UNIVERSIDADE

LA SALLE
VIM – VOCABULÁRIO INTERNACIONAL DE METROLOGIA
GRANDEZAS E UNIDADES
MEDIÇÕES
RESULTADOS DE MEDIÇÃO

http://www.inmetro.gov.br/inovacao/publicacoes/vim_2012.pdf
 O QUE É UMA MEDIDA?

➢ É uma grandeza obtida como comparção de um valor adotado como

padrão dessa grandeza e um valor desconhecido dela.
➢ O resultado de uma medida (M) é representado por um número (m),
uma unidade de medida (u) e a indicação da confiabilidade da medida,
representada pelo erro provável da medida (∆m).

M = (m ± △m)
 O QUE É UMA MEDIDA?

Uma medida pode ser realizada de forma direta ou indireta.

• Direta: quando o valor padrão é comparado diretamente com o valor

desconhecido da grandeza (ex: medir o comprimento de um lápis
comparando-o com uma régua (valor padrão).

• Indireta: é necessário utilizar padrões de grandezas que se relacionam

com a grandeza a ser medida (ex: a variação da temperatura em um
termômetro de mercúrio é obtida através da variação do comprimento da
coluna de mercúrio, que é causada pela variação da temperatura)
 ANÁLISE DE RESULTADOS

➢ Uma análise estatística dos dados provenientes da medição é prática comum,

pois permite uma estimação analítica da incerteza associada ao resultado
final.
➢ A saída de um determinado método de medição pode ser prevista com base
em dados experimentais, sem ter informação detalhada sobre todos os
factores de influência.
➢ Para tornar significativos os métodos e as interpretações estatísticas é
geralmente necessário dispôr de um grande número de medidas. Para além
disso, os erros sistemáticos devem ser pequenos em comparação com os
erros aleatórios, visto que o tratamento estatístico dos dados não elimina o
erro de fidelidade.
 ERROS
Os erros experimentais podem ser classificados em dois grandes
grupos: erros sistemáticos e erros aleatórios.
Os erros sistemáticos são causados por fontes identificáveis, e, em princípio, podem ser
eliminados ou compensados. Erros sistemáticos fazem com que as medidas feitas estejam
consistentemente acima ou abaixo do valor real, prejudicando a exatidão ("accuracy") da medida
Erros sistemáticos podem ser causados devido:
 ERROS
Os erros aleatórios são flutuações, para cima ou para baixo, que fazem com que
aproximadamente a metade das medidas realizadas de uma mesma grandeza
numa mesma situação experimental esteja desviada para mais, e a outra metade
esteja desviada para menos.
Os erros aleatórios afetam a precisão ("precision") Nem sempre se pode identificar as fontes de
erros aleatórios. Algumas fontes típicas de erros aleatórios são:

Erros aleatórios podem ser tratados quantitativamente através de métodos estatísticos, de

maneira que seus efeitos na grandeza física medida podem ser, em geral, determinados.
 ERROS
PRECISÃO E EXATIDÃO EM MEDIDAS

Uma das principais tarefas do idealizador ou realizador de medidas é

identificar e eliminar o maior número possível de fontes de erro sistemático.
 RESUMINDO.....

➢ O erro da medição é o resultado da medição menos o valor verdadeiro do

mensurando;
➢ O erro aleatório é o resultado de uma medição menos a média que resultaria
de um infinito número de medições do mesmo mensurando efetuadas sob
condições de repetitividade;
➢ O erro sistemático é a média que resultaria de um infinito número de
medições do mesmo mensurando, efetuadas sob condições de
repetitividade, menos o valor verrdadeito do mensurando.
ANÁLISE DE RESULTADOS
➢ Média aritmética
O valor mais provável de uma variável medida

➢ Mediana
A mediana de um conjunto de números, organizados por ordem de grandeza, é o valor
central ou a média aritmética dos dois valores centrais.
Exemplos
✓ A mediana dos números 3, 4, 5, 6, 8, 8, 10 é 6
✓ O conjunto 5, 5, 7, 9, 11, 12, 15, 18 tem a mediana ½(9+11)=10
ANÁLISE DE RESULTADOS
➢ Moda
A moda de um conjunto de números é o valor que ocorre com a maior frequência, ou seja,
é o valor mais comum. A moda pode não existir, ou existir mas não ser única.
EXEMPLOS
✓ O conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tem moda 9
✓ O conjunto 3, 5, 8, 10, 12, 15, 16 não tem moda
➢ Desvio da média
O desvio da média é o afastamento de uma dada leitura individual relativamente à
média do grupo de leituras.

Deve notar-se que o desvio da média pode tomar valores positivos ou negativos e
que a soma algébrica de todos os desvios é zero.
ANÁLISE DE RESULTADOS
EXEMPLO
✓ Um conjunto de medições independentes de corrente foi efetuado por seis
operadores e registrado como: 12,8 mA ;12,2 mA ;12,5 mA; 13,1 mA; 12,9 mA ;12,4 mA

Calcular:

(a) a média aritmética;

(b) os desvios da média.
ANÁLISE DE RESULTADOS

➢ Desvio médio
O desvio médio é uma indicação da precisão dos instrumentos usados para fazer
as medições. Instrumentos muito precisos conduzirão a um baixo desvio médio
entre leituras. Por definição, o desvio médio é a soma dos valores absolutos dos
desvios a dividir pelo número de leituras. O valor absoluto do desvio é o valor
numérico deste sem afetação de sinal.
ANÁLISE DE RESULTADOS
➢ Desvio padrão

Em análise estatística de erros aleatórios, a raiz quadrada da média dos quadrados

(“root mean square”, ou rms, na terminologia inglesa) dos desvios, ou desvio-
padrão, constitui uma ajuda valiosa. Por definição, o desvio-padrão σ de um número
infinito de dados é a raiz quadrada da soma dos quadrados de todos os desvios
individuais a dividir pelo número total de leituras. Expresso matematicamente,

Ao desvio-padrão que se apresentou inicialmente (σ) dá-se o nome de desvio padrão

da população. À segunda definição (s) chama-se também desvio-padrão da amostra,
por se tratar de um subconjunto finito da população (infinita).
ANÁLISE DE RESULTADOS
EXEMPLO
Dez medições de uma resistência deram:

Admitindo que apenas estavam presentes erros aleatórios, calcular

(a) a média estatística;

(b) o desvio-padrão das leituras.
EXEMPLO

Resolução
ANÁLISE DE RESULTADOS

➢ Variância
Ao quadrado do desvio-padrão dá-se o nome de variância, vindo assim

A variância é uma quantidade útil em muitos cálculos porque as variâncias são

aditivas.
O desvio-padrão, no entanto, tem a vantagem de ser expresso nas mesmas
unidades que a variável respectiva, tornando-se mais fácil comparar resultados.
 TOLERÂNCIA DOS INSTRUMENTOS DE MEDIÇÃO

➢ A cada instrumento de medição é atribuída uma especificação que pretende

estabelecer os limites expectáveis para os erros cometidos nas medições com
eles efectuadas.
➢ Em alguns casos, esses limites são definidos em normas, isto é, normalizados.
Em outros casos, tais limites são indicados pelos fabricantes dos
equipamentos, em catálogos, folhas de especificações ou nos manuais que
acompanham os equipamentos.
➢ Por exemplo, se uma determinada resistência for especificada como tendo um
valor de 500 Ω ± 10%, o seu fabricante “garante” que essa resistência estará
entre os limites 450 Ω e 550 Ω.
➢ O fabricante não está dessa forma a indicar um desvio padrão, nem uma
incerteza, mas apenas a “prometer” que o erro desse componente não será
superior aqueles limites.
INCERTEZA DA MEDIÇÃO

➢ Um instrumento, aparelho, padrão, por mais perfeito que pareça ser, jamais será exato, ou
seja, não importa como, quando e onde o instrumento está sendo utilizado, ele sempre
cometerá erro, por menor que seja.

➢ A incerteza da medição é um parâmetro associado ao resultado de uma medição que

caracteriza a dispersão dos valores que podem ser fundamentalmente atribuídos a um
mensurando

Escreve-se: MELHOR ESTIMATIVA ∓ INCERTEZA

 INCERTEZA DA MEDIÇÃO DA MÉDIA - Δx

➢ Também conhecida de avaliação da incerteza do tipo A - considera apenas

fatores estatísticos, é geralmente adotada para o cálculo.

➢ A Incerteza da média é uma estimativa que procura caracterizar o intervalo de

valores dentro do qual se encontra o verdadeiro valor da grandeza medida.

➢ Depende do número de medições realizadas.

INCERTEZA DA MEDIÇÃO DA MÉDIA - Δx

Graus de liberdade
INCERTEZA DA MEDIÇÃO DA MÉDIA – Δx ou u

𝜎
𝑢=
𝑛

Indicada para medições

inferiores a 30
INCERTEZA DA MEDIÇÃO DA MÉDIA – Δx ou u

Distribuição t-Student

Em casos onde o número de amostras é restrito e o desvio padrão da

população é desconhecido, utiliza-se a distribuição t-Student para se estimar
o fator de abrangência (k).
A medida que o número de dados (Graus Liberdade=N-1) aumenta a
distribuição tende para a normal.
Tabela resumida de fator de abrangência (p=95%) com o número de graus de
liberdade para uma distribuição t-Student.
 𝜎
𝑢=t.
𝑛