1

ENQUALAB 2004-Encontro para a Qualidade de Laboratrios.

1 a 3 de junho de 2004, So Paulo, Brasil.
INCERTEZA DE MEDIO PELO MTODO DE MONTE CARLO,
NO CONTEXTO DO SUPLEMENTO 1 DO GUM.
Giorgio Moscati, INMETRO - moscati@uol.com.br - Fone 011 3167 7597
Luiz Gonzaga Mezzalira, Autnomo - lmezzalira@terra.com.br - Fone 011 3231 0834
Flvio Domitilio dos Santos, Autnomo - fdomitilios@hotmail.com - Fone 011 9851 1739
RESUMO
O GUIA para a Expresso da Incerteza de
Medio
1;2
apresenta um procedimento geral que pressupe
a lei de propagao da incerteza. Esta abordagem,
conforme relatado no prprio GUIA, contm limitaes. A
difuso do uso do GUIA, gerou a necessidade de uma
abordagem mais ampla, a qual est sendo feita, atravs de
suplementos, sendo que no primeiro a incerteza avaliada a
partir do conceito de propagao da distribuio de
probabilidade.
Neste trabalho so apresentados alguns tpicos do
suplemento, da histria do mtodo de simulao estatstica
de Monte Carlo e alguns exemplos de aplicao.
1 I NTRODUO
O Joint Committee for Guides in Metrology
3
,
JCGM/WG1 do BIPM/CIPM em seu trabalho de reviso do
GUIA para a expresso da incerteza de medio, decidiu,
ao invs de alterar o texto atual, produzir trs suplementos
que esto em preparao:
- GUM, Supplement 1: Numerical Methods for the
Propagation of Distributions.
- GUM, Supplement 2: The treatment of More than One
Measurand.
- GUM Supplement 3: Measurement Uncertainty and
Conformance Testing: Risk Analysis.
A utilizao de mtodo numrico para soluo de
problemas fsicos e matemticos no recente. Consta a
histria
4
. que Georges Louis Leclerc Comte de Buffon, em
1777, riscou no cho duas linhas paralelas, colocou venda
nos olhos de algumas pessoas, posicionou-as em linha. Estas
pessoas atiraram determinado nmero de baguetes para trs,
onde estavam as linhas. Contanto o nmero total de
baguetes atiradas e o das que tocaram ou cruzaram as linhas,
calculou o valor do pi.
Durante a segunda guerra mundial, no Projeto
Manhattam, o mtodo passou a ter extensa aplicao quando
foram utilizadas simulaes estatsticas para calcular o
transporte de nutrons. O desenvolvimento e a disseminao
do uso do computador permitiram tornar o mtodo, rpido,
eficiente e seguro, da sua extensa utilizao atual na
cincia, tecnologia, economia, etc. Jogo, aleatoriedade,
roleta, roletas adaptadas para gerar nmeros aleatrios (antes
da funo RAND da computao), a capital do jogo e de
Mnaco, Monte Carlo, so os motivadores para o nome:
Simulao de Monte Carlo SMC. Atualmente o mtodo
utilizado nos clculos de reaes nucleares; de evolues
estelares; de fluxo de gases, de fluxo de trfego; e de
inmeros outros fenmenos.
2 LI MI TAES DA VERSO ATUAL DO GUI A
Antes de tudo fundamental que se tenha em
mente algumas consideraes bsicas contidas no GUIA:
- No item 2.2.1, apresentada a palavra incerteza,
como um conceito geral, significando dvida sobre a
validade do resultado de uma medio e, em particular, para
os casos que so obtidos resultados quantitativos, como por
exemplo, o desvio padro. A definio de incerteza no item
3.9 do VIM
5
, tem um carter mais operacional.
- Segundo o item 1.1 do GUIA, ele se prope a
estabelecer regras genais para avaliao e expresso da
incerteza de medio. Considerando o sentido do termo
avaliar, em 3.4.8, fica claro que a metodologia apresentada
no substitui o raciocnio crtico, a honestidade intelectual e
a habilidade profissional do metrologista.
- Em 4.3.10 afirma que no se deve computar
duplamente a incerteza, e no anexo E2: As avaliaes
devem ser realsticas, nem para mais nem para menos.
Ainda, em 3.4.1 e NBR/ISO 17025, 5.4.6.2: A incerteza
deve ser determinada a partir de um mensurando definido
com completeza suficiente relativa exatido requerida.
Estas consideraes so de extrema importncia
para definirem o verdadeiro sentido e alcance do valor
avaliado como a incerteza de medio em determinado
processo e justificar a utilizao ou no de outros meios,
alm dos indicados no GUIA, adequados para esta
avaliao, ou para sua validao.
O GUIA em 5.1.2, indica que as equaes 10, para
grandezas independentes e a 13, para grandezas
correlacionadas, so utilizadas para a determinao da
incerteza padro combinada, expressando o que ele
denomina como a Lei de propagao da incerteza.
Ambas expresses so baseadas em distribuio gaussiana e
em uma aproximao de primeira ordem da srie de Taylor,
sendo que devem ser includos na expanso da srie, os
termos de ordem superior, quando uma expanso de
primeira ordem no resulta em uma aproximao aceitvel.
O GUIA em G 1.5 indica que podem ser requeridos
outros mtodos numricos ou analticos, quando a relao
2
funcional entre Y e suas grandezas de entrada no linear e
se uma expanso de primeira ordem de Taylor no uma
aproximao aceitvel. No item G 5.3, o GUIA apresenta o
caso em que uma grandeza de entrada por ser assimtrica
pode afetar o clculo da incerteza combinada, podendo no
ser razovel supor que uma assimetria compensada por
outra. Nestes casos, declara, so necessrias mais
informaes. Outros casos no atendidos plenamente pelo
procedimento mestre do GUIA so os relativos a modelos de
ajustes de mnimos quadrados no lineares; modelos que
requerem soluo iterativa; modelos que apresentam grandes
incertezas; e os que incluem nmeros complexos.
Buscando consenso no tratamento dos casos no
atendidos pelo GUIA, o WG1 preparou o documento
Supplement 1, que est atualmente circulando em verso
preliminar para discusso entre um grupo restrito de
especialistas.
3 O SUPLEMENTO N
o
1 DO GUI A
O Suplemento 1 substitui o que o GUIA chama de
lei de propagao da incerteza pelo conceito de
propagao da distribuio de probabilidade.
A funo densidade de probabilidade-pdf, do valor
da grandeza de sada, obtida a partir das pdf das grandezas
de entrada. Dela so extrados os valores da mdia, do
desvio padro, dos limites do intervalo correspondente ao
nvel de confiana requerido, e outros parmetros.
A tcnica de simulao de Monte Carlo
apresentada, como procedimento geral, para se obter
numericamente uma aproximao da propagao das pdfs.
Pressupe a premissa de que cada possvel valor obtido da
distribuio, de modo aleatrio, como grandeza de entrada,
to legtimo como qualquer outro valor.
O procedimento tem incio com uma definio do
mensurando Y = f(X1,X2,...XN), tendo cada uma das
grandezas de entrada sua prpria pdf. Para se obter a pdf da
grandeza sada so gerados M valores de y a partir de N
conjuntos de valores de xi , obtidos com um gerador de
nmeros aleatrios com probabilidades caractersticas das
respectivas pdfs, levando em considerao as correlaes
totais e parciais entre elas. De acordo com o Teorema do
Limite Central, o valor mdio da estimativa Y da grandeza
de sada converge na razo de M
-1/2
.
Com esta tcnica tornam-se desnecessrios os
clculos dos coeficientes de sensibilidade e os dos graus
efetivos de liberdade e clculos de coeficientes de
correlao, por estarem naturalmente includos no modelo.
A gerao de nmeros aleatrios pode ser efetuada
mesmo no programa EXCEL
6
, tornando possvel certas
simulaes com planilhas relativamente simples.
Cada valor de sada calculado representa uma
histria da grandeza.
Os casos tpicos de aplicao da abordagem do
Suplemento incluem as situaes em que:
a) As contribuies de incerteza podem ser grandes,
comparadas com a estimativa do valor de sada da grandeza,
b) A distribuio de probabilidade no gaussiana,
no atende o teorema do limite central,
c) Os valores da incerteza associada so comparveis
em magnitude com a grandeza de sada, ou prximos do
limite de deteco,
d) O modelo no linear e ou complexo,
e) significativa a assimetria da distribuio de
grandezas de entrada,
f) Existe maior dificuldade ou inconveniente no
clculo das derivadas parciais, para aplicao dos termos de
maior ordem na srie de Taylor,
g) No caso de existir alguma dvida quanto validade
de se aplicar a lei de propagao da incerteza. Nesta
eventualidade, o Suplemento recomenda que a incerteza seja
calculada, segundo o procedimento do GUIA, com adequada
expanso da srie de Taylor e que seja utilizado o mtodo da
SMC, com nmero M suficientemente grande de
simulaes, de modo a se obter o valor do mensurando Y
com nmero de dgitos significativos compatveis com a
aproximao desejada. Os resultados obtidos pelos dois
mtodos devem ser apresentados para o mesmo nvel de
confiana. Deste modo podem ser comparados os limites
extremos dos intervalos encontrados.
4 PASSOS PARA APLI CAO DA SMC PARA
CLCULO DA I NCERTEZA
Os passos tpicos para a determinao da estimativa
do valor da grandeza de sada, da incerteza associada e dos
valores extremos do intervalo, para o especificado nvel de
confiana, so:
a) Definir a grandeza de sada e grandezas que devem
ser medidas,
b) Decidir de quais grandezas de entrada depende a de
sada,
c) Desenvolver o modelo que relaciona tais grandezas
levando em conta as eventuais correlaes.
d) Atribuir pdfs para as grandezas de entrada, a partir
do conhecimento disponvel,
e) Estabelecer o nmero de simulaes adequado para
a exatido do resultado que se deseja,
f) Efetuar as simulaes propagando as pdfs, atravs
do modelo desenvolvido, para se obter a pdf da grandeza de
sada,
g) Extrair da pdf obtida:
- O valor mdio da grandeza de sada, (quando
aplicvel, conforme lembra o GUIA em 4.1.4),
- O desvio padro, assumido como incerteza
padro, (GUIA E.3.2),
- O intervalo que contenha, com determinada
probabilidade, um valor desconhecido qualquer da grandeza
de sada,
- Outros parmetros que possam ser de interesse
para se caracterizar a incerteza.
Quanto notao, o suplemento inova no item 2,
utilizando para apresentao dos resultados, a expresso
reduzida: u(y), ao invs de u
c
(y).
3
6 EXEMPLOS DE APLI CAO
Com objetivo de divulgar fontes de informao e
tornar mais rastrevel esta apresentao, os exemplos 6.2 e
6.3 so extrados da literatura neles citada.
6.1 Propagao de diferentes pdfs
Este exemplo ilustra a diferena de conceito entre
propagao da incerteza e o de propagao da distribuio
de probabilidade. A distribuio Poisson no usual em
metrologia, foi contudo utilizada por facilidades em sua
construo. Os grficos abaixo mostram as distribuies
geradas: a normal, a Poisson e a resultante de sua soma.
A tabela 1 mostra os valores utilizados para a
gerao das distribuies e resultados obtidos atravs da
somatria de ambas.
Tabela 1
Comparao de valores relativos aos grficos apresentados:
Item Normal Poisson somatria GUIA
mdia xi 40 3,02 43,02 43,02
mdia da
distrib.
0,0324 0,1598 0,1922 0,0961
DP da mdia
0,0048 0,0153 0,0184 0,0161
Os valores acima, relativos mdia da distribuio e ao
Desvio Padro da mdia, evidenciam como diferem os resultados
obtidos segundo a aproximao do GUIA e a indicada no
Suplemento 1.
6.2 Este exemplo apresenta a comparao de resultados
obtidos na calibrao de um multmetro, com entrada de
100V DC. Os dados obtidos segundo a abordagem do GUIA
podem ser vistos no documento
7
. EA4/02, suplemento 1
exemplo S9. Os resultados comparativos com os obtidos
pela SMC, podem ser conferidos no Software Support
8
.
A resoluo do instrumento corresponde ao ltimo
dgito: 0,1 V
O modelo para o erro de indicao, E
X
, para o
Digital Multi Meter-DMM :
E
X
= Vi
X
V
S
+ dVi
X
- dV
S
O significado de cada fator de influncia pode ser
visto na tabela 2.
Tabela 2 Fatores de influncia relativos ao exemplo 6.2
Resultados obtidos:
Comentrios:
a) O fator dominante no caso a resoluo do DMM.
O suplemento 2 apresenta notas matemticas indicando que
o fator de abrangncia adequado para p = 95% 1,65.
b) O intervalo obtido com a SMC equivalente ao
obtido com o GUIA, o que era de se esperar, uma vez que o
modelo era simplesmente associativo.
6.3 Este exemplo, utilizando os resultados apresentados
por Cox
9
neste seu trabalho citado, mostra a diferena entre
Grandeza Xi Distrib Estimativa U padro Contribuio
Tenso no
DMM
ViX 100,1 V
Tenso
calibrador
VS Gauss. 100 V 0,002 V - 0,001V
Tenso
indicada
Vix Unifor
.
0,0 V 0,05 V 0,029 V
Correo da
tenso calibr.
Vs Unifor
.
0,0 V 0,011 V - 0,0064 V
Erro de
indicao
EX 0,1 V 0,030
Abordagem E
X
U(E
X
) Intervalo 95%
GUIA, c/termos 1 ordem 0,1 V 0,03 0,05 a 0,15
Com SMC 0,1 0,025 0,05 a 0,15
Distribuio resultante da soma
0,0
0,1
0,2
0,3
0,4
25 31 37 43 49 55 61
Distribuio Normal
0,00
0,05
0,10
25 30 35 40 45 50 55
Distribuio de Poisson
0,0
0,1
0,2
0,3
0,4
0,0 1,0 2,0 3,0 4,0 5,0 6,0
4
os valores obtidos quando, se consideram apenas os termos
de primeira ordem na srie de Taylor, quando so
considerados tambm os termos de segunda ordem, segundo
o GUIA, e os obtidos atravs da SMC.
Esta escolha, a calibrao de um peso de valor
nominal de 100g. didtica uma vez que permite a
comparao de resultados; com os apresentados pelo citado
membro do JCGM/WG1. A aproximao mais simples pode
ser vista tambm no documento
10
EA4/02, suplemento 1,
exemplo S2, que trata da calibrao de um peso com valor
nominal de 10kg, de modo linear, aditivo, conforme
indicado abaixo:
Mx = m
s
+ dm
D
+ dm + dm
c
+ dB, onde:
Mx; a massa convencional desconhecida,
m
s
; a massa convencional do padro,
dm
D
; a deriva do valor do padro,
dm; a diferena observada entre o padro e o
mensurando,
dm
c
; para correo de excentricidade e efeitos
magnticos,
dB; a correo do empuxo do ar.
No exemplo apresentado por Cox valorizada a
correo devido ao empuxo, mediante a adio de um peso
de valor equivalente. O modelo simplificado, para as
condies propostas :
( ) ( )
1 1
1 1.2
W R R
W R
m m m

_
+ +
' ;

,
Tabela 3 Fatores de influncia relativos ao exemplo 6.3
Grandeza Xi Distribuio Estimativa U padro
valor do padro m
R
Gaussiana 100 g; 0,050 mg
massa adicional
m
R
Gaussiana 1,234 mg; 0,020 mg
massa especfica
do ar ambiente

Uniforme 1,2 kg/m
3
0,1 kg/m
3
massa especfica
do mensurando W

w
Uniforme 8000 kg/m
3
1000
kg/m
3
massa convencional
dos padres

R
Uniforme 8000 kg/m
3
50 kg/m
3
Resultados obtidos:
Abordagem
m
R
U(m
R
) Intervalo 95%
GUIA, c/ t.1 ordem 1,2340 0,0539 1,1284 a 1,3396
GUIA c/ t.2
a
ordem 1,2340 0,0750 1,0870 a 1,3810
Com SMC 1,2343 0,0755 1,0845 a 1,3842
Comentrios:
a) Os valores obtidos com os termos de segunda
ordem e os com SMC esto consistentes entre si,
caracterizando portanto uma validao.
b) Sendo considerados apenas os termos de primeira
ordem, a incerteza estaria sub estimada. As obtidas com os
termos de segunda ordem e com a SMC, so
aproximadamente 40% maior.
6.4 Este, na verdade no um exemplo, objetiva-se, no
caso, apresentar a citao de um envolvendo aplicao da
SMC com nmeros complexos, relativo calibrao de
impedncias. Trata-se de um trabalho de Walter Bich
11
,
disponvel no site do BIPM, podendo ser encontrado pelo
nome do artigo, atravs do google.
7 CONCLUSES
A utilizao da SMC permite, de modo
relativamente simples, a avaliao da incerteza em modelos
no lineares, assimtricos, envolvendo situaes nas quais o
tratamento analtico torna-se muito complexo,
excessivamente trabalhoso, complicado e mesmo
impossvel. Ela valiosa ferramenta para o metrologista na
anlise crtica dos resultados obtidos, tendo em conta os
conceitos bsicos apresentados acima, no item 2.
Seguramente a publicao do Suplemento 1
provocar, em curto prazo, uma ampla aplicao da SMC
para a avaliao da incerteza de medio. A comunidade
metrolgica ter a disposio esta ferramenta j amplamente
utilizada em diversos campos da cincia e tecnologia nos
casos em que a complexidade dos modelos utilizados torna
invivel o tratamento analtico.
A disponibilidade de computadores rpidos,
planilhas eletrnicas flexveis e possantes, bem como a
facilidade com que, uma vez criado e formatado em planilha
o modelo, fica simples e rpido incluir nela novos
elementos, investigar e avaliar seus efeitos. Esta
caracterstica permite que se encontre com maior facilidade
o melhor tratamento para a avaliao da incerteza, que se
perceba mais claramente os efeitos das incertezas das
grandezas de entrada, sobre a incerteza no mensurando, e
indica, portanto em quais medies deve ser dada especial
ateno para que tenham suas incertezas reduzidas.
8 BIBLIOGRAFIA

1
GUIA para a Expresso da Incerteza de Medio. Terceira
edio brasileira, agosto 2003 Publicada pelo INMETRO e ABNT.
2
GUM Guide to the Expression of Uncertainty in Measurement.
Publicado pela International Organization for Standardization, ISO,
Reprinted 1995.
3
News from the JCGM/WG1 maro 2004 www.bipm.fr.
4
S.C.Bloch. Statistical estimation of pi using random vectors.
Am.J. Phys., vol.67 No4, abril 1999.
5
VIM. Vocabulrio Internacional de Termos Fundamentais e
Gerais de Metrologia. Portaria 029 de 10/031995, INMETRO.
Verso do original do BIPM e outros.
6
EXCEL 2000, Programa do Microsoft Office.
7
EA4/02-Suplement 2, dezembro de 1999. www.npl.co.uk/ssfm/
8
SoftwareSupport for Metrology, Best Practice Guide No.6.
Uncertaity and Statistical Modelling M G Cox, MP Dainton and P
M Harris Maro 2001. Metrologie www.npl.co.uk/ssfm/
9
Measurement Uncertainty and the Propagation of Distributions.
M G Cox, and P M Harris. 2001.Metrologie www.npl.co.uk/ssfm/
10
Verso Brasileira do Suplemento 1 do EA4/02, Expresso da
Incerteza de Medio na Calibrao, INMETRO, Fevereiro de
1999.
11
Calibration of impedances by the substitution method:numerical
uncerteinty evaluation. Luca Callegaro, Walter Bich 11
th
IMEKO
TC-4 September 13-14 2001 Lisboa Portugal.