta como sendo independente do nvel de
atividade;
AS
a concentrao de atividade do padro no tempo de referncia t = 0;
Tabela H.7 - Dados de contagem para determinao da concentrao de atividade de uma amostra desconhecida
Ciclo
Padro
Amostra Branca
Amostra
tS
(min)
CS
(contagens)
tB
(min)
CB
(contagens)
tx
(min)
Cx
(contagens)
243,74
15 380
305,56
4054
367,37
41 432
984,53
14 978
1046,10
3922
1107,66
38 706
1723,87
14 394
1785,43
4200
1846,99
35 860
2463,17
13 254
2524,73
3830
2586,28
32 238
3217,56
12 516
3279,12
3956
3340,68
29 640
3956,83
11 058
4018,38
3980
4079,94
26 356
91
Anexo H
Exemplos
Ax
o mensurando e definido como a concentrao de atividade desconhecida da amostra no

tempo de referncia t = 0;
mS
a massa da soluo padro;
mx
a massa da alquota de amostra;
a constante de decaimento para o

l = (ln 2) / T1 = 1, 258 94 10 -4 min -1
222Rn:
(T1
H.4.2
A tabela H.8 resume os valores das taxas de contagem

R S e R x corrigidas para contagem de fundo e para decaimento, calculados a partir das equaes (H.21a) e
(H.21b), usando os dados da tabela H.7 e
l = 1,258 94 x 10 -4 min -1 , como fornecidos anteriormente. Deve-se notar que a razo R = R x /R S calculada, de forma mais simples, pela expresso:
= 5505,8 min).
[(Cx - CB)/(CS - CB)]e l( t x - t s )
As equaes (H.18a) e (H.18b) indicam que nenhum dos

seis valores individuais, seja de CS ou de Cx, dados na tabela H.7, pode fornecer uma mdia diretamente por causa
do decaimento exponencial da atividade do padro e da
amostra, e de pequenas variaes na contagem de fundo de
um para outro ciclo. Em vez disso, deve-se trabalhar
com contagens corrigidas para o decaimento e para o
fundo (ou taxas de contagem definidas como o nmero
de contagens dividido por T0 = 60 min). Isto sugere a
combinao das equaes (H.18a) e (H.18b), para obter a
seguinte expresso para a concentrao desconhecida em
termos das grandezas conhecidas:
Ax = f (AS, mS, mx, CS, Cx, CB, tS, tx, l) =
= AS
= AS
m S (C x - C B ) e lt x
m x (C S - C B ) e lt s
m S C x - C B l( t x
e
mx C S - C B
l tx
Anlise de dados
(H.19)
- ts )
l ts
onde (Cx - CB)e

e (CS - CB)e
so, respectivamente,
as contagens, corrigidas para contagens de fundo, da
amostra e do padro no tempo de referncia t = 0 e para o
intervalo de tempo T0 = 60 min. Alternativamente, pode-se
simplesmente escrever:
As mdias aritmticas RS , Rx e R, e seus desvios padro

experimentais s( RS ), s( Rx ) e s( R ) so calculados do
modo usual [equaes (3) e (5), em 4.2]. O coeficiente de
correlao r(Rx , RS ) calculado pela equao (17), em
5.2.3, e pela equao (14), em 5.2.2.
Em vista da variabilidade comparativamente pequena dos
valores de R x e de R S , a razo das mdias Rx / RS e sua
incerteza padro u(Rx / RS ) so, respectivamente, quase
as mesmas que a razo mdia R e seu desvio padro experimental s(R), tais como listados na ltima coluna da tabela H.8 [ver H.2.4 e a equao (H.10)]. Entretanto, ao calcular a incerteza padro u ( Rx / RS ), a correlao entre R x e
R S , como representada pelo coeficiente de correlao
r ( Rx , RS ), deve ser levada em conta, usando a equao
(16), em 5.2.2. [Essa equao fornece, para a varincia relativa estimada de Rx / RS , os ltimos trs termos
da equao (H.22b)].
Deve-se reconhecer que os respectivos desvios padro experimentais de R x e de R S , 6 s ( Rx ) e 6 s ( RS ) indicam
uma variabilidade nessas grandezas, que duas a trs vezes maior do que a variabilidade deduzida pela estatstica
de Poisson do processo de contagem, sendo que a ltima
includa na variabilidade observada de contagem e no
precisa ser contabilizada separadamente.
Ax = f(AS,mS,mx,RS,Rx)
= As
m S Rx
m x Rs
(H.20)
onde as taxas de contagem, Rx e RS, corrigidas para contagens de fundo e para decaimento, so dadas por:
92
Rx = [(C x - C B ) / TO ]e lt x
(H.21a)
Rs = [(C s - C B ) / TO ]e lt s
(H.21b)
H.4.3
Clculo dos resultados finais
Para obter a concentrao de atividade desconhecida Ax e

sua incerteza padro combinada uc(Ax), pela equao
(H.20) so requeridas, AS, mx e mS e suas incertezas padro. Sendo dadas como:
AS = 0,1368 Bq/g
u(AS) = 0,0018 Bq/g; u(AS)/AS = 1,32 x 10-2
mS = 5,0192 g
u(mS ) = 0,005 g; u(mS )/mS = 0,10 x 10-2

Exemplos
Anexo H
Tabela H.8 - Clculo das taxas de contagem corrigidas para contagem de fundo e para decaimento
Ciclo
k
Rx
(min-1)
Rs
(min-1)
tx - ts
(min)
R = Rx / Rs
1
2
3
4
5
6
652,46
666,48
665,80
655,68
651,87
623,31
194,65
208,58
211,08
214,17
213,92
194,13
123,63
123,13
123,12
123,11
123,12
123,11
3,3520
3,1953
3,1543
3,0615
3,0473
3,2107
Rx = 652, 60
RS = 206, 09
s ( Rx ) = 6, 42
s ( RS ) = 3,79
-2
s( Rx ) / Rx = 0,98 10
s( RS ) / RS = 1,84 10 -2
R = 3,170
s ( R ) = 0, 046
s( R ) / R = 1, 44 10 -2
Rx / RS = 3,167
u( Rx / RS ) = 0, 045
u ( Rx / RS ) / ( Rx / RS ) = 1, 42 10 -2
Coeficiente de correlao
r ( Rx , RS ) = 0, 646
mx = 5,0571 g
u(mx) = 0,0010 g; u(mx)/mx = 0,02 x 10-2
Ax = AS
m S Rx
= 0, 4300 Bq / g
m x RS
(H.22a)
Outras possveis fontes de incerteza so avaliadas como

sendo desprezveis:
- incertezas padro dos tempos de decaimento, u(tS,k)
e u(tx,k);
- incerteza padro da constante de decaimento do 222Rn,
u(l) = 1 x 10-7 min-1. (A grandeza significativa o fator
de decaimento exp[l(tx - tS)], que varia de 1,015 63,
para ciclos k = 4 e k = 6 at 1,015 70, para o ciclo k= 1.
A incerteza padro desses valores u = 1,2 x 10-5);
- incerteza associada com a possvel dependncia da
eficincia de deteco do contador de cintilao da
fonte utilizada (padro, amostra branca e amostra);
- incerteza da correo para o tempo morto do contador e da correo para a dependncia da eficincia
de contagem do nvel de atividade.
H.4.3.1 Resultados: enfoque 1
Como indicado anteriormente, Ax e uc(Ax) podem ser obtidos de dois modos diferentes a partir da equao (H.20).
No primeiro enfoque, Ax calculado, usando as mdias
aritmticas Rx e RS , o que leva a:
A aplicao da equao (16), em 5.2.2, a esta expresso

resulta para a varincia combinada u c2 ( Ax ):
u c2 ( Ax )
Ax2
u 2 ( AS )
AS2
u 2 ( RS )
RS2
u 2 (m S )
m S2
- 2 r ( Rx , RS )
u 2 (m x )
m x2
u 2 ( Rx )
Rx2
u ( Rx ) u ( RS )
Rx RS
(H.22b)
onde, como observado em H.4.2, os ltimos trs termos

fornecem u 2 ( Rx / RS ) / ( Rx / RS ) 2 , que a varincia relativa estimada de Rx / RS . Consistente com a discusso de
H.2.4, os resultados na Tabela H.8 mostram que R no
exatamente igual a Rx / RS ; e que a incerteza padro
u ( Rx / RS ) de Rx / RS no exatamente igual incerteza
padro s ( R ) de R.
A substituio dos valores das grandezas relevantes nas
equaes (H.22a) e (H.22b) fornece:
uc (Ax)/Ax = 1,93 x 10-2
uc (Ax) = 0,0083 Bq/g
93
Anexo H
Exemplos
O resultado da medio pode, ento, ser declarado como:
O resultado da medio pode, ento, ser declarado como:
Ax = 0,4300 Bq/g, com uma incerteza padro combinada de

uc = 0,0083 Bq/g.
Ax = 0,4304 Bq/g, com uma incerteza padro combinada

de uc = 0,0084 Bq/g.
H.4.3.2 Resultados: enfoque 2
Os graus de liberdade efetivos de uc podem ser avaliados,

usando-se a frmula Welch-Satterthwaite, como ilustrado
em H.1.6.
No segundo enfoque, que evita a correlao entre Rx e RS ,

Ax calculada usando a mdia aritmtica R. Assim:
Ax = As (m s / m x ) R = 0, 4304 Bq / g
(H.23a)
A expresso para u c2 ( Ax ) , simplesmente:

u c2 ( Ax )
Ax2
+
u 2 ( AS )
AS2
u 2 (m x )
m x2
u 2 (m S )
u 2 (R)
R2
que fornece:
u c ( Ax )
= 1,95 x 10-2
Ax
uc (Ax) = 0,0084 Bq/g
94
m S2
Como em H.2, dos dois resultados, prefere-se o segundo,

porque ele evita a aproximao da mdia de uma razo de
duas grandezas pela razo das mdias das duas grandezas;
e ele reflete melhor o procedimento de medio utilizado os dados foram, de fato, coletados em ciclos separados.
(H.23b)
Todavia, a diferena entre os valores de Ax, resultantes dos
dois enfoques, claramente pequena comparada com a incerteza padro atribuda a cada um, e a diferena entre as
duas incertezas padro totalmente desprezvel. Tal concordncia entre os resultados demonstra que os dois enfoques so equivalentes quando as correlaes observadas
so apropriadamente includas.

Exemplos
Anexo H
H.5 Anlise de varincia

Este exemplo fornece uma breve introduo aos mtodos
de anlise de varincia (ANOVA). Estas tcnicas estatsticas so utilizadas para identificar e quantificar efeitos aleatrios individuais em uma medio, de modo que possam
ser apropriadamente levados em conta quando se avalia a
incerteza do resultado da medio. Embora os mtodos
ANOVA sejam aplicveis a uma ampla faixa de medies,
por exemplo, a calibrao de padres de referncia, tais
como os padres de tenso Zener e padres de massa, e a
certificao de materiais de referncia, os mtodos ANOVA por si s no podem identificar efeitos sistemticos
que possam estar presentes.
Existem muitos modelos diferentes includos sob o nome
geral de ANOVA. Por causa da sua importncia, o modelo
especfico discutido nesse exemplo o arranjo aninhado
balanceado1. A ilustrao numrica desse modelo envolve
a calibrao de um padro de tenso Zener; a anlise deve
ser relevante a uma variedade de situaes prticas de medio.
Mtodos ANOVA so de importncia especial na certificao de materiais de referncia (MRs), por meio de ensaios interlaboratoriais, um tpico abrangido minuciosamente no Guia ISO 35 [19] (ver H.5.3.2 para uma breve
descrio da certificao de MRs). Como muito do material contido no Guia ISO 35 , de fato, largamente aplicvel, esta publicao pode ser consultada para detalhes
adicionais relativos ANOVA, incluindo arranjos aninhados no balanceados. As referncias [15] e [20] podem ser igualmente consultadas.
H.5.1
O problema de medio
Considere um padro de tenso Zener de 10 V nominais

calibrado contra uma referncia de tenso estvel, por um
perodo de duas semanas. Em cada um dos J dias durante
o perodo, k observaes repetidas independentes da diferena de potencial Vs do padro foram realizadas. Se Vjk
denota a k-sima observao Vs (k = 1, 2, ..., K) no j-simo
dia (j = 1, 2, ..., J), a melhor estimativa da diferena de
potencial do padro a mdia aritmtica V das JK observaes [ver equao (3), em 4.2.1]:
Vs =
1
JK
j =1
k =1
V jk = V
O desvio padro experimental da mdia s(V), que uma medida da incerteza de V, como uma estimativa da diferena de
potencial do padro, obtido de [ver equao (5), em 4.2.3.]:
s 2 (V ) =
1
JK ( JK - 1)
(V jk - V ) 2
(H.24b)
j =1 k =1
NOTA - Supe-se ao longo deste exemplo que todas as correes

aplicadas s observaes, para compensar efeitos sistemticos, tenham incertezas desprezveis, ou que suas incertezas sejam tais que
possam ser levadas em conta no final da anlise. Uma correo nesta
ltima categoria, e uma que pode por si mesma ser aplicada mdia
das observaes no final da anlise, a diferena entre o valor certificado (suposto de ter uma dada incerteza) e o valor de trabalho da
tenso de referncia estvel contra o qual o padro de tenso Zener
calibrado. Assim, a estimativa da diferena de potencial do padro,
obtida estatisticamente a partir das observaes, no , necessariamente, o resultado final da medio; e o desvio padro experimental
da estimativa no , necessariamente, a incerteza padro combinada
do resultado final.
O desvio padro experimental da mdia s(V), como obtido

da equao (H.24b), uma medida apropriada da incerteza
de V somente se a variabilidade das observaes dia a dia
for a mesma que a variabilidade das observaes realizadas em um nico dia. Se existir evidncia de que a variabilidade entre dias (denominada variabilidade entre-dias)
seja significativamente maior do que se possa esperar da
variabilidade em um mesmo dia (denominada variabilidade intra-dia), a utilizao dessa expresso poderia levar a
uma declarao consideravelmente incompleta da incerteza de V.
Assim, duas questes surgem: como se deve decidir se a
variabilidade entre dias (caracterizada por um componente
entre-dias da varincia) significante em comparao
variabilidade em um mesmo dia (caracterizada por um
componente intra-dia da varincia), e, se isso ocorrer,
como se deve avaliar a incerteza da mdia?
H.5.2
Um exemplo numrico
H.5.2.1 Os dados que permitem tratar as questes acima

so fornecidos na tabela H.9, onde:
J = 10 o nmero de dias nos quais as observaes da
diferena de potencial foram realizadas;
(H.24a)
NT: Essa expresso corresponde, na verso original, a balanced nested design.
95
Anexo H
Exemplos
Tabela H.9 - Resumo dos dados de calibrao do padro de tenso obtidos em J = 10 dias, com cada mdia diria V j e
desvio padro experimental s(V jk ) baseados em K = 5 observaes repetidas e independentes
Dia, j
V j /V
10,000 172
10,000 116
10,000 013
10,000 144
10,000 106
s(V jk ) /mV
60
77
111
101
67
10
Vj /V
10,000 031
10,000 060
10,000 125
10,000 163
10,000 041
s(V jk ) /mV
93
80
73
88
86
Grandeza
Dia, j
Grandeza
V = 10, 000 097 V

sa2
= Ks (V j ) = 5 (57 m V)
2
s (V j ) = 57 m V
= (128 m V)
K = 5 o nmero de observaes da diferena de potencial realizadas em cada dia;

Vj =
1
K
V jk
(H.25a)
k =1
1
J
Vj
j =1
1
JK
= s 2 (V jk ) = (85 m V) 2
2
comparando-se duas estimativas independentes de sW
,a
componente intra-dia da varincia (isto , a varincia das

observaes realizadas no mesmo dia).
2
A primeira estimativa de sW
, denotada por sa2 , obtida da
a mdia aritmtica das K = 5 observaes da diferena

de potencial realizadas no j-simo dia (existem J = 10 mdias dirias);
V=
sb2
(H.25b)
V jk
variao observada das mdias dirias V j . Como V j a

mdia de K observaes, sua varincia estimada s 2 (V j ),
sob a hiptese de que o componente entre-dias da varin2
/K. Segue, ento, da equao
cia seja zero, estima sW
(H.25d) que:
j =1 k =1
sa2 = K s 2 (V j )
a mdia aritmtica das J = 10 mdias dirias e, conseqentemente, a mdia global das JK = 50 observaes;
1
s (V jk ) =
K -1
2
(V jk - V j )
K
J -1
(H.26a)
(V j - V ) 2
j =1
(H.25c)
2
, tendo va = J - 1 = 9 graus de
que uma estimativa de sW
k =1
liberdade.
a varincia experimental das K = 5 observaes realizadas no j-simo dia (existem J = 10 estimativas da varincia);
2
, denotada por sb2 , a estimaA segunda estimativa de sW
(H.25d)
tiva agrupada da varincia obtida de J = 10 valores individuais de s 2 (V jk ), utilizando-se a equao da nota H.3.6, na
a varincia experimental das J = 10 mdias dirias (existe somente uma estimativa da varincia).
qual os dez valores individuais so calculados a partir da

equao (H.25c). Em razo de os graus de liberdade de
cada um destes valores serem vi = k - 1, a expresso resultante para sb2 , simplesmente, sua mdia. Assim:
s 2 (V j ) =
1
J -1
(V j - V ) 2
j =1
H.5.2.2 A consistncia da variabilidade intra-dia e a variabilidade entre-dias das observaes pode ser investigada,
96
sb2 = s 2 (V jk ) =
1
J
j =1
s 2 (V jk )

Exemplos
1
J ( K - 1)
(V jk - V j ) 2
j =1 k =1
Anexo H
(H.26b)
2
, tendo v b = J ( K - 1) = 40
que uma estimativa de sW
graus de liberdade.
2
As estimativas de sW
, dadas pelas equaes (H.26a) e
(H.26b), so sa2 = (128 m V ) 2 e sb2 = (85 m V ) 2 , respectivamente (ver tabela H.9). Como a estimativa sa2 baseada na variabilidade das mdias dirias enquanto a estimativa sb2 baseada na variabilidade de observaes dirias,
sua diferena indica a possvel presena de um efeito que
varia de um dia para outro, mas que permanece relativamente constante quando as observaes so realizadas em
um nico dia. O teste-F utilizado para verificar essa possibilidade e, conseqentemente, a suposio de que o componente entre-dias da varincia seja zero.
se que existe um efeito entre-dias estatisticamente significativo no nvel de 5 por cento de significncia, mas no no
nvel de 2,5 por cento.
H.5.2.5 Se a existncia de um efeito entre-dias rejeitada
porque a diferena entre sa2 e sb2 no vista como estatisticamente significativa (uma deciso imprudente, pois
poderia levar a uma subestimao da incerteza), a varincia estimada s 2 (V ) de V deve ser calculada da equao
(H.24b). Esta relao equivalente a agrupar as estimativas sa2 e sb2 (isto , tomando-se a mdia ponderada de sa2 e
sb2 , cada uma ponderada por seus respectivos graus de
liberdade n a e n b - ver nota de H.3.6) para se obter a
melhor estimativa da varincia das observaes; e dividindo essa estimativa por JK (o nmero de observaes)
para obter a melhor estimativa s 2 (V ) da varincia da
mdia das observaes. Seguindo este procedimento, temos:
H.5.2.3 A distribuio-F a distribuio de probabilidade

da razo F ( v a , v b ) = sa2 ( v a ) / sb2 ( v b ) de duas estimativas
s 2 (V ) =
independentes, sa2 ( v a ) e sb2 ( v b ), da varincia s 2 de uma

varivel aleatria normalmente distribuda [15]. Os
parmetros va e vb so os respectivos graus de liberdade
das duas estimativas e 0 F ( v a , v b ) < . Valores de F so
tabulados para diferentes valores de v a e v b e vrios
quantis da distribuio-F. Um valor de F( v a , v b ) > F0,95
ou F( v a , v b ) > F0,975 (o valor crtico) usualmente interpretado como indicao de que sa2 ( v a ) maior do que
sb2 ( v b ), por uma quantidade estatisticamente significativa,
e que a probabilidade de um valor de F to grande quanto
aquele observado, se as duas estimativas forem estimativas da mesma varincia, menor do que 0,05 ou 0,025, respectivamente. (Outros valores crticos podem tambm ser
escolhidos, tal como F0, 99 ).
( J - 1) sa2 + J ( K - 1) sb2
JK ( JK - 1)
(H.28a)
9 (128 m V) 2 + 40 (85 m V) 2
(10) (5) ( 49)
= (13 m V) 2 , ou s (V ) = 13 m V
(H.28b)
com s (V ) tendo JK - 1 = 49 graus de liberdade.

Se supomos que todas as correes para os efeitos sistemticos j tenham sido levadas em conta e todos os outros
componentes da incerteza so no-significativos, ento o
resultado da calibrao pode ser declarado como
Vs = V = 10, 000 0097 V (ver tabela H.9), com uma
incerteza padro combinada de s (V ) = u c = 13 m V, e
com u c tendo 49 graus de liberdade.
H.5.2.4 A aplicao do teste-F ao presente exemplo

nmerico fornece:
F ( va , vb ) =
sa2
sb2
5 (57 m V ) 2
(85 m V ) 2
Ks 2 (V j )
(H.27)
s 2 (V jk )
NOTAS
1. Na prtica, haveria, muito provavelmente, componentes adicionais de incerteza que seriam significativos e, portanto, deveriam ser
combinados com o componente de incerteza obtido estatisticamente
a partir das observaes (ver nota de H.5.1).
2.
= 2, 25
com n a = J - 1 = 9 graus de liberdade no numerador e

n b = J ( K - 1) = 40 graus de liberdade no denominador.
Como F0, 95 (9, 40) = 2,12 e F0, 975 (9, 40) = 2, 45, conclui-
A equao (H.28a), para s 2 (V ), pode ser mostrada como sendo
equivalente equao (H.24b), escrevendo-se a dupla soma, denotada por S, na equao como:
S=
[(V jk - V j ) + (V j
j =1 k =1
]2
-V)
= ( J - 1) sa2 + J ( K - 1) sb2
97
Anexo H
Exemplos
H.5.2.6 Se a existncia de um efeito entre-dias aceita

(uma deciso prudente porque evita uma possvel subestimao da incerteza) e supe-se que seja aleatria, ento a
varincia s 2 (V j ), calculada a partir das J=10 mdias
dirias, de acordo com a equao (H.25d), no estima
2
2
sW
/ K, como postulado em H.5.2.2, mas sW
/ K + s 2B ,
onde s
2
B
o componente aleatrio entre-dias da varin-
cia. Isso implica que:

s 2 (V j ) = sW2 / K + sB2
(H.29)
2
e sB2 estima s 2B . Como s 2 (V jk ) calcuonde sW2 estima sW
lado a partir da equao (H.26b) depende somente da variabilidade intra-dia das observaes, pode-se tomar
sW2 = s 2 (V jk ). Assim, a razo Ks 2 (V j ) / s 2 (V jk ) utilizada
para o teste-F, em H.5.2.4, se torna:
F = {ks 2
(V j )
2
s (V jk )
5(57mV) 2
(85mV)
sW2 + KsB2
(H.30)
sW2
K s 2 (V j ) - s 2 (V jk )
(H.31a)
= ( 43 m V) 2 , ou sB = 43 m V
sW2 = s 2 (V jk ) = (85 m V ) 2 , ou sW = 85 m V(H.31b)
A varincia estimada de V obtida de s 2 (V j ), equao
(H.25d), porque s 2 (V j ) reflete, apropriadamente, ambos
os componentes aleatrios intra e entre-dias da varincia
[ver equao (H.29)]. Assim:
s2 (V ) = s 2 (V j ) / J
(H.32)
= (57 m V) 2 / 10, ou s (V ) = 18 m V
com s(V ) tendo J - 1 = 9 graus de liberdade.
Os graus de liberdade de sW2 (e, portanto, sW ) so J ( K - 1 ) = 40
[ver equao (H.26b)]. Os graus de liberdade de sB2 (e, portanto,
sB ) so os graus de liberdade efetivos da diferena
98
[equao (H.31a)], mas sua
estimativa problemtica.
H.5.2.7 A melhor estimativa da diferena de potencial do
padro de tenso , portanto, Vs = V =10, 000 097 V, com
s (V ) = u c =18 mV, como dado pela equao (H.32). Este
valor de u c e seus 9 graus de liberdade devem ser comparados com u c =13 mV e seus 49 graus de liberdade, o resultado obtido em H.5.2.5 [equao (H.28b)], quando a
existncia de um efeito inter- dia foi rejeitada.
Em uma medida real, um efeito entre-dias aparente deve
ser mais investigado, se possvel, a fim de se determinar
sua causa e verificar se um efeito sistemtico est presente, o que impediria o uso de mtodos ANOVA. Como
apontado no incio deste exemplo, tcnicas ANOVA so
projetadas para identificar e avaliar componentes de incerteza que surgem de efeitos aleatrios; elas no fornecem
informaes sobre os componentes que surgem de efeitos
sistemticos.
H.5.3 O papel de ANOVA na medio
= 2, 25
o que leva a:
sB2 =
sB2 = s 2 (V j ) - s 2 (V jk ) / K
H.5.3.1 Este exemplo do padro de tenso ilustra o que

geralmente chamado de arranjo aninhado balanceado de
um estgio. um arranjo aninhado de um estgio porque
existe um nvel de aninhamento das observaes, com
um fator, o dia em que as observaes foram relizadas,
sendo variado na medio. balanceado (ou equilibrado),
pois o mesmo nmero de observaes realizado a cada
dia. A anlise apresentada no exemplo pode ser utilizada
para determinar se existe um efeito de operador, um
efeito de instrumento, um efeito laboratorial, um
efeito amostral, ou mesmo um efeito metodolgico"
em uma determinada medio. Assim, no exemplo acima,
pode-se imaginar a substituio das observaes feitas em
J dias diferentes por observaes feitas no mesmo dia,
mas por J operadores diferentes; a varincia torna-se, ento, um componente entre-dias da varincia associado a
diferentes operadores.
H.5.3.2 Como observado em H.5, mtodos ANOVA so
largamente utilizados na certificao de materiais de referncia (MRs) por meio de ensaios inter-laboratoriais. Tal
certificao, usualmente, envolve um nmero de laboratrios independentes, igualmente competentes, medindo
amostras de um material, para a propriedade para a qual o
material dever ser certificado. Geralmente se supe que
as diferenas entre resultados individuais, tanto intra como

Exemplos
Anexo H
inter-laboratrios, so de natureza estatstica, independente de quais sejam as causas. A mdia de cada laboratrio considerada como uma estimativa notendenciosa da propriedade do material, e, usualmente,
supe-se a mdia no ponderada das mdias dos laboratrios como sendo a melhor estimativa dessa propriedade.
H.5.3.3 A importncia de se variar as grandezas de entrada das quais depende o resultado da medio, de forma
que sua incerteza seja baseada nos dados observados
avaliados estatisticamente, ressaltada em 3.4.2. Os arranjos aninhados e a anlise dos dados obtidos pela aplicao
de mtodos ANOVA podem ser utilizados com sucesso em
muitas situaes de medio encontradas na prtica.
Uma certificao de MR pode envolver I diferentes laboratrios, cada um dos quais medindo a propriedade requerida de J diferentes amostras de material, com cada medio de uma amostra consistindo de K observaes repetidas e independentes. Assim, o nmero total de observaes IJK, e o nmero total de amostras IJ. Este um
exemplo de um arranjo aninhado balanceado de dois estgios, anlogo ao exemplo de um estgio do padro de tenso dado em H.5. Nesse caso, h dois nveis de aninhamento das observaes, com dois fatores diferentes,
amostra e laboratrio, sendo variados na medio. Esse arranjo balanceado porque cada amostra observada o
mesmo nmero de vezes (K) em cada laboratrio e cada
laboratrio mede o mesmo nmero de amostras (J). Seguindo-se a analogia com o exemplo do padro de tenso,
no caso do material de referncia, o propsito da anlise
dos dados investigar a possvel existncia de um efeito
interamostras e de um efeito inter-laboratrios, e de determinar a incerteza apropriada a ser atribuda melhor estimativa do valor da propriedade a ser certificada. Mantendo-se o desenvolvimento do pargrafo anterior, supe-se
que esta estimativa seja a mdia das I mdias dos laboratrios, que tambm a mdia das IJK observaes.
No obstante, como indicado em 3.4.1, variar todas as

grandezas de entrada raramente possvel devido limitao de tempo e de recursos; na melhor das hipteses, na
maioria das situaes prticas de medio, possvel somente avaliar alguns poucos componentes de incerteza,
utilizando os mtodos ANOVA. Como ressaltado em
4.3.1, muitos componentes devem ser avaliados por julgamento cientfico, utilizando toda a informao disponvel
sobre a possvel variabilidade das grandezas de entrada em
questo; em muitos casos, um componente de incerteza,
tal como o que surge de um efeito interamostra, um efeito
inter-laboratorial, um efeito inter-instrumentos ou um efeito interoperador, no pode ser avaliado pela anlise estatstica de uma srie de observaes, mas deve ser avaliado
a partir do conjunto de informaes disponveis.
99
Anexo H
Exemplos
H.6 Medies numa escala de referncia:

dureza
Dureza um exemplo de um conceito fsico que no pode
ser quantificado sem referncia a um mtodo de medio;
no tem unidade que seja independente de tal mtodo. A
grandeza dureza diferente das grandezas mensurveis
clssicas, pois no pode entrar em equaes algbricas para
definir outras grandezas mensurveis (embora, s vezes,
seja usada em equaes empricas que relacionam a dureza
a outra propriedade para uma categoria de materiais). Sua
magnitude determinada por uma medio convencional, a
de uma dimenso linear de uma impresso em um bloco do
material de interesse, ou bloco de amostra. A medio realizada de acordo com uma norma escrita, que inclui uma
descrio do penetrador, a construo da mquina com a
qual se aplica o penetrador, e a maneira pela qual a mquina dever ser operada. Existe mais de uma norma escrita,
portanto existe mais de uma escala de dureza.
H.6.2
media das profundidades das penetraes, realizadas no

bloco amostra pela mquina utilizada para determinar sua
dureza, ou mquina de calibrao, devem ser adicionadas
correes para determinar a mdia das profundidades das
penetraes que teriam sido obtidas no mesmo bloco pela
mquina padro nacional. Assim:
hRockwell C = f (d , D c , D b , D S )
= 100( 0, 002 mm) - d
H.6.1
H Rockwell C = hRockwell C / ( 0, 002 mm)
a mdia das profundidades de cinco penetraes realizadas pela mquina de calibrao

no bloco amostra;
Dc
a correo obtida de uma comparao da mquina de calibrao com a mquina padro nacional, utilizando um bloco padro de transferncia, igual mdia das profundidades de 5m
penetraes realizadas pela mquina padro nacional neste bloco, menos a mdia das profundidades de 5n penetraes realizadas no mesmo
bloco pela mquina de calibrao;
Db
a diferena em dureza (expressa como uma

diferena da profundidade mdia de penetrao)
entre as duas partes do bloco padro de transferncia utilizadas, respectivamente, para penetraes pelas duas mquinas e suposta como
zero;
DS
o erro devido falta de repetitividade da

mquina padro nacional e definio incompleta da grandeza dureza. Embora se deva supor
DS igual a zero, este tem uma incerteza padro
associada de u(DS).
Uma vez que as derivadas parciais f / d , f / D c ,

f / D b e f / D S da funo da equao (H.33a) so todas iguais a -1, a incerteza padro combinada uc2(h) da dureza do bloco de amostra, tal como medida pela mquina
de calibrao, dada, simplesmente, por:
u c2 ( h) = u 2 (d ) + u 2 ( D c ) + u 2 ( D b ) + u 2 ( D S )
onde, por simplicidade de notao, h hRockwell C .
100
(H.33b)
onde:
O problema da medio
Neste exemplo, a dureza de um bloco de amostra de material determinada na escala Rockwell C, usando uma
mquina que foi calibrada comparativamente mquina-padro nacional. A unidade da escala de dureza Rockwell C
0,002 mm, com a dureza nesta escala definida como
100 x (0,002 mm) menos a mdia das profundidades, medidas em mm, de cinco penetraes. O valor dessa grandeza dividida pela unidade da escala Rockwell, de 0,002 mm,
chamada, de ndice de dureza HRC. Neste exemplo, a
grandeza chamada simplesmente, de dureza, smbolo
hRockwell C, e o valor numrico da dureza expressa em unidades Rockwell de comprimento chamada de ndice de dureza, com smbolo HRockwell C.
(H.33a)
- Dc - Db - DS
A dureza relatada uma funo (dependendo da escala) da

dimenso linear que medida. No exemplo fornecido neste item, ela uma funo linear da mdia aritmtica ou
mdia das profundidades de cinco penetraes repetidas,
mas, para algumas outras escalas, a funo no-linear.
As realizaes da mquina padro so conservadas como
padres nacionais (no h realizao de padro internacional); uma comparao entre uma mquina em particular e a
mquina padro nacional feita utilizando-se um bloco
padro de transferncia.
Modelo matemtico
(H.34)

Exemplos
H.6.3
Anexo H
Varincias contribuintes
2
sav
( z s ) = [ s 2 ( z S , i )] / m
i =1
H.6.3.1 Incerteza da profundidade mdia de penetrao d do bloco de amostra, u(d)

Incerteza de observaes repetidas. A repetio estrita de
uma observao no possvel, porque uma nova impresso no pode ser feita no mesmo lugar de uma anterior.
Uma vez que cada impresso deve ser feita em um lugar diferente, qualquer variao nos resultados inclui o efeito de
variaes de dureza entre lugares diferentes. Assim, u(d ), a
incerteza padronizada da mdia das profundidades de cinco
penetraes no bloco amostra pela mquina de calibrao,
tomada como s p (d k ) / 5, onde s p (d k ) o desvio padro
experimental agrupado das profundidades de penetraes
determinadas por medies repetidas em um bloco que se
saiba ter uma dureza muito uniforme (ver 4.2.4).
Incerteza de indicao. No obstante a correo para d devido ao mostrador da mquina de calibrao, quando em
zero, h ainda uma incerteza em d devido incerteza da indicao de profundidade atribuvel resoluo d do mostrador, dada por u 2 ( d) = d 2 / 12 (ver F.2.2.1). A varincia estimada de d , portanto:
u 2 (d ) = s 2 (d k ) / 5 + d 2 / 12
(H.35)
H.6.3.2 Incerteza da correo para a diferena entre as

duas mquinas, u(D c)
Como indicado em H.6.2, D c a correo para a diferena
entre a mquina padro nacional e a mquina de calibrao.
Essa correo pode ser expressa como D c = z S - z, onde
m
z S = (
i =1
z S , i ) / m a profundidade mdia de 5m pene-
traes realizadas pela mquina padro nacional no bloco

n
padro de transferncia; e z = ( z i ) / n a profundidade
a mdia das varincias experimentais das mdias de

cada uma das m sries de penetraes zs,ik realizadas
pela mquina padro;
n
2
sav
( z ) = [ s 2 ( z i )] / n a mdia das varincias expei =1
rimentais das mdias de cada uma das n sries de penetraes zik feitas pela mquina de calibrao.
2
2
NOTA - As varincias s av
(z S ) e s av
(z ) so estimativas agrupadas
da varincia - ver discusso da equao (H.26b) em H.5.2.2.
H.6.3.3 Incerteza da correo devido a variaes na

dureza do bloco padro de transferncia, u(D b)
A Recomendao Internacional OIML R 12 Verification
and Calibration of Rockwell C hardness standardized
blocks (Verificao e calibrao de blocos padronizados
de dureza Rockwell C) requer que as profundidades
mxima e mnima de penetrao obtidas de cinco medies no bloco padro de transferncia no sejam diferentes de mais de uma frao x da profundidade mdia de
penetrao, onde x uma funo do nvel de dureza. Seja,
portanto, xz' a diferena mxima em profundidades de
penetrao, abrangendo todo o bloco, onde z' definido,
em H.6.3.2, com n=5. Seja, tambm, a diferena mxima
descrita por uma distribuio de probabilidade triangular
em torno do valor mdio xz'/2 (na suposio razovel de
que os valores prximos ao valor central so mais
provveis do que os valores extremos - ver 4.3.9). Ento,
na equao (9b) em 4.3.9, a=xz'/2, a varincia estimada da
correo para a profundidade mdia de penetrao, devido s
diferenas das durezas apresentadas para a mquina padro e
a mquina de calibrao, respectivamente, :
u 2 ( D b ) = ( xz ) 2 / 24
(H.37)
i =1
mdia de 5n penetraes realizadas no mesmo bloco pela

mquina de calibrao. Assim, supondo que, para a comparao, a incerteza devido resoluo do mostrador de cada
mquina seja desprezvel, a varincia estimada de D c :
u 2 (D c ) =
onde:
2
2
[ sav
( z S )] [ sav
( z )]
+
m
n
(H.36)
Conforme indicado em H.6.2, supe-se que a melhor estimativa de correo D b seja zero.
H.6.3.4 Incerteza da mquina padro nacional e a definio de dureza, u(D S )
A incerteza da mquina padro nacional, juntamente com
a incerteza devido definio incompleta da grandeza dureza, relatada como um desvio padro estimado u(D s )
(uma grandeza de dimenso comprimentoH.6.4A incerteza
padr
101
Anexo H
Exemplos
H.6.4
A incerteza padro combinada, uc(h)
Reunindo os termos individuais discutidos de H.6.3.1 a

H.6.3.4 e substituindo-os na equao (H.34), chega-se a
varincia estimada da medio da dureza:
u c2 ( h) =
+
2
s 2 (d k ) d 2 sav
(z S )
+
+
m
5
12
0, 45 2 0,12 0,10 2 0,112

+
+
+
u c2 ( h) =
12
6
6
5
2
( 0, 015 36, 0)
+
+ 0,5 2 (unidade de escala Rockwell)2
24
= 0,307 (unidade de escala Rockwell)2
(H.38)
2
sav
( z ) ( xz ) 2
+
+ u 2 (D S )
n
24
u c ( h) = 0,55 unidade de escala Rockwell = 0,0011 mm

onde, para fins de clculo da incerteza, adequado tomar
z' = d = 36,0 unidade de escala Rockwell.
e a incerteza padro combinada uc(h).

H.6.5
Assim, D c = 0, supe-se que a dureza do bloco de amostra,

seja:
Exemplo numrico
Os dados para este exemplo esto resumidos na Tabela

H.10.
A escala Rockwell C, designada como HRC. A unidade de
escala Rockwell 0,002 mm, e, assim, na Tabela H.10 e no
que se segue, fica entendido que (por exemplo) 36,0 unidade de escala Rockwell significam 36,0 x (0,002 mm) =
0,072 mm, simplesmente uma maneira conveniente de expressar os dados e resultados.
Se os valores para as grandezas relevantes fornecidos na
Tabela H.10 so substitudos na equao (H.38), obtm-se
as duas expresses seguintes:
hRockwell C = 64, 0 unidade de escala Rockwell ou

0,1280 mm, com uma incerteza padro combinada de
uc = 0,55 unidade de escala Rockwell ou 0,0011 mm.
O ndice de dureza do bloco hRockwell C / (0,002 mm) =
(0,1280 mm)/ (0,002 mm), ou:
H Rockwell C = 64, 0 HRC, com uma incerteza padro
combinada de uc =0,55 HRC.
Alm do componente de incerteza devido mquina padro
nacional e definio de dureza, u(Ds)=0,5 unidade de escala Rockwell; os componentes significativos de incerteza so
aqueles da repetitividade da mquina, sp(dk)/ 5 = 0,20 unidade
de escala Rockwell; e a variao da dureza do bloco padro de
Tabela H.10 - Resumo de dados para a determinao da dureza de um bloco de amostra na escala Rockwell C
Fonte de incerteza
Valor
Profundidade mdia d de 5 penetraes realizadas pela mquina de calibrao no 36,0 unidade de escala Rockwell
bloco de amostra: 0,072mm
ndice de dureza indicado no bloco de amostra a partir de 5 penetraes: HRockwell 64,0 HRC
C=hRockwell C /(0,002 mm) = [100(0,002 mm) - 0,072 mm] / (0,002 mm) (ver H.6.1)
Desvio padro experimental agrupado sp(dk) das profundidades de penteraes 0,45 unidade de escala Rockwell
realizadas pela mquina de calibrao em um bloco tendo dureza uniforme
Resoluo d do mostrador da mquina de calibrao
0,1 unidade de escala Rockwell
Sav(zs), raiz quadrada da mdia das varincias experimentais das mdias de m sries de 0,10 unidade de escala Rockwell, m=6
penetraes realizadas pela mquina padro nacional, no bloco padro de transferncia
Sav(z), raiz quadrada da mdia das varincias experimentais das mdias de n sries de 0,11 unidade de escala Rockwell, n=6
penetraes realizadas pela mquina de calibrao no bloco padro de transferncia
Variao fracional permitida x da profundidade de penetrao no bloco padro de 1,5 x 10-2
transferncia
Incerteza padro u( D S ) da mquina padro nacional e definio de dureza
102
0,5 unidade de escala Rockwell

Exemplos
Anexo H
transferncia, que (xz')2/24 = 0,11 unidade de escala

Rockwell. Os graus de liberdade efetivos de uc podem ser avaliados, usando-se a de frmula Welch-Satterthwaite, como ilustrado em H.1.6.
103
Anexo J
Glossrio dos principais smbolos
Anexo J
Y = y Up, tendo um alto nvel da confiana especificado p
Semi faixa ou meia-largura de uma distribuio

retangular de valores possveis da grandeza de
entrada Xi: a = (a + - a - ) / 2
Nmero de observaes repetidas
a+
Limite superior da grandeza de entrada Xi
a-
Limite inferior da grandeza de entrada Xi
Nmero de grandezas de entrada Xi das quais

depende o mensurando Y
b+
Limite superior do desvio da grandeza de entrada

Xi de sua estimativa xi: b + = a + - xi
Probabilidade; nvel da confiana: 0 p 1
Grandeza que varia aleatoriamente descrita por

uma distribuio de probabilidade
Mdia aritmtica ou mdia de n observaes repetidas independentes qk da grandeza aleatoriamente, varivel q; estimativa da esperana ou
mdia m q da distribuio de probabilidade de q
qk
k-sima observao repetida independente da

grandeza aleatoriamente varivel q.
r (xi, xj)
Coeficiente de correlao estimado associado

s estimativas de entrada xi e xj que estimam
as grandezas de entrada Xi e Xj : r ( xi , xj ) =
u ( xi, xj ) / u( xi ) u( xj )
b-
Limite inferior do desvio da grandeza de entrada

Xi de sua estimativa xi: b - = xi - a -
ci
Derivada parcial ou coeficiente de sensibilidaf

de: c i
x i
Relao funcional entre o mensurando Y e as

grandezas de entrada Xi das quais Y depende, e
entre a estimativa de sada y e as estimativas de
entrada xi das quais y depende
f
xi
Derivada parcial com respeito grandeza de entrada Xi da relao funcional f entre o mensurado Y e as grandezas de entrada Xi das quais Y
depende, avaliadas com estimativas xi para os
X i : f / x i = f / X i |x 1 , x 2 ...x N
Fator de abrangncia usado para calcular a incerteza expandida U = kuc(y) da estimativa de sada y
a partir de sua incerteza padro combinada uc(y),
onde U define um intervalo Y = y U, tendo um
alto nvel da confiana.
kp
Fator de abrangncia usado para calcular a incerteza expandida Up = kpuc(y) da estimativa

de sada y a partir de sua incerteza padro
combinada uc(y), onde Up define um intervalo
104
r ( X i , X j )Coeficiente de correlao estimado das mdias

de entrada X i e X j , determinado a partir de n
pares independentes de observaes simultneas repetidas Xi,k e Xj,k de Xi e Xj:
r (X i , X j ) = s (X i , X j ) / s (X i ) s (X j )

r(yi,yj)
Coeficiente de correlao estimado associado s

estimativas de sada yi e yj, quando dois ou mais
mensurados ou grandezas de sada so determinados na mesma medio.
sp2
Estimativa combinada ou agrupada da varincia
sp
Desvio padro experimental, agrupado igual

raiz quadrada positiva de sp2
s 2 ( q)
Varincia experimental da mdia q e estimativa

da varincia s 2 / n de q: s2(q )= s2(q k ) / n;
Anexo J
tp(v)
Fator-t da distribuio-t para v graus de liberdade

correspondendo a uma dada probabilidade p
tp(veff)
Fator-t da distribuio-t para veff graus de liberdade correspondendo a uma dada probalidade p,
usado para calcular a incerteza expandida Up
u2(xi)
uma varincia estimada associada estimativa de entrada xi que estima a grandeza de entrada Xi
NOTA- Quando x i determinado pela mdia aritmtica ou mdia de n observaes repetidas independen-
varincia estimada obtida de uma avaliao do

tipo A
s ( q)
s2(qk )
s (qk )
s 2 (X i )
s (X i )
Desvio padro experimental da mdia q, igual

raiz quadrada positiva de s2(q ); s(q ) um estimador tendencioso de s ( q) (ver nota de
C.2.21); incerteza padro obtida de uma
avaliao do tipo A
Varincia experimental determinada por n observaes repetidas independentes qk de q; estimativa da varincia s 2 da distribuio de probabilidade de q
tes, u 2 (x i ) = s 2 (X i ) a varincia estimada obtida de

uma avaliao do Tipo A
u(xi)
NOTA - Quando xi determinada pela mdia aritmtica

de n observaes repetidas independentes, u(xi) = s (X i )
uma incerteza padro obtida de uma avaliao do
Tipo A
u(xi,xj)
Desvio padro experimental, igual raiz quadrada positiva de s2 ( qk ); s ( qk ) um estimador

tendencioso do desvio padro s da distribuio
de probabilidade de q
Varincia experimental da mdia de entrada
X i , determinada por n observaes repetidas independentes Xi,k de Xi; varincia estimada obtida de uma avaliao do tipo A
Desvio padro experimental da mdia de entrada X i , igual raiz quadrada positiva de
petidas, u(x i , x j ) = s (X i , X j ) uma covarincia estimada obtida de uma avaliao do Tipo A
u c2 ( y)
Varincia combinada associada estimativa de

sada y
u c ( y)
Incerteza padro combinada da estimativa de

sada y, igual raiz quadrada positiva de u c2 ( y)
ucA(y)

sada y, determinada a partir de incertezas padro e covarincias estimadas obtidas unicamente das avaliaes do Tipo A
ucB(y)

sada y, determinada a partir de incertezas padro e covarincias obtidas unicamente das
avaliaes do Tipo B
uc(yi)

sada yi, quando dois ou mais mensurandos ou
grandezas de sada so determinadas na mesma
medio
u i2 ( y)
Componente da varincia combinada u c2 ( y), as-
s ( X i ); incerteza padro obtida de uma

avaliao tipo A
Estimativa da covarincia das mdias q e r que
estimam as esperanas m q e m r de duas grandezas aleatoriamente variveis q e r, determinada a partir de n pares independentes de observaes simultneas repetidas qk e rk de q e r;
covarincia estimada obtida de uma avaliao
do Tipo A
s ( X i , X j )Estimativa da covarincia das mdias de entrada, X i e X j , determinada a partir de n pares

independentes de observaes simultneas repetidas X i , k e X j , k de X i e X j ; covarincia estimada obtida de uma avaliao do Tipo A
Covarincia estimada associada a duas estimativas

de entrada xi e xj que estimam as grandezas de entrada Xi e Xj
NOTA - Quando x i e x j so determinadas por n pares independentes de observaes simultneas re-
s (q , r)
Incerteza padro da estimativa de entrada xi que

estima a grandeza de entrada Xi, igual raiz
quadrada positiva de u2(xi)
sociada estimativa de sada y gerado pela
105
Anexo J
varincia estimada u 2 ( x i ) associada estimativa
yi
Estimativa do mensurando Yi quando dois ou

mais mensurados so determinados na mesma
medio
Componente de incerteza padro combinada

u c ( y) da estimativa de sada y, gerado pela incerteza padro da estimativa de entrada
x i : u i ( y) | c i | u( x i )
Um mensurando
D u( x i )
u (x i )
Incerteza relativa estimada da incerteza padro

u(xi) da estimativa de entrada xi
u(yi ,yj)
Covarincia estimada, associada s estimativas de

sada yi e yj determinadas na mesma de medio
mq
u(xi)/|xi|
Incerteza padro relativa da estimativa de entrada xi
Esperana ou mdia da distribuio de

probabili-dade da grandeza aleatoriamente
varivel q
Graus de liberdade (geral)
vi
Graus de liberdade, ou graus de liberdade efetivos, da incerteza padro u(xi) da estimativa de

entrada xi
veff
Graus de liberdade efetivos de uc(y), usados

para obter tp(veff) para calcular a incerteza expandida Up
veffA
Graus de liberdade efetivos de uma incerteza

padro combinada determinada, unicamente, a
partir de avaliaes do Tipo A
veffB
Graus de liberdade efetivos de uma incerteza

padro combinada determinada unicamente, a
partir de avaliaes do Tipo B
s2
Varincia de uma distribuio de probabilidades

de (por exemplo) uma grandeza q aleatoriamente varivel estimada por s2(qk)
Desvio padro de uma distribuio de probabilidades, igual raiz quadrada positiva de s 2 ; s(qk)
um estimador tendencioso de s
s 2 ( q)
Varincia de q, igual a s 2 / n , estimada por
de entrada
ui(y)
uc(y)/|y|
xi: u i2
( y) [ c i u ( x i )
Incerteza padro combinada relativa da estimativa de sada y
[u(xi)/xi]2 Varincia relativa estimada associada estimativa de entrada xi

[uc(y)/y]2 Varincia combinada relativa associada estimativa de sada y
u( x i , x j )
xix j
U
Up
xi
Covarincia relativa estimada associada s estimativas de entrada xi e xj

Incerteza expandida da estimativa de sada y
que define um intervalo Y = y U, tendo um
alto nvel da confiana igual ao fator de
abrangncia k vezes a incerteza padro combinada uc(y) de y: U = kuc(y)
Incerteza expandida da estimativa de sada y
que define um intervalo Y = y U p, tendo um
alto nvel da confianca especificado p, igual
ao fator de abrangncia kp vezes a incerteza
padro combinada uc(y) de y: Up = kpu c(y)
Estimativa da grandeza de entrada Xi
s 2 ( q) = s 2 ( q k ) / n
NOTA - Quando xi determinada pela mdia aritmtica

de n observaes repetidas independentes, xi = X i
Xi
i-sima grandeza de entrada da qual depende o

mensurando Y
NOTA - Xi pode ser a grandeza fsica ou a varivel aleatria ( ver 4.1.1 nota 1)
Xi
Estimativa do valor da grandeza de entrada Xi,

igual mdia aritmtica de n observaes repetidas independentes Xi,k de Xi
Xi,k
k-sima observao repetida independente de Xi
Estimativa do mensurando Y; resultado de uma

medio; estimativa de sada
106
s ( q)
Desvio padro de q , igual raiz quadrada positiva de s 2 ( q); s ( q) um estimador tendencioso

de s ( q)
s 2 [s ( q) ] Varincia do desvio padro experimental s ( q) de q

s [s( q) ]
Desvio padro do desvio padro experimental

s ( q) de q, igual raiz quadrada positiva de
s 2 [s ( q) ]

Bibliografia
Anexo K
Anexo K
Bibliografia
[1]
[2]
CIPM (1980), BIPM Proc. - Verb. Com. Int. Poids

et Mesures 48, C1 - C30 (emFrancs); BIPM
(1980), Rapport BIPM - 80/3, Report on the BIPM
Enquiry on error statements, Bur. Intl. Poids et
Mesures (Svres, Frana) [emIngls].
[6]
Publicado conjuntamente pelo International Bureau

of Weigths and Measures, International Eletrotechnical Commission, International Organization for
Standardization e International Organization of Legal Metrology.
KAARLS, R. (1981), BIPM Proc. - Verb. Com. Int.

Poids et Mesures 49, A1 - A12 (em Francs); Giacomo, P. (1981), Metrologia 17, 73-74 (em Ingls).
(INMETRO, 1995 - Portaria 029, de 10/03/95)
NOTA - A verso em ingls da Recomendao INC - 1

(1980) dada na Introduo deste Guia (ver 0.7) aquela
da verso final da Recomendao e extrada do relatrio interno do BIPM. consistente com o texto autorizado em francs da Recomendao dada no BIPM Proc. Verb. Int. Poids et Mesures 49, e reproduzido em A.1, no
Anexo A deste Guia. A traduo em ingls da Recomendao INC-1 (1980) dada na Metrologia 17 aquela
oriunda de um rascunho e difere levemente da traduo
dada no relatrio interno do BIPM e, portanto, do item
0.7.
[3]

et Mesures 49, 8-9, 26 (em Francs); Giacomo, P.
(1982), Metrologia 18, 43-44 (em Ingls)
[4]

et Mesures 54, 14, 35 (em francs); Giacomo, P.
(1987), Metrologia 24, 49-50 (em ingls).
[5]
ISO 5725:1986, Precision of test methods - Determination of repeatability in reproducibility for a

standard test method by inter-laboratory tests, International Organization for Standardization (Genebra, Suia).
NOTA - Esta norma est sendo atualmente revisada. A
reviso tem um novo ttulo, Accuracy (trueness and
precision) of measurement methods and results, e
composta de seis partes.
ISO/IEC/OIML/BIPM (1993), VIM Vocabulary of

basic and general terms in metrology, International
Organization for Standardization (Genebra, Suia).
NOTAS
1. Este documento est correntemente sob reviso, com o
patrocnio, inclusive da International Federation of Clinical Chemistry (IFCC)e da International Union of Pure
and Applied Physics (IUPAP). As definies de termos
dados no Anexo B so tiradas do texto revisto em lngua
inglesa do VIM, na sua forma final antes da publicao.
2. Esta norma internacional est sob reviso. As definies de termos dados no anexo C so tiradas da ltima
verso de lngua inglesa da reviso, isto , ISO (1990)
Draft International Standard ISO/DIS 3534-1, Statistics Vocabulary and Symbols - Part 1: Probability and general statistical terms, tal como editado antes da publicao.
3. A norma brasileira correspondente NBR 10536 Estatstica Terminologia (1988) tambm foi consultada pelos revisores de traduo, que optaram pelo texto mais
prximo ao original deste Guia.
[7]
ISO 3534-1:1993, Statistics - Vocabulary and symbols - Part 1: Probability and general statistical
terms, International Organization for Standardization
(Genebra, Suia).
[8]
FULLER, W.A. (1987), Measurement error models, John Wiley (Nova Iorque, NY).
107
Anexo K
Bibliografia
[16]
DIETRICH, C.F. (1991), Uncertainty, calibration

and probability, 2 edio, Adam-Hilger (Bristol).
WELCH, B.L. (1936), J. R. Stat. Soc. Suppl. 3, 2948; (1938) Biometrika 29, 350-362; (1947) ibid.34,
28-35.
[17]
MLLER, J.W. (1979), Nucl. Instrum. Meth. 163,

241-251.
FAIRFIELD-SMITH,H. (1936), J. Counc. Sci. Indust. Res. (Australia) 9 (3), 211.
[18]
SATTERTHWAITE, F.E. (1941), Psychometrika

6, 309-316; (1946) Biometrics Bull. 2(6), 110-114.
[19]
ISO Guide 35: 1989, Certification of reference materials - General and statistical principles, 2
edio. International Organization for Standardization (Ge-nebra, Suia).
[20]
BARKER, T. B. (1985), Quality by experimental

design, Marcel Dekker (Nova Iorque, N. Y.)
[9]
ALLAN, D.W. (1987), IEEE Trans. Instrum. Meas.

IM-36, 646-654.
[10]
[11]
[12]
[13]
MLLER, J.W. (1984), in Precision Measurement

and Fundamental Constants II, Taylor, B.N. e
Phillips, W.D. eds., Natl. Bur Stand. (US) Spec.
Publ. 617, US GPO (Washington, D.C.) 375-381.
JEFFREYS,H. (1983), Theory of probability, 3
edio, Oxford University Press (Oxford).
[14]
PRESS, S.J. (1989), Bayesian statistics: principles,

models, and applications, John Wiley (Nova Iorque,
N.Y.).
[15]
Box, G. E. P., HUNTER, W. G.,e HUNTER, J. S.

(1978), Statistics for experimenters, John Wiley
(Nova Iorque, N. Y.).
108

Ingls Portugus
ndice Alfabtico Bilnge

Ingls Portugus
A
accuracy of measurement....................3.1.3, 3.4.1, B.2.14

exatido de medio
calibration chain..................................................4.2.8 nota

cadeia de calibrao
analysis of variance.......................................veja ANOVA

anlise de varincia
calibration, comparison...................................F.1.2.3 nota

calibrao por comparao
ANOVA...................................................4.2.8, H.5 et seqq.

ANOVA
calibration curve.........................................F.2.4.2, F.2.4.5

curva de calibrao
arithmetic mean............................4.1.4 nota, 4.2.1, C.2.19

mdia aritmtica
calibration curve, linear..................................H.3 et seqq.

curva linear de calibrao
average................................................veja arithmetic mean

mdia
Central Limit Theorem...............G.1.6, G.2, G.2.1, G.2.3,

G.6.2, G.6.5, G.6.6
Teorema Central do Limite1
B
bias........................................................................3.2.3 nota
tendncia
BIPM..........................................iii, 0.5, 7.1.1, A.1, A.2
BIPM
Blunders.......................................................................3.4.7
erros grosseiros
bounds on an input quantity..................4.3.7-4.3.9, 4.4.5,
4.4.6, F.2.3.3
limites para uma grandeza de entrada
Bureau International des Poids et Mesures.....veja BIPM
Bureau Internacional de Pesos e Medidas
central moment of order q.....C.2.13, C.2.22, E.3.1 nota 1

momento central de ordem q
centred random variable..........................................C.2.10
varivel aleatria centrada
characteristic.............................................................C.2.15
caracterstica
CIPM............................i, v, 0.5, 6.1.1, 6.1.2, A.1, A.2, A.3
CIPM
combined standard uncertainty......................2.3.4, 3.3.6,
4.1.5, 5, 5.1.1, 5.1.3, 5.1.6, 5.2.2,6.1.1, D.6.1, E.3.6
incerteza padro combinada
combined standard uncertainty and
Comits Consultatifs...........................................6.1.1, A.3
incerteza padro combinada e Comits Consultivos
NT: Traduo adotada para a expresso Central Limit Theorem que alguns entendem que deva ser traduzida como Teorema do Limite Central
109

Ingls Portugus
combined standard uncertainty and international

comparisons.........................................................6.1.1, A.3
incerteza padro combinada e comparaes internacionais
correction, uncertainty of a........................veja uncertainty

of a correction
incerteza de uma correo
combined standard uncertainty from Type A

components alone..................................7.2.1, G.4.1 nota 3
incerteza padro combinada apenas dos componentes do
tipo A
correlated input estimates or quantities...veja correlation

estimativas de entrada ou grandezas correlacionadas
combined standard uncertainty from Type B

incerteza padro combinada apenas dos componentes do
tipo B
combined standard uncertainty, numerical
calculation of................................5.1.3 nota 2, 5.2.2 nota 3
clculo numrico da incerteza padro combinada
correlated output estimates or quantities.................3.1.7,

7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
estimativas de sada ou grandezas correlacionadas
correlated random variations.....................................4.2.7
variaes aleatrias correlacionadas
correlation..5.1, 5.2 et seqq., C.2.8, F.1.2, F.1.2.1, F.1.2.4
correlao
combined standard uncertainty, relative........5.1.6, 7.2.1

incerteza padro combinada relativa
correlation coefficient............................5.2.2, 5.2.3, C.3.6,

F.1.2.3, H.2.3, H.2.4, H.3.2, H.4.2
coeficiente de correlao
combined standard uncertainty, reporting.....7.2.1, 7.2.2

relatando a incerteza padro combinada
correlation coefficient matrix...............7.2.5, C.3.6 nota 2

matriz de coeficientes de correlao
Comit International des Poids et Mesures.....veja CIPM

Comit Internacional de Pesos e Medidas
correlation coefficient, significant digits for a..........7.2.6

dgitos significativos para um coeficiente de correlao
confidence coefficient...............................................C.2.29
coeficiente de confiana
correlation, elimination of........5.2.4, 5.2.5, F.1.2.4, H.3.5

eliminao da correlao
confidence interval................................4.2.3 nota 1, 6.2.2,

C.2.27, C.2.28, E.3.3
intervalo de confiana
covariance.....................3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.4

covarincia
confidence intervals, propagation of.........................E.3.3

propagao de intervalos de confiana
confidence level...............................................6.2.2, C.2.29
nvel de confiana
conventional true value of a quantity.......................B.2.4
valor verdadeiro convencional de uma grandeza
convolution.........veja probability distributions, convolving
convoluo...ver probabilidade, convoluo das distribuies de
corrected result...........................B.2.13, D.3.1, D.3.4, D.4
resultado corrigido
correction.............................3.2, 3.2.3, 3.2.4 nota 2, B.2.23
correo
covariance, experimental evaluation of....5.2.5, C.3.6 nota 3

avaliao experimental da covarincia
covariance matrix...3.1.7, 5.2.2 nota 2, 7.2.5, C.3.5, H.2.3
matriz de covarincia
covariance of related measurands..............veja correlated
output estimates or quantities
covarincia de mensurandos relacionados
covariance of two arithmetic means.........................5.2.3,
C.3.4, H.2.2, H.2.4, H.4.2
covarincia de duas mdias aritmticas
coverage factor......................2.3.6, 3.3.7, 4.3.4 nota, 6.2.1,
....................6.3 et seqq., G.1.3, G.2.3, G.3.4, G.6.1 et seqq.
fator de abrangncia
correction factor.............................................3.2.3, B.2.24

fator de correo
coverage probability.................................0.4, 2.3.5 nota 1,

3.3.7, 6.2.2, G.1.1, G.1.3, G.3.2
probabilidade de abrangncia
correction, ignoring a... 3.2.4 nota 2, 3.4.4, 6.3.1 nota, F.2.4.5

ignorando uma correo
curve, calibration..............................veja calibration curve

curva de calibrao
110

Ingls Portugus
D
degree of belief......................3.3.5, E.3.5, E.4.4, E.5.2 nota
grau de confiana
degrees of freedom..............................4.2.6, C.2.31, E.4.3,
G, G.3, G.3.2, G.3.3, G.6.3, G.6.4
graus de liberdade
degrees of freedom, effective.............................6.3.3, G.4,
G.4.1, G.5.4, G.6.2 et seqq.
graus efetivos de liberdade
degrees of freedom, effective, of Type A
graus efetivos de liberdade apenas dos componentes do Tipo A
degrees of freedom, effective, of Type B
graus efetivos de liberdade apenas dos componentes do Tipo B
degrees of freedom of a pooled estimate of variance (or
of a pooled experimental standard deviation)
H.1.6, H.3.6 nota
graus de liberdade de uma estimativa agrupada de varincia
(ou de um desvio padro experimental agrupado)
degrees of freedom of a Type A standard
uncertainty............................................G.3.3, G.6.3, G.6.4
graus de liberdade de uma incerteza padro do Tipo A
degrees of freedom of a Type B standard
uncertainty.................................G.4.2, G.4.3, G.6.3, G.6.4
graus de liberdade de uma incerteza padro do Tipo B
design, balanced nested.............................H.5.3.1, H.5.3.2
arranjo aninhado balanceado
distribution, a priori.................................4.1.6, 4.3.1 nota,
4.4.4 et seqq., D.6.1, E.3.4, E.3.5, G.4.2, G.4.3
distribuio a priori
distribution, asymmetric....................4.3.8, F.2.4.4, G.5.3
distribuio assimtrica
distribution, F .......................................veja F-distribution
distribuio F
distribution, frequency............veja frequency distribution
freqncia de distribuio
distribution function...................................................C.2.4
funo distribuio
distribution, Laplace-Gauss..veja Laplace-Gauss distribution
distribuio de Laplace-Gauss
distribution, normal......................veja normal distribution

distribuio normal
distribution, probability.........veja probability distribution
distribuio de probabilidade
distribution, rectangular........................4.3.7, 4.3.9, 4.4.5,
F.2.2.1, F.2.2.3, F.2.3.3, G.2.2 nota 1, G.4.3
distribuio retangular
distributions, convolving probability.......veja probability
distributions, convolving
convoluo das distribuies de probabilidade
distributions, mathematically determinate...............F.2.2
distribuies determinadas matematicamente
distribution, Student's..............veja Student's distribution
distribuio de Student
distribution, t...........................................veja t-distribution
distribuio-t
distribution, trapezoidal.............................................4.3.9
distribuio trapezoidal
distribution, triangular........................4.3.9, 4.4.6, F.2.3.3
distribuio triangular
E
effect, random........................................veja random effect
efeito aleatrio
effect, systematic...............................veja systematic effect
efeito sistemtico
error analysis..................................................................0.2
anlise de erro
error and uncertainty, confusion between....3.2.2 nota 2,
3.2.3 nota, E.5.4
confuso entre erro e incerteza
error bound, maximum..............................................E.4.1
mximo limite de erro
error curve of a verified instrument.......................F.2.4.2
curva de erro de um instrumento verificado
error, determining.......................................................3.4.5
determinando o erro
error, maximum permissible...................................F.2.4.2
erro mximo permissvel
error of measurement................0.2, 2.2.4, 3.2, 3.2.1 nota,
3.2.2 nota 2, 3.2.3 nota, 3.3.1 nota, 3.3.2, B.2.19, D, D.4,
111

Ingls Portugus
D.6.1, D.6.2, E.5.1 et seqq.,

erro de medio
frequency...................................................................C.2.17
freqncia
error propagation, general law of .......5.2.2 nota 1, E.3.2

lei geral de propagao de erro
frequency distribution...............3.3.5, 4.1.6, C.2.18, E.3.5

distribuio de freqncia
error, random..........................................veja random error

erro aleatrio
frequency, relative......................................................E.3.5
freqncia relativa
error, relative..........................................veja relative error

erro relativo
F-test...........................................................H.5.2.2, H.5.2.4
teste F
error, systematic.................................veja systematic error

erro sistemtico
functional relationship......................................4.1.1, 4.1.2

relao funcional
estimate............................................................3.1.2, C.2.26
estimativa
functional relationship, linearization of a................5.1.5,

F.2.4.4 nota, 5.1.6 nota I
linearizao de uma relao funcional
estimate, input.......................................veja input estimate

entrada estimada
estimate, output...................................veja output estimate
sada estimada
functional relationship, nonlinear.....................4.1.4 nota,

5.1.2 nota, F.2.4.4 nota, G.1.5, H.1.7, H.2.4
relao funcional no-linear
H
estimation..................................................................C.2.24
estimao
estimator..........................................................4.2.7, C.2.25
estimador
expanded uncertainty.........................2.3.5, 3.3.7, 6, 6.2.1,
6.2.3, G.l.l, G.2.3, G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6
incerteza expandida
expanded uncertainty for an asymmetric distribution
G.5.3
incerteza expandida para uma distribuio assimtrica
expanded uncertainty, relative...................................7.2.3
incerteza expandida relativa
expanded uncertainty, reporting.....................7.2.3, 7.2.4
relatando a incerteza expandida
expectation (or expected value).......................3.2.2, 3.2.3,
4.1.1 nota 3, 4.2.1, 4.3.7, 4.3.9, C.2.9, C.3.1, C.3.2
esperana (ou valor esperado)
higher order terms.........................5.1.2 nota, E.3.1, H.1.7

termos de ordem superior
histogram................................................4.4.3, D.6.1 nota I
histograma
I
IEC..............................................................i, iii, v, A.3, B.1
IEC
IFCC...................................................................i, iii, v, B.1
IFCC
imported input value or quantity.................F.2.3, F.2.3.1
valor de entrada ou grandeza importada
independence........................................................5.1, C.3.7
independncia
independent repetitions...........................................F.1.1.2
repeties independentes
experimental standard deviation..................veja standard

deviation, experimental
desvio padro experimental
influence quantities, random.....................F.1.1.3, F.1.1.4

grandezas de influncia aleatria
influence quantity.............3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10

grandeza de influncia
F-distribution...........................................................H.5.2.3
distribuio F
112
information, pool of, for a Type B evaluation ....3.3.5 nota,

4.3.1, 4.3.2, 5.2.5
conjunto de informaes, para uma avaliao de Tipo B

Ingls Portugus
input estimate..........................................4.1.4, 4.1.6, 4.2.1

estimativa de entrada
ISO/TAG 4/WG 3, terms of reference of.........................v

termos de referncia da ISO/TAG 4/WG 3
input estimates or quantities, correlated..veja correlation

estimativas de entrada ou grandezas correlacionadas
ISO Technical Advisory Group on Metrology

(ISO/TAG4)........................................................................v
ISO, Grupo Tcnico Consultivo em Metrologia
(ISO/TAG4)
input quantities, categorization of.............................4.1.3

categorizao das grandezas de entrada
input quantity..............................................................4.1.2
grandeza de entrada
input quantity, bounds on an
veja bounds on an input quantity
limites sobre uma grandeza de entrada
input value or quantity, imported...............veja imported
input value or quantity
valor de entrada ou grandeza importada
International Electrotechnical Commission.......veja IEC
Comisso Internacional de Eletrotcnica
International Federation of Clinical Chemistry...veja IFCC
Federao Internacional de Qumica Clnica
International Organization for Standardization...veja ISO
Organizao Internacional de Normalizao
veja OIML
Organizao Internacional da Metrologia Legal
International System of Units (SI)......................0.3, 3.4.6
Sistema Internacional de Unidades (SI)
veja IUPAC
Unio Internacional de Qumica Pura e Aplicada
veja IUPAP
Unio Internacional de Fsica Pura e Aplicada
International vocabulary of basic and general
terms in metrology...............................................veja VIM
Vocabulrio Internacional de Termos Fundamentais e Gerais
de Metrologia
ISO..........................................................iii, iv, vii, A.3, B.1
ISO
ISO/TAG 4.........................................................................v
ISO/TAG 4
ISO/TAG 4/WG 3..............................................................v
ISO/TAG 4/WG 3
ISO 3534-1................................................................2.1, C.l

ISO 3534-1
IUPAC.............................................................iii, iv, vii, B.l
IUPAC
IUPAP.............................................................iii, iv, vii, B.l
IUPAP
L
laboratories, national metrology or standards...............v
laboratrios nacionais de metrologia ou de padres
Laplace-Gauss distribution......................................C.2.14
least squares, method of.....4.2.5, G.3.3, H.3, H.3.1, H.3.2
mtodo dos mnimos quadrados
legal metrology............................................................3.4.5
metrologia legal
level of confidence.................Prembulo, 0.4, 2.2.3 nota 1,
2.3.5 notas 1 e 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1,6.3.3, G,
G.1.1, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, G.6.1, G.6.4,G.6.6
nvel da confiana
level of confidence, minimum..................................F.2.3.2
nvel mnimo da confiana
limit, safety.................................................veja safety limit
limite de segurana
limits, upper and lower, on an input quantity..veja bounds
on an input quantity
limites superior e inferior de uma grandeza de entrada
M
maximum bounds............veja bounds on an input quantity
limites mximo
maximum entropy, principle of.......................4.3.8 nota 2
princpio da entropia mxima
mean..................................................................C.2.9, C.3.1
mdia
113

Ingls Portugus
mean, arithmetic................................veja arithmetic mean

mdia aritmtica
measurable quantity...................................................B.2.1
grandeza mensurvel
measurand...1.2,3.1.1, 3.1.3, B.2.19, D.1, D.1.1, D.1.2, D.3.4
mensurando
measurand, best possible measurement of the.........D.3.4
melhor medio possvel do mensurando
measurand, definition or specification of the
veja measurand
definio ou especificao do mensurando
measurand, many values of the.................................D.6.2
muitos valores do mensurando
measurands, covariance of related..veja correlated output
estimates or quantities
covarincia dos mensurandos relacionados
measurand, value of the....................................3.1.1, 3.1.3
valor do mensurando
measurand, uncertainty due to incomplete
definition of the...............................veja uncertainty due to
incomplete definition of the measurand
incerteza devido definio incompleta do mensurando
measurement result and its uncertainty, formats

for reporting a...................................................7.2.2, 7.2.4
formatos para relatar um resultado de medio e sua incerteza
measurement result and its uncertainty, reporting
in detail a............................................................7.1.4, 7.2.7
relatando em detalhe um resultado de medio e sua incerteza
measurement, result of a.......veja result of a measurement
resultado de uma medio
measurement, role of ANOVA in.................H.5.3 et seqq.
papel da ANOVA na medio
measurements, spectrum of, to which the
principles of the Guide apply.........................................1.1
espectro de medies para as quais os princpios do Guia
se aplicam
method of measurement...................................3.1.1, B.2.7
mtodo de medio
method of measurement, uncertainty of
the..................veja uncertainty of the method of measurement
incerteza do mtodo de medio
method of measurement, unit dependent on the........H.6
unidade dependente do mtodo de medio
measurement..............................................3.1, 3.1.1, B.2.5

medio
metrology, legal...................................veja legal metrology

metrologia legal
measurement, accuracy of..veja accuracy of measurement

exatido de medio
minimum uncertainty..............veja uncertainty, minimum

incerteza mnima
measurement hierarchy..............................................7.1.1
hierarquia da medio
model, mathematical, of the measurement.................veja

measurement, mathematical model of the
modelo matemtico da medio
measurement, mathematical model of the...............3.1.6,

3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2
modelo matemtico da medio
measurement, method of......veja method of measurement

mtodo de medio
nonlinear functional relationship...............veja functional

relationship, nonlinear
relao funcional no-linear
measurement, principle of..veja principle of measurement

princpio de medio
measurement procedure...........3.1.1, 7.1.2, B.2.8, F.1.1.2
procedimento de medio
measurement result and its uncertainty, availability of
information describing a...................................7.1.1, 7.1.3
disponibilidade da informao descrevendo um resultado
de medio e sua incerteza
114
normal distribution.......................4.2.3 nota 1, 4.3.2 nota,

4.3.4, 4.3.6, 4.3.9 nota 1, 4.4.2, 4.4.6, C.2.14, E.3.3,
F.2.3.3, G.1.3, G.1.4, G.2.1, G.2.3, G.5.2 nota 2
distribuio normal
O
observations, independent pairs of simultaneous....5.2.3,
C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
pares independentes de observaes simultneas

Ingls Portugus
observations, repeated.................3.1.4, 3.1.6, 3.2.2, 3.3.5,

4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3,
F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
observaes repetidas
probability distribution.........................3.3.4, 4.1.1 nota 1,

4.1.6, 4.2.3 nota 1, 4.4.1, 4.4.4, C.2.3, E.4.2, G.1.4, G.1.5
OIML..........................................................i, iii, v, A.3, B.1

OIML
probability distributions, convolving.............4.3.9 nota 2,

G.1.4, G.1.6, G.2.2, G.6.5
convoluo das distribuies de probabilidade
one sided confidence interval...................................C.2.28

intervalo de confiana unilateral
probability element................................C.2.5 nota, F.2.4.4

elementos de probabilidade
output estimate........................................4.1.4, 4.1.5, 7.2.5

estimativa de sada
probability mass function..........................................C.2.6

funo massa de probabilidade
output estimates or quantities, correlated..................veja

correlated output estimates or quantities
estimativas de sada ou grandezas correlacionadas
probability, subjective......................................3.3.5, D.6.1

probabilidade subjetiva
output quantity............................................................4.1.2
grandeza de sada
overall uncertainty........................veja uncertainty, overall
incerteza geral
propagation, general law of error......................veja error

propagation, general law of
lei geral de propagao de erro
propagation of uncertainty, law of..........veja uncertainty,
law of propagation of
lei de propagao da incerteza
P
Q
parameter....................................................................C.2.7
parmetro
partial derivatives........................................................5.1.3
derivadas parciais
particular quantity................................3.1.1, B.2.1 nota 1
grandeza especfica
quantity, controlled..................................................F.2.4.3
grandeza controlada
quantity, influence..........................veja influence quantity
influncia de grandeza
quantity, input.......................................veja input quantity
grandeza de entrada
pooled estimate of variance..........................veja variance,

pooled estimate of
estimativa agrupada de varincia
quantity, measurable...................veja measurable quantity

grandeza mensurvel
population..................................................................C.2.16
populao
quantity, output...................................veja output quantity

grandeza de sada
precision..........................................................B.2.14 nota 2
preciso
quantity, particular........................veja particular quantity

grandeza especfica
principle of measurement..........................................B.2.6
principio de medio
quantity, realized..................D.2, D.2.1, D.3.1, D.3.3, D.4

grandeza realizada
probability...3.3.5, 4.3.7, 4.3.9, C.2.1, E.3.5, E.3.6, F.2.3.3

probabilidade
quantity, value of a........................veja value of a quantity

valor de uma grandeza
probability, coverage..................veja coverage probability

probabilidade de abrangncia
probability density function.................3.3.5, 4.3.8 nota 2,

4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4
funo densidade de probabilidade
random..........................................3.3.3, E.1.3, E.3.5, E.3.7

aleatrio
random effect...............3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3
efeito aleatrio
115

Ingls Portugus
random error........................................3.2.1, 3.2.3, B.2.21

erro aleatrio
randomness.......................................F.1.1, F.1.1.3, F.1.1.5
aleatoriedade
random variable....................................4.1.1 nota 1, 4.2.1,
4.2.3 nota 1, C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8,
E.3.4, F.1.2.1, G.3.2
varivel aleatria
random variations, correlated....................veja correlated
random variations
variaes aleatrias correlacionadas
Recommendation INC-1 (1980).....................i, v, 0.5, 0.7,
3.3.3, 6.1.1, 6.1.2, 6.3.3, A.1, A.3, E, E.2.3, E.3.7
Recomendao INC-1 (1980)
Recommendation 1 (CI-1981), CIPM..i, 0.5, 6.1.1, A.2, A.3
Recomendao 1 (CI-1981) CIPM
Recommendation 1 (CI-1986), CIPM...0.5, 6.1.1, 6.1.2, A.3
Recomendao 1 (CI-1986) CIPM
reference materials, certification of...............H.5, H.5.3.2
certificao de materiais de referncia
relative error.............................................................B.2.20
erro relativo
repeatability conditions.......................3.1.4, B.2.15 nota 1
condies de repetitividade
repeatability of results of measurements................B.2.15
repetitividade dos resultados de medio
repeated observations..............veja observations, repeated
observaes repetidas
S
safety limit............................................................6.3.1 nota
limite de segurana
sample, uncertainty of the..veja uncertainty of the sample
incerteza da amostra
sampling, uncertainty due to limited.......veja uncertainty
due to limited sampling
incerteza devido amostragem limitada
sensitivity coefficients........................................5.1.3, 5.1.4
coeficientes de sensibilidade
sensitivity coefficients, experimental determination of
5.1.4
determinao experimental dos coeficientes de sensibilidade
standard deviation..................3.3.5, C.2.12, C.2.21, C.3.3.
desvio padro
standard deviation, experimental..................4.2.2, B.2.17
desvio padro experimental
standard deviation of the mean, experimental........4.2.3,
B.2.17 nota 2
desvio padro experimental da mdia
standard deviation of the mean, uncertainty
of the experimental..........................veja uncertainty of the
experimental standard deviation of the mean
incerteza do desvio padro experimental da mdia
standard deviation, pooled experimental...................veja
variance, pooled estimate of
desvio padro experimental agrupado
repetitions, independent........veja independent repetitions

repeties independentes
standard deviations as measures of uncertainty........veja

uncertainty, standard deviations as measures of
desvios padro como medidas de incerteza
reproducibility of results of measurements............B.2.16

reprodutibilidade de resultados de medies
standard deviations, propagation of........E.3, E.3.1, E.3.2

propagao dos desvios padro
result, corrected..................................veja corrected result

resultado corrigido
standard deviations, propagation of multiples of....E.3.3

propagao de mltiplos de desvios padro
result of a measurement..........................1.3, 3.1.2, B.2.11

resultado de uma medio
standard uncertainty..............................2.3.1, 3.3.5, 3.3.6,

4.1.5, 4.1.6, 4.2.3, D.6.1, E.4.1
incerteza padro
result, uncorrected..........................veja uncorrected result

resultado no corrigido
116
standard uncertainty, graphical illustration of evaluating

4.4 et seqq.
ilustrao grfica da avaliao da incerteza padro

Ingls Portugus
standard uncertainty, relative....................................5.1.6

incerteza padro relativa
true value of a quantity, conventional........................veja

conventional true value of a quantity
valor verdadeiro convencional de uma grandeza
standard uncertainty, Type A evaluation of

veja Type A evaluation of uncertainty
avaliao da incerteza padro do Tipo A
two sided confidence interval..................................C.2.27

intervalo de confiana bilateral
standard uncertainty, Type B evaluation of

veja Type B evaluation of uncertainty
avaliao da incerteza padro do Tipo B
Type A combined standard uncertainty

7.2.1, G.4.1 nota 3
incerteza padro combinada do Tipo A
statistic.............................................................4.2.7, C.2.23
estatstica
Type A evaluation of covariance................................5.2.3

avaliao da covarincia do Tipo A
statistical control...............................................3.4.2, 4.2.4

controle estatstico
Type A evaluation of uncertainty...................2.3.2, 3.3.3,

3.3.5, 4.1.6, 4.2, 4.2.1, 4.2.8, 4.3.2, 4.4.1, 4.4.3, E.3.7,
F.1, F.1.1.1, F.1.2.4
avaliao da incerteza do Tipo A
statistical coverage interval......................................C.2.30

intervalo estatstico de abrangncia
Student's distribution......................................C.3.8, G.3.2
distribuio de Student
systematic......................................3.3.3, E.1.3, E.3.4, E.3.7
sistemtico
systematic effect......................................3.2.3, 3.2.4, 3.3.1,
3.3.2, 3.3.3, D.6.1, E.1.1, E.3, E.4.4
efeito sistemtico
systematic error....................................3.2.1, 3.2.3, B.2.22
erro sistemtico
T
Taylor series...........5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4
sries de Taylor
Type A standard uncertainty................3.3.5, 4.2.3, C.3.3

incerteza padro do Tipo A
Type A variance...........................................................4.2.3
varincia do Tipo A
Type B combined standard uncertainty..7.2.1, G.4.1 nota 3
incerteza padro combinada do Tipo B
Type B evaluation of covariance................................5.2.5
avaliao da covarincia do Tipo B
Type B evaluation of uncertainty.....................2.3.3, 3.3.3
3.3.5, 4.1.6, 4.3, 4.3.1 4.3.11, 4.4.4
4.4.6, E.3.7, F.2 et seqq.
avaliao da incerteza do Tipo B
Type B evaluations, need for......................................F.2.1
necessidade para avaliaes do Tipo B
t-distribution.......................4.2.3 nota 1, C.3.8, G.3, G.3.2,

G.3.4, G.4.1, G.4.2, G.5.4, G.6.2
distribuio-t
Type B standard uncertainty.................3.3.5, 4.3.1, C.3.3

incerteza padro do Tipo B
t-distribution, quantiles of the...........................G.3.4 nota

quantis da distribuio-t
Type B variance...........................................................4.3.1
varincia do Tipo B
t-factor
E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4, G.6.6
fator-t
tolerance interval, statistical.........................C.2.30 nota 2
intervalo estatstico de tolerncia
true value of a quantity............2.2.4, 3.1.1 nota, B.2.3, D,
D.3, D.3.1, D.3.4, D.3.5, E.5.1, E.5.4
valor verdadeiro de uma grandeza
U
uncertainties, rounding of..........................................7.2.6
arredondamento de incertezas
uncertainties, significant digits for............................7.2.6
dgitos significativos para incertezas
uncertainty, categorizing or classifying components of
3.3.3, 3.3.4, E.3.6, E.3.7
categorizando ou classificando componentes de incerteza
117

Ingls Portugus
uncertainty, comparison of two views of........E.5 et seqq.

comparao de duas abordagens da incerteza
uncertainty, maximum allowed..............................F.2.4.2

incerteza mxima permitida
uncertainty, definition of the term...........veja uncertainty

of measurement
definio do termo incerteza
uncertainty, minimum...............................................D.3.4
incerteza mnima
uncertainty, doublecounting components of...........4.3.10

componentes duplamente contados da incerteza
uncertainty due to finite-precision arithmetic.......F.2.2.3
incerteza devido aritmtica de preciso-finita
uncertainty due to hysteresis...................................F.2.2.2
incerteza devido histerese
uncertainty due to incomplete definition of the measurand
3.1.3 nota, D.1.1, D.3.4, D.6.2
uncertainty due to limited sampling........4.3.2 nota, E.4.3
uncertainty due to the resolution of a digital indication
F.2.2.1
incerteza devido resoluo de uma indicao digital
uncertainty evaluations, justification for realistic
E.2, E.2.1, E.2.3
justificativa para avaliaes realsticas da incerteza
uncertainty, grouping components of
3.3.3 nota, 3.4.3, E.3.7
agrupando componentes da incerteza
uncertainty, ideal method for evaluating and expressing
0.4
mtodo ideal para avaliar e expressar a incerteza
uncertainty, ignoring a component of.......................3.4.4
ignorando um componente da incerteza
uncertainty, internally consistent quantity for expressing
0.4
grandeza internamente consistente para expressar a incerteza
uncertainty of a controlled quantity.......................F.2.4.3

incerteza de uma grandeza controlada
uncertainty of a correction................................3.2.3 nota,
3.3.1, 3.3.3, D.6.1, E.1.1, E.3
incerteza de uma correo
uncertainty of a single observation of a
calibrated instrument..............................................F.2.4.1
incerteza de uma nica observao de um instrumento calibrado
uncertainty of a single observation of a
verified instrument...................................................F.2.4.2
incerteza de uma nica observao de um instrumento verificado
uncertainty of measurement....................0.1, 0.2, 1.1, 2.2,
2.2.1, 2.2.4, 3.3, 3.3.1, 3.3.2, B.2.18, D, D.5,
D.5.1, D.5.3, D.6.1, D.6.2
incerteza de medio
uncertainty of the experimental standard
deviation of the mean................................4.3.2 nota, E.4.3
incerteza do desvio padro experimental da mdia
uncertainty of the method of measurement.F.2.5, F.2.5.1
incerteza do mtodo de medio
uncertainty of the sample..............................F.2.6 et seqq.
incerteza da amostra
uncertainty, overall..........................................2.3.5 nota 3
incerteza geral
uncertainty, quality and utility of the quoted...........3.4.8
qualidade e utilidade da incerteza avaliada
uncertainty, reporting..........................................7 et seqq.
relatando a incerteza
uncertainty, intrinsic..................................................D.3.4
incerteza intrnseca
uncertainty, safe........E.l.l, E.1.2, E.2.1, E.2.3, E.4.1, F.2.3.2

incerteza segura
uncertainty, lack of an explicit report of...................7.1.3

falta de um registro explcito de incerteza
uncertainty, sources of................................................3.3.2

fontes de incerteza
uncertainty, law of propagation of...........................3.3.6,

3.4.1, 5.1.2, E.3, E.3.1, E.3.2, E.3.6, G.6.6
lei de propagao da incerteza
uncertainty, standard deviations as

measures of......................................E.3.2, E.4, E.4.1, E.4.4
desvios padro como medidas de incerteza
118

Ingls Portugus
uncertainty, statistical evaluation of, by varying

input quantities................3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3
avaliao estatstica da incerteza devido variao das
grandezas de entrada
uncertainty, summary of procedure for evaluating
and expressing...................................................................8
sumrio do procedimento para avaliao e expresso da incerteza
uncertainty, transferable quantity for expressing.......0.4
grandeza transfervel para expressar a incerteza
variance, combined...........................................3.3.6, 5.1.2

varincia combinada
variance, experimental (or estimate of)..4.2.2, H.3.6 nota
varincia experimental (ou estimada de)
variance of the mean........................................4.2.3, C.3.2
varincia da mdia
variance of the mean, experimental................4.2.3, C.3.2
varincia experimental da mdia,
uncertainty, universal method for evaluating

and expressing................................................................0.4
mtodo universal para avaliar e expressar a incerteza
variance, pooled estimate of (or pooled experimental

standard deviation).....................4.2.4, 4.2.8 nota, H.1.3.2,
H.3.6 nota, H.5.2.2, H.5.2.5, H.6.3.1, H.6.3.2 nota
estimativa agrupada (ou desvio padro experimental agrupado) de varincia
uncertainty when a correction is not applied..........3.4.4,

6.3.1 nota, F.2.4.5
incerteza quando uma correo no aplicada
variance, relative.........................................................5.1.6
varincia relativa
uncorrected result.....................................................B.2.12
resultado no corrigido
variance, relative combined........................................5.1.6

varincia relativa combinada
unit, use of an adopted value of a measurement

standard as a..............................................3.4.6, 4.2.8 nota
uso de um valor adotado de um padro de medio como
uma unidade
variate..........................................................................C.2.2
variada
VIM......................................................2.1, 2.2.3, 2.2.4, B.1
VIM
V
W
value of a quantity............................................3.1.1, B.2.2
valor de uma grandeza
variance................3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
varincia
variance, Allan.....................................................4.2.7 nota
varincia de Allan
variance, analysis of......................................veja ANOVA
anlise de varincia
Welch-Satterthwaite formula...G.4.1, G.4.2, G.6.2, G.6.4

frmula de Welch-Satterthwaite
Working Group on the Statement of Uncertainties
i, v, 0.5, 3.3.3, 6.1.1, 6.1.2, A.1, A.2, A.3
Grupo de Trabalho sobre a Declarao de Incertezas
Working Group 3 (ISO/TAG 4/WG 3)............................v
Grupo de Trabalho 3 (ISO/TAG 4/WG 3)
119

Portugus Ingls

Portugus Ingls
A
abrangncia, fator de...........2.3.6, 3.3.7, 4.3.4 nota, 6.2.1,
6.3 et seqq., G.1.3, G.2.3, G.3.4, G.6.1 et seqq.
coverage factor
abrangncia, probabilidade de................0.4, 2.3.5 nota 1,
3.3.7, 6.2.2, G.1.1, G.1.3, G.3.2
coverage probability
agrupada de varincia, estimativa..............veja varincia,
estimativa agrupada de
pooled estimate of variance
aleatria, varivel..................................4.1.1 nota 1, 4.2.1,
4.2.3 nota 1, C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8,
E.3.4, F.1.2.1, G.3.2
random variable
aleatrias correlacionadas, variaes
veja correlacionadas, variaes aleatrias
random variations, correlated
aleatoriedade.....................................F.1.1, F.1.1.3, F.1.1.5
randomness
aleatrio........................................3.3.3, E.1.3, E.3.5, E.3.7
random
aleatrio, efeito............3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3
random effect
aleatrio, erro........................................3.2.1, 3.2.3, B.2.21
random error
amostra, incerteza da..................veja incerteza da amostra
sample, uncertainty of the
amostragem limitada, incerteza devido ....veja incerteza
devido a amostragem limitada
uncertainty due to limited sampling
120
anlise de varincia.......................................veja ANOVA

analysis of variance
ANOVA...................................................4.2.8, H.5 et seqq.
ANOVA
aritmtica, mdia..............................veja mdia aritmtica
arithmetic mean
arranjo aninhado balanceado...................H.5.3.1, H.5.3.2
balanced nested design
B
bilateral, intervalo de confiana.............................C.2.27
two sided confidence interval
BIPM.........................................i, iii, v, 0.5, 7.1.1, A.1, A.2
BIPM
Bureau Internacional de Pesos e Medidas.......veja BIPM
Bureau International des Poids et Mesures
C
cadeia de calibrao............................................4.2.8 nota
calibration chain
calibrao por comparao............................F.1.2.3 nota
comparison calibration
calibrao, cadeia de...................veja cadeia de calibrao
calibration chain
calibrao, curva de......................veja curva de calibrao
calibration curve
calibrao, curva linear de
veja curva linear de calibrao
linear calibration curve

Portugus Ingls
caracterstica.............................................................C.2.15
characteristic
Comit Internacional de Pesos e Medidas.......veja CIPM

Comit International des Poids et Mesures
centrada, varivel aleatria ...........veja varivel aleatria

centrada
centred random variable
confiana, nvel da.................Prembulo, 0.4, 2.2.3 nota 1,

2.3.5 notas 1 e 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1,6.3.3, G,
G.1.1, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, G.6.1, G.6.4,
G.6.6
level of confidence
central de ordem q, momento..........veja momento central

de ordem q
central moment of order q
CIPM............................i, v, 0.5, 6.1.1, 6.1.2, A.1, A.2, A.3
CIPM
combinada apenas dos componenetes do tipo A, incerteza padro...................................veja incerteza padro
combinada apenas dos componentes do tipo A
components alone combined standard uncertainty from
Type A
combinada apenas dos componenetes do tipo B, incerteza padro...................................veja incerteza padro
combinada apenas dos componentes do tipo B
Type B
combinada e Comits Consultivos,
incerteza padro................................veja incerteza padro
combinada e Comits Consultivos
combined standard uncertainty and
Comits Consultatifs
combinada e comparaes internacionais,
incerteza padro................................veja incerteza padro
combinada e comparaes internacionais
combined standard uncertainty and international comparisons
combinada relativa, incerteza padro........................veja
incerteza padro combinada relativa
combined standard uncertainty, relative
combinada, clculo numrico da incerteza
padro...........................................5.1.3 nota 2, 5.2.2 nota 3
combined standard uncertainty, numerical
calculation of
combinada, incerteza padro.......................veja incerteza
padro combinada
combined standard uncertainty
combinada, relatando a incerteza
padro.................................................................7.2.1, 7.2.2
combined standard uncertainty, reporting
Comisso Internacional de Eletrotcnica............veja IEC
International Electrotechnical Commission
confiana, nvel de..........................................6.2.2, C.2.29

confidence level
confiana, propagao de intervalos de....................E.3.3
propagation of confidence intervals
confiana, coeficiente de...........................................C.2.29
confidence coefficient
confiana, intervalo de..........................4.2.3 nota 1, 6.2.2,
C.2.27, C.2.28, E.3.3
confidence interval
convencional de uma grandeza, valor verdadeiro...B.2.4
convoluo...................veja distribuio de probabilidades,
convoluo das
convolution
correo...............................3.2, 3.2.3, 3.2.4 nota 2, B.2.23
correction
correo, incerteza de uma.......veja incerteza da correo
uncertainty of a correction
correo, fator de............................................3.2.3, B.2.24
correction factor
correo, ignorando uma......................3.2.4 nota 2, 3.4.4,
6.3.1 nota, F.2.4.5
ignoring a correction
correlao....5.1, 5.2 et seqq., C.2.8, F.1.2, F.1.2.1, F.1.2.4
correlation
correlao, coeficiente de......................5.2.2, 5.2.3, C.3.6,
F.1.2.3, H.2.3, H.2.4, H.3.2, H.4.2
correlation coefficient
correlao, dgitos significativos para um
coeficiente de................................................................7.2.6
significant digits for a correlation coefficient
correlao, eliminao da.........5.2.4, 5.2.5, F.1.2.4, H.3.5
elimination of correlation
correlao, matriz de coeficientes de..7.2.5, C.3.6 nota 2
correlation coefficient matrix
121

Portugus Ingls
correlacionadas, estimativas de entrada

ou grandezas................................................veja correlao
correlated input estimates or quantities
veja probabilidade, distribuio de
probability distribution
correlacionadas, estimativas de sada

ou grandezas...........3.1.7, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2
distribuio de Student.........veja Student, distribuio de

Student's distribution
correlacionadas, variaes aleatrias........................4.2.7

correlated random variations
distribuio normal.....................veja normal, distribuio

normal distribution
corrigido, resultado.....................B.2.13, D.3.1, D.3.4, D.4

corrected result
distribuio retangular..........................4.3.7, 4.3.9, 4.4.5,

F.2.2.1, F.2.2.3, F.2.3.3, G.2.2 nota 1, G.4.3
rectangular distribution
covarincia....................3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.4

covariance
distribuio trapezoidal..............................................4.3.9
trapezoidal distribution
covarincia de duas mdias aritmticas....................5.2.3

C.3.4, H.2.2, H.2.4, H.4.2
covariance of two arithmetic means
distribuio triangular.........................4.3.9, 4.4.6, F.2.3.3

triangular distribution
covarincia de mensurandos relacionados

veja correlacionadas, estimativa
de sada ou grandezas
covariance of related measurands
distribuio, freqncia de
veja frequncia, distribuio de
frequency distribution
distribuio, funo....................................................C.2.4
distribution function
covarincia, avaliao experimental da

5.2.5, C.3.6 nota 3
experimental evaluation of covariance
distribuio-t..........................................veja t, distribuio
t-distribution
covarincia, matriz de.................3.1.7, 5.2.2 nota 2, 7.2.5,

C.3.5, H.2.3
covariance matrix
distribuies de probabilidade, convoluo das

veja probabilidade, convoluo das distribuies das
convolving probability distributions
curva de calibrao.....................................F.2.4.2, F.2.4.5

calibration curve
distribuies determinadas matematicamente.........F.2.2

mathematically determinated distributions
curva linear de calibrao...............................H.3 et seqq.

linear calibration curve
efeito aleatrio.....................................veja aleatrio, efeito

random effect
desvio padro experimental............................4.22, B.2.17

standard deviation experimental
efeito sistemtico.............................veja sistemtico, efeito

systematic effect
distribuio a priori..................................4.1.6, 4.3.1 nota,

4.4.4 et seqq., D.6.1, E.3.4, E.3.5, G.4.2, G.4.3
a priori distribution
elementos de probabilidade..................C.2.5 nota, F.2.4.4

probability element
distribuio F........................................veja F, distribuio

F distribution
distribuio assimtrica......................4.3.8, F.2.4.4, G.5.3
asymmetric distribution
veja Laplace-Gauss, distribuio de
Laplace-Gauss distribution
122
entrada ou grandeza importada, valor de

veja importada, valor de entrada ou grandeza
imported input value or quantity
entrada ou grandezas correlacionadas,
estimativas de..............................................veja correlao
correlated input estimates or quantities
entrada, categorizao das grandezas de..................4.1.3
categorization of input quantities

Portugus Ingls
entrada, estimativa de.............................4.1.4, 4.1.6, 4.2.1

input estimate
estatstica.........................................................4.2.7, C.2.23
statistic
entrada, grandeza de...................................................4.1.2

input quantity
estatstico de abrangncia, intervalo......................C.2.30

statistical coverage interval
entrada, limites sobre uma grandeza de

veja limites sobre uma grandeza de entrada
bounds on an input quantity
estatstico, controle............................................3.4.2, 4.2.4

statistical control
erro sistemtico.................................veja sistemtico, erro

systematic error
erro aleatrio.........................................veja aleatrio, erro
random error
erro de medio..........................0.2, 2.2.4, 3.2, 3.2.1 nota,
3.2.2 nota 2, 3.2.3 nota, 3.3.1 nota, 3.3.2, B.2.19,
D, D.4, D.6.1, D.6.2, E.5.1 et seqq.,
error of measurement
estimao...................................................................C.2.24
estimation
estimativa, entrada...................veja entrada, estimativa de
input estimate
estimativa, sada...........................veja sada, estimativa de
output estimate
estimador.........................................................4.2.7, C.2.25
estimator
erro de tendncia.................................................3.2.3 nota

bias
estimativa.........................................................3.1.2, C.2.26
estimate
erro de um instrumento verificado, curva de........F.2.4.2

error curve of a verified instrument
exatido de medio.............................3.1.3, 3.4.1, B.2.14

accuracy of measurement
erro e incerteza, confuso entre.....................3.2.2 nota 2,

3.2.3 nota, E.5.4
confusion between error and uncertainty
expandida para uma distribuio assimtrica, incerteza

G.5.3
expanded uncertainty for an asymmetric distribution
erro mximo permissvel.........................................F.2.4.2

maximum permissible error
expandida relativa, incerteza.....................................7.2.3

relative expanded uncertainty
erro relativo.............................................veja relativo, erro

relative error
expandida, relatando a incerteza....................7.2.3, 7.2.4

reporting expanded uncertainty
erro, anlise de................................................................0.2

error analysis
expandida, incerteza...........................2.3.5, 3.3.7, 6, 6.2.1

6.2.3, G.l.l, G.2.3, G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6
expanded uncertainty
erro, determinando o..................................................3.4.5

determining error
erro, lei geral de propagao de ..........5.2.2 nota 1, E.3.2
general law of error propagation
experimental, desvio padro.................veja desvio padro

experimental
experimental standard deviation
F
erro, mximo limite de...............................................E.4.1

maximum error bound
erros grosseiros............................................................3.4.7
blunders
especfica, grandeza...............................3.1.1, B.2.1 nota 1
particular quantity
esperana (ou valor esperado).........................3.2.2, 3.2.3,
4.1.1 nota 3, 4.2.1, 4.3.7, 4.3.9, C.2.9, C.3.1, C.3.2
expectation (or expected value)
F, distribuio..........................................................H.5.2.3
F-distribution
F, teste.........................................................H.5.2.2, H.5.2.4
F-test
Federao Internacional de Qumica Clnica..veja IFCC
International Federation of Clinical Chemistry
Freqncia.................................................................C.2.17
frequency
123

Portugus Ingls
freqncia relativa......................................................E.3.5
relative frequency
degrees of freedom of a pooled estimate of variance (or of a

pooled experimental standard deviation)
freqncia, distribuio de........3.3.5, 4.1.6, C.2.18, E.3.5

frequency distribution
graus de liberdade de uma incerteza

padronizada do Tipo A........................G.3.3, G.6.3, G.6.4
degrees of freedom of a Type A standard
uncertainty
funcional no linear, relao.............................4.1.4 nota,

5.1.2 nota, F.2.4.4 nota, G.1.5, H.1.7, H.2.4
nonlinear functional relationship
funcional, linearizao de uma relao....................5.1.5,
F.2.4.4 nota, 5.1.6 nota I
linearization of a functional relationship
funcional, relao...............................................4.1.1,4.1.2
functional relationship
G
geral, incerteza.....................................veja incerteza geral
overall uncertainty
grandeza controlada................................................F.2.4.3
controlled quantity
grandeza de entrada...................veja entrada, grandeza de
input quantity
grandeza de sada...........................veja sada, grandeza de
output quantity
grandeza especfica......................veja especfica, grandeza
particular quantity
grandeza mensurvel................veja mensurvel, grandeza
measurable quantity
grandeza realizada................D.2, D.2.1, D.3.1, D.3.3, D.4
realized quantity
graus de liberdade de uma incerteza

padronizada do Tipo B..............G.4.2, G.4.3, G.6.3, G.6.4
degrees of freedom of a Type B standard
uncertainty
graus efetivos de liberdade................................6.3.3, G.4,
G.4.1, G.5.4, G.6.2 et seqq.
effective degrees of freedom
graus efetivos de liberdade apenas dos componentes do
Tipo A.....................................................7.2.1, G.4.1 nota 3
effective degrees of freedom of Type A
components alone
graus efetivos de liberdade apenas dos componentes do
Tipo B.....................................................7.2.1, G.4.1 nota 3
effective degrees of freedom of Type B
components alone
Grupo de Trabalho 3 (ISO/TAG 4/WG 3)......................v
Working Group 3 (ISO/TAG 4/WG 3)
Grupo de Trabalho sobre a Declarao de Incertezas
i, v, 0.5, 3.3.3, 6.1.1, 6.1.2, A.1, A.2, A.3
Working Group on the Statement of Uncertainties
H
histograma..............................................4.4.3, D.6.1 nota I
histogram
I
grandeza, influncia de..........veja influncia, grandeza de

influence quantity
grandeza, valor de uma...........veja valor de uma grandeza
value of a quantity
grau de confiana.................3.3.5, E.3.5, E.4.4, E.5.2 nota
degree of belief
graus de liberdade...............................4.2.6, C.2.31, E.4.3,
G, G.3, G.3.2, G.3.3, G.6.3, G.6.4
degrees of freedom
graus de liberdade de uma estimativa agrupada de varincia (ou de um desvio padro experimental agrupado)
H.1.6, H.3.6 nota
124
IEC...............................................................i, ii, v, A.3, B.1

IEC
IFCC....................................................................i, ii, v, B.1
IFCC
importada, valor de entrada ou grandeza..F.2.3, F.2.3.1
imported input value or quantity
incerteza intrnseca....................................................D.3.4
intrinsic uncertainty
incerteza avaliada, qualidade e utilidade de uma....3.4.8
quality and utility of the quoted uncertainty

Portugus Ingls
incerteza da amostra......................................F.2.6 et seqq.

uncertainty of the sample
incerteza mxima permitida...................................F.2.4.2

maximum allowed uncertainty
incerteza de medio................................0.1, 0.2, 1.1, 2.2,

2.2.1, 2.2.4, 3.3, 3.3.1, 3.3.2, B.2.18, D, D.5,
D.5.1, D.5.3, D.6.1, D.6.2
uncertainty of measurement
incerteza mnima........................................................D.3.4
minimum uncertainty
incerteza de uma correo.................................3.2.3 nota,

3.3.1, 3.3.3, D.6.1, E.1.1, E.3
uncertainty of a correction
incerteza padro combinada...........................2.3.4, 3.3.6,

4.1.5, 5, 5.1.1, 5.1.3, 5.1.6, 5.2.2,6.1.1, D.6.1, E.3.6
combined standard uncertainty
incerteza de uma grandeza controlada..................F.2.4.3

uncertainty of a controlled quantity
incerteza padro combinada apenas dos componentes

do Tipo A................................................7.2.1, G.4.1 nota 3
Type A
incerteza de uma nica observao de um instrumento

calibrado...................................................................F.2.4.1
uncertainty of a single observation of a calibrated
instrument
incerteza padro combinada apenas dos componentes

do Tipo B................................................7.2.1, G.4.1 nota 3
Type B
incerteza de uma nica observao de

um instrumento verificado......................................F.2.4.2
uncertainty of a single observation of a verified
instrument
incerteza padro combinada e Comits

Consultivos...........................................................6.1.1, A.3
combined standard uncertainty and Comits
Consultatifs

4.3.2 nota, E.4.3
uncertainty due to limited sampling
incerteza padro combinada e comparaes internacionais...................................................................6.1.1, A.3

comparisons combined standard uncertainty and international
incerteza devido aritmtica de preciso-finita....F.2.2.3

uncertainty due to finite-precision arithmetic
incerteza padro combinada relativa .............5.1.6, 7.2.1

combined standard uncertainty, relative

3.1.3 nota, D.1.1, D.3.4, D.6.2
uncertainty due to incomplete definition of the measurand
incerteza segura.....E.l.l, E.1.2, E.2.1, E.2.3, E.4.1, F.2.3.2

safe uncertainty
incerteza devido histerese.....................................F.2.2.2

uncertainty due to hysteresis
incerteza, agrupando componentes da

3.3.3 nota, 3.4.3, E.3.7
grouping components of uncertainty
incerteza devido resoluo de uma indicao digital

F.2.2.1
uncertainty due to the resolution of a digital indication
incerteza, categorizando ou classificando

componentes de.............................3.3.3, 3.3.4, E.3.6, E.3.7
categorizing or classifying components of uncertainty
incerteza devido variao das grandezas de entrada,

avaliao estatstica da....3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3
statistical evaluation of uncertainty by varying input
quantities
incerteza, comparao de duas vises da.......E.5 et seqq.

comparison of two views of uncertainty
incerteza do desvio padro experimental

da mdia.....................................................4.3.2 nota, E.4.3
uncertainty of the experimental standard deviation
of the mean
incerteza do mtodo de medio...................F.2.5, F.2.5.1
uncertainty of the method of measurement
incerteza, componentes duplamente contados da..4.3.10

doublecounting components of uncertainty
incerteza, definio do termo.......................veja incerteza
de medio
definition of the term uncertainty
incerteza, desvios padro como
medidas de.......................................E.3.2, E.4, E.4.1, E.4.4
standard deviations as measures of uncertainty
incerteza geral...................................................2.3.5 nota 3

overall uncertainty
125

Portugus Ingls
incerteza, falta de um registro explcito de...............7.1.3

lack of an explicit report of uncertainty
influncia aleatria, grandezas de.............F.1.1.3, F.1.1.4

random influence quantities
incerteza, fontes de......................................................3.3.2

sources of uncertainty
influncia, grandeza de....3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10

influence quantity
incerteza, grandeza internamente consistente

para expressar a.............................................................0.4
internally consistent quantity for expressing uncertainty
informaes, para avaliao Tipo B, conjunto de

3.3.5 nota,4.3.1, 4.3.2, 5.2.5
pool of information for a Type B evaluation
incerteza, grandeza transfervel para expressar a......0.4

transferable quantity for expressing uncertainty
ISO...............................................................i, ii, v, A.3, B.1

ISO
incerteza, ignorando um componente da..................3.4.4

ignoring a component of uncertainty
ISO 3534-1................................................................2.1, C.l

ISO 3534-1
incerteza, justificativa para avaliaes realisticas da

E.2, E.2.1 E.2.3
justification for realistic uncertainty evaluations
ISO, Grupo Tcnico Consultivo em Metrologia

(ISO/TAG4).......................................................................v
ISO Technical Advisory Group on Metrology (ISO/TAG
4)
incerteza, lei de propagao da.................................3.3.6,

3.4.1, 5.1.2, E.3, E.3.1, E.3.2, E.3.6, G.6.6
law of propagation of uncertainty
incerteza, mtodo ideal para avaliar e expressar a
0.4
ideal method for evaluating and expressing uncertainty
incerteza, mtodo universal para avaliar
e expressar a....................................................................0.4
universal method for evaluating and
expressing uncertainty
incerteza quando uma correo no aplicada
3.4.4, 6.3.1 nota, F.2.4.5
uncertainty when a correction is not applied
ISO/TAG 4.........................................................................v
ISO/TAG 4
ISO/TAG 4/WG 3..............................................................v
ISO/TAG 4/WG 3
ISO/TAG 4/WG 3, termos de referncia da....................v
ISO/TAG 4/WG 3, terms of reference of
IUPAC..................................................................i, ii, v, B.l
IUPAC
IUPAP..................................................................i, ii, v, B.l
IUPAP
L
incerteza, relatando a...........................................7 et seqq.

reporting uncertainty
incerteza, sumrio do procedimento para
avaliao e expresso da...................................................8
summary of procedure for evaluating and
expressing uncertainty
incertezas, arredondamento de..................................7.2.6
rounding of uncertainties
incertezas, dgitos significativos para........................7.2.6
significant digits for uncertainties
independncia......................................................5.1, C.3.7
independence
independentes, repeties........................................F.1.1.2
independent repetitions
126
laboratrios nacionais de metrologia ou de padres......v

laboratories, national metrology or standards
Laplace-Gauss, distribuio de...............................C.2.14
Laplace-Gauss distribution
legal, metrologia..........................................................3.4.5
legal metrology
limite de segurana......................veja segurana, limite de
safety limit
limites para uma grandeza de entrada.4.3.7, 4.3.9, 4.4.5,
4.4.6, F.2.3.3
bounds on an input quantity
limites, superior e inferior, sobre uma grandeza
de entrada................................................veja limites sobre
uma grandeza de entrada
upper and lower limits, on an input quantity

Portugus Ingls
mxima, princpio da entropia........................4.3.8 nota 2

principle of maximum entropy
medies, para as quais os princpios do Guia se aplicam, espectro de.............................................................1.1

spectrum of measurements to which the principles
of the Guide apply
mximo, limites de...................................veja limites sobre

uma grandeza de entrada
maximum bounds
mensurando................................................1.2,3.1.1, 3.1.3,
B.2.19, D.1, D.1.1, D.1.2, D.3.4
measurand
mdia..................................................veja mdia aritmtica

average
mensurando, definio ou especificao do

veja mensurando
definition or specification of the measurand
mdia.................................................................C.2.9, C.3.1
mean
mdia aritmtica...........................4.1.4 nota, 4.2.1, C.2.19
arithmetic mean
medio.......................................................3.1, 3.1.1, B.2.5
measurement
medio e sua incerteza, formatos para
relatar um resultado de....................................7.2.2, 7.2.4
measurement result and its uncertainty, formats
disponibilidade de informao da descrio do resultado de uma medio e sua incerteza..................7.1.1, 7.1.3
measurement result and its uncertainty, availability of information
describing a
medio e sua incerteza, relatando em detalhe um
resultado de........................................................7.1.4, 7.2.7
reporting in detail a measurement result and its uncertainty
medio, exatido de..................veja exatido de medio
accuracy of measurement
medio, hierarquia da...............................................7.1.1
measurement hierarchy
medio, mtodo de.....................veja mtodo de medio
method of measurement
medio, modelo matemtico da...............................3.1.6,
3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2
mathematical model of the measurement
medio, papel da ANOVA na.....................H.5.3 et seqq.
role of ANOVA in measurement
medio, princpio de.................veja princpio de medio
principle of measurement
medio, procedimento de........3.1.1, 7.1.2, B.2.8, F.1.1.2
measurement procedure
medio, resultado de uma....veja resultado de uma medio
result of a measurement
mensurando, incerteza devido definio

incompleta do..................veja incerteza devido a definio
incompleta do mensurando
uncertainty due to incomplete definition of the
measurand
mensurando, melhor medio possvel do................D.3.4
best possible measurement of the measurand
mensurando, muitos valores do.................................D.6.2
many values of the measurand
mensurando, valor do.......................................3.1.1 3.1.3
value of the measurand
mensurandos relacionados, covarincia dos
veja correlacionadas, estimativa de sada ou grandezas
covariance of related measurands
mensurvel, grandeza.................................................B.2.1
measurable quantity
mtodo de medio...........................................3.1.1, B.2.7
method of measurement
mtodo de medio, incerteza do....................veja incerteza
do mtodo de medio
uncertainty of the method of measurement
mtodo de medio, unidade dependente do..............H.6
unit dependent on the method of measurement
metrologia legal.................................veja legal, metrologia
legal metrology
mnima, incerteza.............................veja incerteza mnima
minimum uncertainty
mnimos quadrados, mtodo dos
4.2.5, G.3.3, H.3, H.3.1, H.3.2
method of least squares
modelo matemtico da medio..................................veja
medio, modelo matemtico da
mathematical model of the measurement
127

Portugus Ingls
momento central de ordem q C.2.13, C.2.22, E.3.1 nota 1

central moment of order q
padro experimental da mdia, desvio.....................4.2.3,

B.2.17 nota 2
experimental standard deviation of the mean
N
no linear, relao funcional......................veja funcional
no linear, relao
nonlinear functional relationship
no corrigido, resultado...........................................B.2.12
uncorrected result
nvel da confiana..................Prembulo, 0.4, 2.2.3 nota 1,
2.3.5 notas 1 e 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1,6.3.3, G,
G.1.1, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, G.6.1, G.6.4,
G.6.6
level of confidence
nvel mnimo da confiana.......................................F.2.3.2
minimum level of confidence
normal, distribuio......................4.2.3 nota 1, 4.3.2 nota,
4.3.4 4.3.6, 4.3.9 nota 1, 4.4.2, 4.4.6, C.2.14, E.3.3,
F.2.3.3, G.1.3, G.1.4, G.2.1 G.2.3, G.5.2 nota 2
normal distribution
padro experimental da mdia, incerteza do desvio

veja incerteza do desvio
padro experimental da mdia
uncertainty of the experimental standard deviation
of the mean
padro experimental, desvio..........................4.2.2, B.2.17
experimental standard deviation
padro, desvio.........................3.3.5, C.2.12, C.2.21, C.3.3.
standard deviation
padro, propagao dos desvios............E.3, E.3.1, E.3.2
propagation of standard deviations
padro, propagao de mltiplos de desvios............E.3.3
propagation of multiples of standard deviations
padro relativa, incerteza..........................................5.1.6
relative standard uncertainty
padro, avaliao Tipo A da incerteza

veja Tipo A, da incerteza, avaliao
Type A evaluation of standard uncertainty
observaes repetidas...................3.1.4 3.1.6, 3.2.2, 3.3.5,

4.2.1, 4.2.3, 4.3.1, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3,
F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2
repeated observations
padro, avaliao Tipo B da incerteza

veja Tipo B, da incerteza, avaliao
Type B evaluation of standard uncertainty
observaes simultneas, pares independentes de..5.2.3,

C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2
independent pairs of simultaneous observations
padro, ilustrao grfica da avaliao

da incerteza........................................................4.4 et seqq.
graphical illustration of evaluating standard uncertainty
OIML...........................................................i, ii, v, A.3, B.1

OIML
padro, incerteza.....................................2.3.1, 3.3.5, 3.3.6

4.1.5, 4.1.6, 4.2.3, D.6.1, E.4.1
standard uncertainty
Organizao Internacional da Metrologia Legal

veja OIML
parmetro....................................................................C.2.7
parameter
Organizao Internacional de Normalizao.....veja ISO

International Organization for Standardization
parciais, derivadas.......................................................5.1.3
partial derivatives
populao...................................................................C.2.16
population
padro como medidas de incerteza, desvios...............veja

incerteza, desvios padro como medidas de
standard deviations as measures of uncertainty
preciso...........................................................B.2.14 nota 2
precision
padro experimental agrupado, desvio......................veja

varincia, estimativa agrupada de
pooled experimental standard deviation
128
princpio de medio..................................................B.2.6
principle of measurement
probabilidade...3.3.5, 4.3.7 4.3.9, C.2.1, E.3.5, E.3.6, F.2.3.3
probability

Portugus Ingls
probabilidade de abrangncia................veja abrangncia,

probabilidade de
coverage probability
probabilidade subjetiva...................................3.3.5, D.6.1
subjective probability
probabilidade, convoluo das distribuies de
4.3.9 nota 2,G.1.4 G.1.6, G.2.2, G.6.5
convolving probability distributions
probabilidade, distribuio de............3.3.4, 4.1.1 nota 1,
4.1.6, 4.2.3 nota 1, 4.4.1, 4.4.4, C.2.3, E.4.2, G.1.4, G.1.5
probability distribution
probabilidade, funo densidade de....3.3.5, 4.3.8 nota 2,
4.4.2, 4.4.5, 4.4.6, C.2.5, F.2.4.4
probability density function
probabilidade, funo massa de................................C.2.6
probability mass function
propagao da incerteza, lei de...................veja incerteza,
lei de propagao da
law of propagation of uncertainty
propagao de erro, lei geral de..........................veja erro,
lei geral de propagao de
general law of error propagation
R
Recomendao INC-1 (1980).........................i, v, 0.5, 0.7,
3.33, 6.1.1, 6.1.2, 6.3.3, A.1, A.3, E, E.2.3, E.3.7
Recommendation INC-1 (1980)
Recomendao-1 (CI-1981) CIPM...i, 0.5, 6.1.1, A.2, A.3
Recommendation 1 (CI-1981), CIPM
Recomendao-1 (CI-1986) CIPM....0.5, 6.1.1, 6.1.2, A.3
Recommendation 1 (CI-1986), CIPM
referncia, certificao de materiais de.........H.5, H.5.3.2
certification of reference materials
relativo, erro..............................................................B.2.20
relative error
repeties independentes....veja independentes, repeties
independent repetitions
repetidas, observaes.............veja observaes repetidas
repeated observations
repetitividade de resultados de medies...............B.2.15
repeatability of results of measurement
repetitividade, condies de................3.1.4, B.2.15 nota 1

repeatability conditions
reprodutibilidade dos resultados de medio........B.2.16
reproducibility of results of measurements
resultado de uma medio......................1.3, 3.1.2, B.2.11
result of a measurement
resultado no corrigido.........veja no corrigido, resultado
uncorrected result
resultado corrigido.......................veja corrigido, resultado
corrected result
S
sada ou grandezas correlacionadas, estimativas de..veja
correlacionadas, estimativas de sada ou grandezas
sada, estimativa de.................................4.1.4, 4.1.5, 7.2.5
output estimate
sada, grandeza de.......................................................4.1.2
output quantity
segurana, limite de.............................................6.3.1 nota
safety limit
sensibilidade, determinao experimental dos
coeficientes de..............................................................5.1.4
experimental determination of sensitivity coefficients
sensibilidade, coeficientes de............................5.1.3, 5.1.4
sensitivity coefficients
Sistema Internacional de Unidades (SI).............0.3, 3.4.6
International System of Units (SI)
sistemtico.....................................3.3.3, E.1.3, E.3.4 E.3.7
systematic
sistemtico, efeito....................................3.2.3, 3.2.4, 3.3.1,
3.3.2, 3.3.3, D.6.1, E.1.1, E.3, E.4.4
systematic effect
sistemtico, erro....................................3.2.1, 3.2.3, B.2.22
systematic error
Student, distribuio de.................................C.3.8, G.3.2
Student's distribution
superior, termos de ordem............5.1.2 nota, E.3.1, H.1.7
higher order terms
129

Portugus Ingls
T
t, distribuio......................4.2.3 nota 1, C.3.8, G.3, G.3.2,
G.3.4, G.4.1, G.4.2, G.5.4, G.6.2
t-distribution
t, fatorE.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4, G.6.6
t-factor
t, quantis da distribuio....................................G.3.4 nota
quantiles of the t-distribution
Taylor, sries de.....5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4
Taylor series
Teorema Central do Limite........G.1.6, G.2, G.2.1, G.2.3,
G.6.2, G.6.5, G.6.6
Central Limit Theorem
avaliao Tipo A da covarincia................................5.2.3
Type A evaluation of covariance
avaliao Tipo A (da incerteza)......................2.3.2, 3.3.3,
3.3.5, 4.1.6, 4.2, 4.2.1, 4.2.8, 4.3.2, 4.4.1, 4.4.3, E.3.7,
F.1, F.1.1.1, F.1.2.4
Type A evaluation (of uncertainty)
Tipo A, incerteza padro.......................3.3.5, 4.2.3, C.3.3
Type A standard uncertainty
Tipo A, incerteza padro combinada
7.2.1, G.4.1 nota 3
Type A combined standard uncertainty
tolerncia, intervalo estatstico de................C.2.30 nota 2

statistical tolerance interval
U
Unio Internacional de Fsica Pura e Aplicada
veja IUPAP
Unio Internacional de Qumica Pura e Aplicada
veja IUPAC
unidade, uso de um valor adotado de um padro
de medio como uma...............................3.4.6, 4.2.8 nota
use of an adopted value of a measurement standard
as a unit
unilateral, intervalo de confiana............................C.2.28
one sided confidence interval
V
valor de uma grandeza.....................................3.1.1, B.2.2
value of a quantity
varincia...............3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2
variance
varincia combinada.........................................3.3.6, 5.1.2
combined variance
varincia da mdia...........................................4.2.3, C.3.2
variance of the mean
Tipo A, varincia.........................................................4.2.3
Type A variance
varincia de Allan................................................4.2.7 nota

Allan variance
Avaliao Tipo B (da incerteza).......................2.3.3, 3.3.3

3.3.5, 4.1.6, 4.3, 4.3.1, 4.3.11, 4.4.4, 4.4.6, E.3.7, F.2
et seqq.
Type B evaluation (of uncertainty)
varincia experimental (ou estimada de)

4.2.2, H.3.6 nota
experimental variance (or estimate of)
Tipo B, incerteza padro........................3.3.5, 4.3.1, C.3.3

Type B standard uncertainty
Tipo B, incerteza padro combinada
7.2.1, G.4.1 nota 3
Type B combined standard uncertainty
Tipo B, necessidade para avaliaes do....................F.2.1
Type B evaluations, need for
Tipo B, varincia.........................................................4.3.1
Type B variance
Tipo B da covarincia, avaliao...............................5.2.5
Type B evaluation of covariance
130
varincia experimental da mdia,...................4.2.3, C.3.2

experimental variance of the mean
varincia relativa.........................................................5.1.6
relative variance
varincia relativa combinada.....................................5.1.6
relative combined variance
varincia, anlise de......................................veja ANOVA
analysis of variance
varincia, estimativa agrupada de (ou desvio padro
experimental agrupado).............4.2.4, 4.2.8 nota, H.1.3.2,
H.3.6 nota, H.5.2.2, H.5.2.5, H.6.3.1, H.6.3.2 nota

Portugus Ingls
pooled estimate of variance (or pooled experimental

standard deviation)
variada.........................................................................C.2.2
variate
varivel aleatria centrada .....................................C.2.10
centred random variable
verdadeiro convencional de uma grandeza, valor.....veja
convencional de uma grandeza, valor verdadeiro
verdadeiro de uma grandeza, valor
2.2.4, 3.1.1 nota, B.2.3, D, D.3, D.3.1, D.3.4, D.3.5,
E.5.1, E.5.4
true value of a quantity
VIM......................................................2.1, 2.2.3, 2.2.4, B.1
VIM
Vocabulrio Internacional de Termos Fundamentais e
Gerais de Metrologia..........................................veja VIM
International vocabulary of basic and general terms in metrology
W
Welch-Satterthwaite, frmula de
G.4.1, G.4.2, G.6.2, G.6.4
Welch-Satterthwaite formula
131

Guia para A Expressão Da Incerteza de Medição: Terceira Edição Brasileira

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Guia para A Expressão Da Incerteza de Medição: Terceira Edição Brasileira

Enviado por

Direitos autorais:

Formatos disponíveis

GUIA PARA

Comisso Eletrotcnica Internacional

IFCC Federao Internacional de Qumica

IUPAC Unio Internacional de Qumica Pura e

Guia Para a Expresso da Incerteza de Medio

GUIA PARA A EXPRESSO DA

Bureau International des Poids et Mesures

International Electrotechnical Commission

International Organization for Clinical Chemistry

International Organization for Standardization

International Union of Pure and Applied Chemistry

International Union of Pure and Applied Physics

International Organization of Legal Metrology

GUIA PARA A EXPRESSO DA INCERTEZA DE MEDIO

Comisso de Reviso da Terceira Edio

Coordenao Geral: Diretoria de Metrologia Cientfica e Industrial / Inmetro

Expresso da Incerteza de Medio

Termos metrolgicos gerais...............................2

O termo incerteza ...........................................2

Termos especficos para este Guia ....................3

Orientao Geral ..............................................25

Conceitos bsicos .........................................................4

Erros, efeitos e correes...................................5

Resumo do procedimento para avaliao e

Escolhendo um fator de abrangncia...............24

Recomendao INC (1980) .............................29

Termos metrolgicos gerais .......................................31

Avaliando a incerteza padro........................................9

Fonte das definies ........................................31

Avaliao da incerteza padro do Tipo A .......10

Avaliao da incerteza padro do Tipo B .......11

Ilustrao grfica da avaliao da incerteza

Fonte das definies ........................................36

Determinando a incerteza padro combinada.............19

Elaborao de termos e conceitos....................39

Grandezas de entrada no correlacionadas......19

Grandezas de entrada correlacionadas.............21

C Termos e conceitos estatsticos bsicos ......................36

D Valor verdadeiro, erro e incerteza ...........................42

Determinando a incerteza expandida..........................23

O valor verdadeiro e o valor corrigido ........42

Incerteza expandida .........................................23

Expresso da Incerteza de Medio

Representao grfica ......................................44

Motivao e base para a Recomendao

Seguro, aleatrio e sistemtico .............47

Justificativa para avaliaes realistas

Justificativa para tratar todos os componentes

Desvios padro como medidas de incertezas ..50

Uma comparao de duas abordagens

Guia prtico para avaliao de

Componentes avaliados a partir de observaes

Componentes avaliados por outros meios:

G Graus de liberdade e nveis da confiana ....................61

Teorema Central do Limite .............................62

A distribuio-t e os graus de liberdade ..........63

Graus de liberdade efetivos .............................63

Outras consideraes .......................................65

Sumrio e concluses ......................................66

Calibrao de bloco padro .............................70

Medio simultnea de resistncia e reatncia74

Calibrao de um termmetro .........................78

Medio de atividade .......................................81