Escolar Documentos
Profissional Documentos
Cultura Documentos
Incerteza de Medicao - Paulo Schnider PDF
Incerteza de Medicao - Paulo Schnider PDF
Escola de Engenharia
Engenharia Mecnica
Incertezas de Medio
e
Ajuste de dados
1. Introduo
O processo de medio de fenmenos fsicos uma transferncia da informao entre um
sistema fonte e um operador que a utilizar essas informaes, atravs de sistema de medies
(ORLANDO, 2004). A interao entre o sistema fonte e o sistema de medio provoca a modifica-
o das propriedades de ambos, o que ser usado como vetor de transferncia da informao dese-
jada.
A preocupao de realizar uma medio livre das influncias dos sistemas de medio pode
ser observada em exemplos simples, tais como a medio de temperatura de uma pequena massa de
gua em um reservatrio por meio de um elemento sensor encapsulado ou de lquido em vidro, a
vazo de um fluido que escoa em uma canalizao com uma placa de orifcio, etc... Para os casos
citados, quais so as razes dessa alterao?
Mesmo que o sistema fonte no seja alterado significativamente pelo sistema de medio,
resta ainda lembra que um sistema de medio tender sempre a entrar em equilbrio com o sistema
fonte, e a medio que se deseja realizar inicialmente pode no ter levado em conta todos os fen-
menos relevantes possveis. Como resultado, o sensor poder indicar uma leitura que no a do fe-
nmeno desejado, embora seja correta. Como exemplo, cita-se a leitura da temperatura do ar exteri-
or sem proteo da radiao solar e a umidade relativa do ar com psicrmetros de bulbo seco e -
mido expostos a fontes de calor.
Controlador
sinal de entrada sinal do sinal
transdutor modificado
sinal de
calibrao
Registrador
Alimentao
Calibrao
Estgio final
Segundo Holman (1994), o sistema geral de medies pode ser dividido em trs partes, que
devem ser especificadas para satisfazer as seguintes funes:
O sistema de medio pode ser visto na forma de um sistema de aquisio de dados, cuja
arquitetura apresentada na prxima figura, complementando os conceitos anteriores.
Nota-se que h dois caminhos ligando os Fenmenos Naturais e a Interface com o Sistema
Operacional: um ascendente, que leva os dados ao sistema de aquisio e outro, descendente, que
toma decises e atua sobre o meio.
Termopares - sada em baixa tenso (mV), baixa sensibilidade, sada no-linear, relao rudo/sinal
alta, altas temperaturas
PT100 / PT1000 - sada em resistncia, baixa (100 Ohms), baixa sensibilidade, sada linear, mdio
rudo , mdias temperaturas
Termistor - sada em resistncia, alta (kOhms), alta sensibilidade, sada no-linear, mdias tempera-
turas
Semicondutores - sada em corrente ou tenso, altamente lineares
Strain Gauges - sada em corrente, baixa resistncia (120,350/1k Ohms), mediamente lineares
Transformadores de Tenso e Corrente - sada em alta tenso ou alta corrente, no-lineares
Sensores Piezoeltricos (Cristal) - sada em tenso, altssima sensibilidade
Rels - Sada ligado/desligado
Clulas Fotoeltricas - Sada em alta/baixa resistncia
Amplificao - um sinal deve ser amplificado o mximo possvel para atingir a escala do conversor
A/D. Os ganhos vo desde 2 at 1.000.000 (uV)
Isolao - em alguns casos, necessrio por questes de rudo e segurana
Filtragem - o filtro remove os sinais indesejados em qualquer medio
Excitao - a excitao a gerao de tenso ou corrente para medio de elementos resistivos
Linearizao - a linearizao pode ser realizada por hardware ou programa
Resistor Shunt
A converso de sinais Analgicos em Digitais (AD) e seu inverso (DA) tem as seguintes
caractersticas:
Resoluo em Bits
Preciso (%)
Erros: Linearidade, Deslocamento de Zero, Deslocamento com Temperatura
Amostragem e Tempo de Converso
Multiplexao e Aquisio Simultnea (SSH)
Faixa
Diferencialidade
Impedncia de Entrada ou de Sada
A interface com o sistema operacional chamada geralmente de driver. Ela faz o acesso ao
hardware, transferindo as informaes para o sistema operacional atravs de E/S, Interrupo,
DMA, instrues especificas. geralmente escrito em linguagem de mquina (assembly) e torna
transparente o trabalho do usurio, independente do hardware.
Alcance (span)
Diferena algbrica entre o valor superior e inferior da faixa de medida do instrumento
Exatido (accuracy)
o grau de concordncia entre o valor verdadeiro e o resultado da medio. Alguns definem
como o maior desvio da leitura de um sistema de medidas para uma entrada conhecida. Os erros
envolvidos nesta discrepncia so normalmente sistemticos e randmicos.
A exatido de um instrumento pode ser expressa de diferentes maneiras:
Repetitividade - Define o grau de concordncia entre resultados sucessivos obtidos. Nesta definio
no importa quo perto ou longe do valor verdadeiro o resultado se encontra, mas simplesmente
como os resultados so repetidos para uma entrada constante. As condies de repetitividade inclu-
em o mesmo procedimento de medio, o mesmo observador, o mesmo instrumento de medio,
utilizado nas mesmas condies, o mesmo local e a repetio num curto perodo. Ela pode ser ex-
pressa em funo das caractersticas de disperso dos resultados. Um voltmetro digital que tenha
um deslocamento grosseiro de seu zero, pode ter uma repetitividade excelente e uma pssima exati-
do. Esta ltima pode ser melhorada pela comparao do sistema de medies com um padro. Mas
no abaixo de sua repetitividade que inerente ao sistema de medidas. Este somente pode ser me-
lhorado a partir de um novo projeto.
Note-se que um aparelho ou sistema que apresente uma boa repetitividade pode ser visto
como sendo preciso, mas todos os textos atuais na rea de medies evitam o uso dessa palavra
Resoluo - o menor incremento da varivel a ser medida que pode ser detectada pelo sistema de
medio. No deve ser confundido com exatido, repetitividade ou sensibilidade.
Histerese
identificada quando a resposta de um sistema de medio diferente segundo o sentido da
medio (aumento ou diminuio do valor lido), como pode ser visto na prxima figura. Duas cur-
vas de calibrao podem ser determinadas, uma para valores ascendentes e outra para descendentes.
Assim, uma curva diferena entre os dois comportamentos pode ser calculada, com incertezas que
incluem os desvios mdios quadrticos de cada ajuste, individualmente, alm das incertezas do pa-
dro e da varivel em questo. Em operao, entretanto, como no se tem certeza se os valores so
ascendentes ou descendentes, utiliza-se uma nica curva de ca1ibrao como representativa da
mesma, resultando num aumento da incerteza da medio. Este efeito s pode se eliminado atravs
da utilizao de outros materiais, ou de uma modificao do projeto do sistema de medio. Trans-
dutores de presso do tipo Bourdon apresentam muitas vezes este efeito.
dnx d n 1 x dx
an n
+ a n n 1
+ K + a1 + a 0 x = F (t ) (1)
dt dt dt
onde F(t) uma funo imposta ao sistema. A ordem do sistema, segundo Holman (1994), obedece
a ordem da equao diferencial que o representa.
Dessa forma, o sistema de ordem zero governado pela equao
a0 x = F (t ) (2)
o que indica que a funo x(t) ser instantaneamente levada condio imposta por F(t), segundo a
constante a0, tal que
F (t )
x= (3)
a0
onde 1/a0 chamada de sensibilidade esttica do sistema.
a1 dx F (t )
+x= (4)
a0 dt a0
onde o termo a1 / a0 tem dimenso de tempo e chamado de constante de tempo do sistema. Se a
euao anterior for resolvida para uma caso que represente uma mudana sbita das condies da
funo F, tal que
A A
x(t ) = + x0 e t / (5)
a0 a0
O primeiro termo da equao representa o valor de x para tempos infinitos, i.e., para o regi-
me permanente, enquanto que o termo de decaimento exponencial representa a resposta transiente.
Sabendo-se que A / a0 = x , a equao anterior pode ser escrita na forma adimensional, como segue
x (t ) x
= e t / (6)
x0 x
Quando t = , o valor de x(t) corresponder a 63,2 % do salto imposto ao sistema, e o tempo neces-
srio para atingir essa condio chama-se constante de tempo (time constant). J o tempo para atin-
gir 90% do salto imposto dado por
e t / = 0.1 (7)
1.0
0.8
0.4
0.2
0.0
1.0 2.0 t
Intervalo de confiana P
mdia aritmtica
x=
x i
(8)
n
desvio padro para grandes amostras
1/ 2
= i
( x x )2
(9)
n
1/ 2
( xi x ) 2
s= (10)
n 1
Assim, a mdia de 101,7739 kPa e o desvio padro 0,2750 kPa. Pode-se associar mdia uma in-
certeza dada pelo desvio padro, e dizer-se que o valor lido de presso p poder estar na faixa
101,7739 kPa - 0,2750 kPa < p < 101,7739 kPa + 0,2750 kPa
Estes mesmos resultados podem ser vistos numa distribuio de freqncia acumulada, onde o
nmero de graus de liberdade, ou simplesmente o nmero de medidas.
Indicao da incerteza
Segundo o Guia para Expresso da Incerteza de Medio (ISO GUM, 1993), as maneiras
mais usuais para a indicao da incerteza de medio so:
1- incerteza padro u
o resultado de uma medio expressa como um desvio padro (68,27 % de confiabilidade). As-
sim,
u = (11)
U = ku (12)
3- erro provvel
O erro possvel um caso particular para confiana de 50%, o que corresponde a 0,6745
4- limite de erro L
O limite de erro L definido de diversas maneiras. Considerando-se uma distribuio normal de
erro, pode-se assumir que seja o mximo erro admissvel, que teoricamente no determinado, mas
que na prtica aceita-se a relao
L = 3 ou L=3u (13)
mas que em outras situaes pode ser fixado para outros mltiplos de u.
O conceito de limite de erro tambm pode ser estendido para a avaliar incertezas de instru-
mentos, onde se escolhe a menor diviso da escala e esta associada ao dobro do desvio padro.
Dependendo da qualidade do instrumento, o erro limite de calibrao pode ser dado por por outros
fatores de abrangncia aplicados ao desvio padro.
Os intervalos de confiana da Tabela 1 so vlidos para grandes amostras ou populaes,
onde o desvio padro aquele calculado pela Equao 9. Quando se tratam de dados experimentais,
normalmente recolhidos em nmero de eventos limitado, a amostra ter um desvio padro calculado
em relao a uma mdia que no independente dos dados, e por isso deve ser descontada do con-
junto da amostra (Equao 10). A figura 1 apresenta esse comportamento em funo de , e o des-
vio padro da amostra passa a ser dado por
Fig. 5- Nveis de confiana P em funo dos graus de liberdade (Fonte: Vuolo, 1998)
Segundo o INMETRO, 1995, o Erro definido como a diferena entre o valor calculado ou
observado e o valor verdadeiro do mensurando. Como na maioria das vezes o segundo no conhe-
cido, o erro no pode ser determinado, mas sim estimado. Em casos especiais, quando se usa um
padro primrio para a medida, o valor verdadeiro conhecido por definio.
Existe uma classe de erros que pode ser reconhecida imediatamente e eliminada. So os er-
ros grosseiros oriundos de clculo e medies. A fonte destes erros usualmente aparente, tanto
como pontos experimentais obviamente incorretos, como resultados que no esto suficientemente
prximos dos valores esperados. Eles so corrigidos realizando a operao novamente, desta vez
corretamente.
Uma outra classe de erro chamada de erro sistemtico e no pode ser to facilmente detec-
tada. A anlise estatstica no normalmente til, pois eles tm origem numa calibrao mal feita
do sistema de medies, ou em erros de interpretao fenmeno fsico por parte do observador.
A terceira classe de erros conhecida por erro randmico ou aleatrio, e pode ter diferentes
e variadas origens: diferena entre a variao do fenmeno e a capacidade de deteco do instru-
mento, condies de controle do experimento, variabilidade das condies do fenmeno medido ou
do instrumento ou ainda das condies ambientais, etc.
Esta categoria de erros de difcil identificao, porm uma anlise estatstica de vrios ex-
perimentos mostra que muitas vezes eles seguem uma distribuio gaussiana de probabilidade. E-
xistem naturalmente excees flagrantes a regra. A probabilidade de se conseguir um certo nmero
de cara ou coroa com uma moeda no viciada segue uma distribuio binomial. A contagem de
partculas radioativas emitidas de um ncleo por unidade de tempo segue uma distribuio de Pois-
son, que o limite de uma distribuio binomial quando o nmero de eventos independentes mui-
to grande, e a probabilidade de ocorrncia de cada um muito pequena. A distribuio retangular
caracterizada pelo fato de que a funo densidade de probabilidade constante para um intervalo
finito bastante definido em torno da mdia, sendo zero fora deste intervalo. Ela usada quando no
existe muita informao estatstica sobre um determinado fenmeno, no se podendo privilegiar
qualquer valor em relao a outro, em torno da mdia. Na distribuio triangular, seu valor segue
uma funo triangular neste intervalo, sendo mximo na mdia, e zero fora do mesmo, sendo utili-
zada quando o nvel de informao estatstica disponvel sobre o fenmeno um pouco melhor do
que para a distribuio retangular.
O ISO GUM, 1998, sugere que quando no existem muitas informaes estatsticas, a dis-
tribuio retangular e triangular devem ser usados. Mais ainda, mesmo que as distribuies das va-
riveis independentes de uma funo no tenham distribuio normal, a distribuio resultante pode
ser aproximada pela normal pelo Teorema Central do Limite. Sugere e justifica, tambm, que para o
clculo de incerteza, as componentes aleatrias e sistemticas possam ser tratadas da mesma forma.
Deve-se ainda distinguir os erros estticos, que so observados em regime permanente e in-
dicados por seu sinal, e os erros dinmicos, caractersticos de medies transientes, que representa
sempre um atraso do valor lido em relao ao comportamento real.
Ainda segundo a mesma fonte, a incerteza de uma medio uma faixa centrada em torno
do valor medido x e distante de dois desvios padres (2) onde se supe que o valor verdadeiro da
medida esteja a um nvel de confiabilidade de 95,45 % (distribuio normal).
Como o valor verdadeiro da medio no conhecido na maioria das vezes, no tem sentido
referir-se ao erro, mas sim a uma faixa em torno do valor medido onde se supe que o valor verda-
deiro esteja. Rigorosamente, luz da distribuio estatstica, existe uma probabilidade, por menor
que ela seja, de que o valor medido esteja infinitamente afastado da mdia.
Na prtica isto no acontece, mostrando que o modelo estatstico de distribuio dos erros
no exatamente gaussiano, mas apenas uma boa aproximao. Assim, pode-se associar a uma me-
dio os parmetros determinsticos como o erro mximo da medio.
O Guia para Expresso da Incerteza de Medio (INMETRO, 1998), apresenta dois tipos de
incerteza:
Incerteza Tipo A - obtida pela anlise estatstica de uma srie de observaes.
Incerteza Tipo B - obtida por outros meios que no a anlise estatstica de uma srie de observa-
es.
Uma distribuio Gaussiana necessita de dois parmetros para a sua definio: mdia e des-
vio padro. Assim, estimando-se o desvio padro de uma distribuio complexa e sua mdia, co-
nhece-se o nvel de confiabilidade. Ento todos os esforos objetivam a estimativa da Incerteza Pa-
dro. A Incerteza Tipo A caracterizada pela anlise estatstica de uma srie de observaes e nor-
malmente supe uma distribuio Gaussiana. Entretanto, em muitos casos, as informaes esto
disponveis de forma incompleta, sem a caracterizao estatstica necessria, podendo inclusive es-
tar disponvel de forma no cientifica e subjetiva. A Incerteza neste caso chamada Tipo B. Maio-
res detalhes para o clculo das incertezas do tipo B esto em anexo.
Conceitos bsicos
muito comum a determinao de uma grandeza e de sua incerteza de medio a partir do
conhecimento de outras grandezas determinadas experimentalmente, juntamente com suas incerte-
zas. O valor dessa nova grandeza Y seque uma relao funcional do tipo
x = x U (15)
u =U / 3 (16)
1
V 2 V 2
2
Ur =
u + ... +
un (17)
x1 1 xn1
Fig. 6 - Propagao do desvio padro de uma grandeza Y a partir do desvio padro de suas vari-
veis dependentes (Fonte: ISO GUM, 2004)
Fig. 7 - Propagao do desvio padro de uma grandeza Y a partir de valores de amostras do desvio
padro de suas variveis dependentes (Fonte: ISO GUM, 2004)
Um procedimento alternativo est sendo proposto no suplemento 1 do Guide to the Expres-
sion of Uncertainty in Measurement (ISO GUM Suppl. 1 (DGUIDE 99998), 2004), que trata de
mtodos numricos para a propagao de distribuies. A ltima figura apresenta novamente o
comportamento das distribuies estatsticas das variveis independentes X que comporo a funo
Y. O mtodo de Monte Carlo usado para produzir um nmero muito elevado de conjuntos de a-
mostras semelhantes quelas mostradas na figura, e assim calcular a incerteza resultante da funo
Y.
di d max
> (18)
onde dmax o maior desvio e o desvio padro da amostra, experimental ou ainda convencional. Os
valores de d max / so encontrados na tabela que segue:
k
u_ = (19)
x n
Fundamentos
A capacidade de uma amostra de seguir uma distribuio estatstica acaba determinando sua
classificao como grande ou pequena. As grandes amostras so aquelas onde se pode verificar a
densidade de probabilidade de forma definida, seguindo melhor as funes de distribuio adotadas,
o que no se verifica nas pequenas amostras.
Grandes amostras
No h unanimidade na indicao do nmero de eventos que define uma grande amostra. A
norma ASHRAE 41.5-75 (1975) indica 20 eventos (n>20), enquanto que Triola (1998) j indica 30
eventos (n>30).
_
Nas grandes amostras, o valor mdio x a melhor estimativa da mdia populacional , ou
valor verdadeiro. Associa-se ao valor da mdia um intervalo de confiana, ou incerteza, que obede-
ce a uma dada probabilidade.
As equaes para clculo da mdia (Eq. 8), desvio padro de uma grande amostra (Eq. 9) e
de uma pequena amostra (10), e a incerteza expandida (12) so aplicveis nesse caso.
A determinao do tamanho de amostra dada pelo clculo da incerteza da mdia (Eq. 19),
onde n
2
k
n= (20)
u_
x
ts
w_ = (21)
x n
onde t o valor da distribuio para uma dada confiabilidade e um nmero de graus de liberdade ,
s o desvio para um nmero de graus de liberdade , e n o nmero total de eventos da amostra.
Tabela 3 - Valores de t-student para diferentes nveis de confiabilidade
Nvel de confiabilidade
68,27% 95,45% 99,73%
1 1,84 13,97 235,80
2 1,32 4,53 19,21
3 1,20 3,31 9,22
4 1,14 2,87 6,62
5 1,11 2,65 5,51
6 1,09 2,52 4,90
7 1,08 2,43 4,53
8 1,07 2,37 4,28
9 1,06 2,32 4,09
10 1,05 2,28 3,96
15 1,03 2,18 3,59
20 1,03 2,13 3,42
25 1,02 2,11 3,33
30 1,02 2,09 3,27
40 1,01 2,06 3,20
50 1,01 2,05 3,16
1,00 2,00 3,00
Deve-se observar que com este procedimento, ao se estimar a incerteza de medio, na rea-
lidade o que se faz estimar o desvio padro da populao a partir do desvio padro da amostra,
que subestima o primeiro. O valor estimado, portanto, o que se deve usar em futuras medies,
com um nmero infinito de graus de liberdade.
A mdia da distribuio, tambm chamada de momento de la ordem, pode ser teoricamente
calculada quando o nmero de termos da populao muito grande. O mesmo acontece para o des-
vio padro, tambm chamado de momento de 2a ordem . Entretanto, para os casos reais, a amostra
finita e o nmero de termos pequeno. Deve-se portanto determinar os parmetros estatsticos de
medio a partir de um nmero pequeno de valores. Assim, a mdia ser estimada e no determina-
da. Novamente, a estatstica mostra que a melhor estimativa da mdia (x ) e do desvio padro da
amostra (s) so dadas respectivamente pelas expresses 8 e 10 j apresentadas. A mdia na Equao
8 pode ser determinada minimizando o valor de s na Eq. (10), em relao a (x ) , isto , diferencian-
do s em relao a (x ) , e igualando a zero.
2
n
_
S = xi x (22)
i =1
S n
n
_
= 0 =
i =1
2 ( x i x m ) = 2 xi n x m
i =1
(23)
x
Quando a funo de ajuste escolhida for uma reta y = ax + b , a soma quadrtica dos desvios
da equao (22) dada por
n
S = ( y i (ax i + b ))
2
(24)
i =1
n x i y i ( x i )
( y ) i
a= (25)
n x ( x )
2 2
i i
( y ) ( x ) ( x y ) ( x )
i
2
i i i i
b= (26)
n x ( x )2 2
i i
1/ 2
^
2
yi y i
s= (27)
n2
(a)
(b)
(c)
A curva da fig 7.b representa melhor os dados experimentais que a curva da fig 7.a. Na pa-
rbola, a flutuao dos pontos experimentais em relao curva ajustada coerente com as incerte-
zas experimentais. Na curva da fig 7.c, o acordo entre os dados e a curva ajustada bom, mas a
qualidade ruim, pois a situao inverossmil. muito difcil encontrar, na prtica, um ajuste to
bom para uma incerteza de medio to grande, o que denota que estas ltimas foram superestima-
das.
Barras de incerteza
Para se avaliar a qualidade de uma curva de ajuste calculada, importante que se grafique a
referida curva junto com os dados experimentais que a geraram. A fig. 4 apresenta essa situao, e o
uso das barras verticais em cada dado experimental indica a incerteza da medio. Se a curva ajus-
tada passa pelo intervalo compreendido pela barra de incerteza, e se essa incerteza de por e-
xemplo, isso significa que o dado experimental tem cerca de 68,3% de estar contido na curva ajus-
tada.
Essa avaliao elementar, mas pode ser um primeiro recurso para a anlise da qualidade
do ajuste.
Coeficiente de correlao r
Quando se estabelece uma curva de ajuste, como y=a+bx por exemplo, emprega-se o coefi-
ciente de correlao r para avaliar o grau de dependncia das variveis aleatrias x e y, de forma
que
1/ 2
y2, x
r = 1 2 (28)
y
onde
1/ 2 1/ 2
n 2
n 2
i ( y y m ) i ( y y i ,c )
y = i =1 e y, x = i =1 (29)
n 1 n2
n xi y i xi y i
r= (30)
[n x 2
i
2
][
( xi ) n yi2 ( yi )
2
]
O teste de significncia do coeficiente r dado pelo valor H, que para uma reta com nmero
de graus de liberdade (n-2) dado por
r
H= n2 (31)
1 r 2
que segue uma distribuio de Student. Pode-se afirmar que r significativo (r 0) a um nvel de
significncia , se
H t / 2 = n2 (32)
2 reduzido
Para uma funo f(x) que representa o ajuste de um conjunto de dados experimentais, defini-
se o parmetro 2 (qui-quadrado) como
n
[ y i f ( x i )]2
2 = (33)
i =1 i2
2- Procuram-se os valores de Q1 e Q2 nos grficos das figuras 5 (a) e (b), segundo o nmero de
graus de liberdade . A fig. 5 (a) tem limites de probabilidade de 1% a 99% (98% de intervalo de
confiana) e a fig. 5 (b) tem limites de probabilidade de 5% a 95% (90% de intervalo de confiana).
Fig. 9- Valores de Q1 e Q2 com nveis de confiana (a) 98% e (b) e 90%, em funo de 2 - reduzi-
do e do nmero de graus de liberdade
7. Referncias Bibliogrficas
Holman, J.P., 1994, Experimental Methods for Engineers, McGraw-Hill, New York, 6th
ed.
INMETRO, 1995. Vocabulrio Internacional de Termos Fundamentais e Gerais de Metrolo-
gia, Instituto Nacional de Metrologia, Rio de Janeiro
INMETRO, 1998. Guia para a Expresso da Incerteza de Medio, Instituto Nacional de
Metrologia, Rio de Janeiro
ISO GUM Suppl. 1 (DGUIDE 99998), 2004. Guide to the expression of uncertainty in mea-
surement (GUM) Supplement 1: Numerical methods for the propagation of distributions, Inter-
national Organization for Standardization, Genebra (www.iso.org)
ISO GUM, 1993. Guide to the Expression of Uncertainty in Measurements, International
Organization for Standardization, Genebra. (www.iso.org).
Orlando A.F., 2004. Anlise da Incerteza de Medio em um Processo Metrolgico. Mes-
trado em Metrologia, Qualidade e Inovao, Departamento de Engenharia Mecnica, PUC-Rio,
Rio de Janeiro
Triola, M.F., 1998, Introduo Estatstica, LTC-Livros Tcnicos e Cientficos, Rio de
Janeiro
Vuolo, J.H, 1998. Fundamentos da Teoria de Erros, Editora Edgard Blcher, So Paulo
Silva, A.V., 2003, Instrumentao Bsica Aplicada a Sistemas de Gs, Curso de Ps-
graduao em Utilizaes do Gs Natural, Programa de Ps-Graduao em Engenharia Mec-
nica, Universidade Federal do Rio Grande do Sul, Porto Alegre
ANEXOS :