Tópico 3.

Estudo de Erros em Medidas

A medida de uma grandeza é obtida, em geral, através de uma experiência, na

qual o grau de complexidade do processo de medir está relacionado com a grandeza em
questão e também com o processo de medição. Por isso, este tópico visa introduzir
conceitos importantes sobre erros de medidas.

3.1. Erros de uma Medida

Algumas grandezas possuem seus valores reais conhecidos e outras não. Quando
conhecemos o valor real de uma grandeza e experimentalmente encontramos um
resultado diferente, dizemos que o valor obtido está afetado de um erro.

ERRO é a diferença entre um valor obtido ao se medir uma

grandeza e o valor real ou correto da mesma.

Matematicamente: erro = valor medido − valor real

A determinação do erro de medida não é simples, pois há na maioria dos casos

uma combinação de inúmeros fatores que influem, de forma decisiva, no resultado da
medição. Portanto, o erro “verdadeiro” de uma medida é sempre impossível de ser
conhecido, sendo possível apenas uma estimativa do erro máximo aceitável. Nesta
seção irar-se-á dar uma pequena introdução sobre tipos de erros e o cálculo do erro
aleatório provável, dado pelo cálculo do desvio padrão.
Existem diversas classificações de erros na literatura especializada, entretanto,
há três principais que são:
1. Erro de escala: é o erro associado ao limite de resolução da escala do instrumento de
medida.
2. Erro sistemático: é o erro em que o medidor sofre, de maneira constante, em todo o
processo de medição. No momento da descoberta da sua origem, o erro sistemático é
possível de ser minimizado ou até mesmo sanado;
3. Erro aleatório: é o erro que decorre de perturbações estatísticas impossíveis de
serem previstas, sendo assim, difícil de evitá-los.
O erro aleatório pode ser calculado utilizando-se os postulados de Gauss, que
por motivo de brevidade não será citado aqui, entretanto, aos estudantes interessados
neste assunto consulte o livro Introdução ao Laboratório de Física.

3.1.1 Valor mais provável de uma grandeza

Sejam x1, x2, x3,..., xn as n medidas realizadas de uma mesma grandeza física X.
O  valor  médio  desta  grandeza  denotado  por  x  é  definido  pela  média  aritmética  dos  
valores  medidos,  ou  seja,

(!! !!! !!! !⋯!!! ) ! !

 x = = !!! x! (1)
! !
 Deste   modo,   x   representa   o   valor   mais   provável   da   grandeza   medida.   Ao   se  
realizar   várias   medidas,   os   valores   obtidos   tendem   a   estarem   mais   próximos   deste  
valor.  O  valor  médio  é  o  que  melhor  representa  o  “valor  real”  da  grandeza.  
 
3.1.2 Desvio das medidas

No   entanto,   não   se   pode   afirmar   que   o   valor   mais   provável   seja   o   valor   real  
da  grandeza.  Assim,  representando-­‐se  uma  medida  qualquer  da  grandeza  X  por  Xi,  
não   se   pode   dizer   que   a   diferença   (Xi    -  X = δX)   seja   o   erro   da   medida   Xi.   Neste  
caso  quando  se  conhece  o  valor  mais  provável,  não  se  fala  em  “erro”,  mas  sim  em  
Desvio  ou  Discrepância  da  medida  (ou  Incerteza).  
 
Desvio  de  uma  medida,  𝛅X,  é  a  diferença  entre  um  valor  medido  e  o  valor  
adotado  que  mais  se  aproxima  do  valor  real  (em  geral  o  valor  médio).
 
É   interessante   saber   de   quanto   as   medidas   individuais   Xi   se   afastam   do  
valor  médio,  ou  seja,  de  que  maneira  as  medidas  Xi  se  distribuem  em  torno  do  valor  
médio.  A  esse  fato  denominamos  “dispersão”.  Para  medir  a  dispersão  são  utilizadas  
algumas   propriedades   da   série   de   medidas,   tais   como   a   Variância   e   o   Desvio  
Padrão:  

àVariância (s2): A  variância  é  definida  como  a  soma  dos  quadrados  dos  desvios  de  
todos   os   valores   da   grandeza   dividida   pelo   número   de   medidas   menos   uma.   A
variância é representada por s2, sendo calculada pela fórmula:
 
!
!! !! ! ! !! !! ! !⋯!(!! !!)! !! !! !
𝑠! = = !!!
(2)
!!! !!!
O denominador “n – 1” da variância é determinado pelos graus de liberdade. O
principio dos graus de liberdade é constantemente utilizado na estatística. Considerando
um conjunto de “n” observações (dados) e fixando uma média para esse grupo, existe a
liberdade de escolher os valores numéricos de n – 1 observações, o valor da última
observação estará fixado para atender ao requisito de ser a soma dos desvios da média
igual a zero. No caso especifico do cálculo da variância, diz-se que os “n” graus de
liberdade originalmente disponíveis no conjunto sofreram a redução de uma unidade
porque numa estatística, a média já foi calculada dos dados do grupo e aplicada na
determinação da variância.

àDesvio padrão (𝜎! ): O   desvio   padrão   é   simplesmente   a   raiz   quadrada   da  

variância   e,   portanto,   expresso   na   mesma   unidade   da   grandeza   medida (kg, cm,
atm, etc.):

! !
!! !! ! ! !! !! ! !⋯!(!! !!)! !! !!
𝜎! = = !!!
(3)
!!! !!!
 Para   um   conjunto   com   n   medições,   o   desvio   padrão   experimental  
representa   uma   estimativa   da   dispersão   de   Xi   em   torno   do   valor   médio   x   .   Isso  
significa   que   se   os   resultados   forem   bastante   próximos   uns   dos   outros,   então   o  
desvio  padrão  será  "pequeno",  e  se  os  resultados  forem  dispersos,  o  desvio  padrão  
será  "grande".  
 
 
3.1.2 Desvio padrão final

  Até agora, ainda não informamos como deve ser relatado o valor de uma
grandeza submetida a medições. Já sabemos, a princípio, que a grandeza pode ser
representada, de modo satisfatório pelo seu valor médio. Porém, quando efetuamos um
conjunto de medições devemos ser capazes de informar com qual qualidade a média
pode ser uma estimativa do valor verdadeiro. Ou seja, devemos sempre informar uma
incerteza associada à média encontrada.
Poderíamos pensar, num primeiro nível, que a incerteza possa ser estimada pelo
desvio padrão da média. Porém, devemos atentar que o cálculo do desvio padrão da
média leva em conta somente as contribuições dos erros aleatórios, e não considera os
erros sistemáticos. Existe, pois, uma incerteza residual que ainda não foi considerada.
Essa incerteza residual (𝜎! ), no caso de instrumentos de medida, costuma vir
indicada pelo fabricante. Quando não é indicada, podemos adotar, pelo bom senso, que
se trata da metade da menor divisão da escala.
Assim, o resultado de um conjunto de medições é:

𝑥 = 𝑥 ± 𝜎!

em que 𝜎! é o desvio (ou incerteza) padrão final e pode ser calculada por:

𝜎! = 𝜎! ! + 𝜎! !  
 
Como exemplo da teoria acima proposta, dada a seguinte tabela abaixo, com
valores de medidas de comprimento de um corpo de prova qualquer, iremos calcular o
seu valor mais provável (média) e o seu desvio padrão.

Tabela 3.1. Valores de medidas de comprimento de um corpo de prova qualquer. Note

que aqui não é necessário usar o desvio residual pois não foi fornecido.
Medida Comprimento (m)
1 1,42
2 1,40
3 1,38
4 1,41
5 1,43
6 1,42
7 1,39
8 1,40

Assim, o valor mais provável da medida, X, é dado por:

 1 11,25
X= 1,42 + 1,40 + 1,38 + 1,41 + 1,43 + 1,42 + 1,39 + 1,40 = = 1,40625𝑚
8 8
X = 1,41𝑚

O desvio padrão será dado por

(1,42 − 1,41)! + 1,40 − 1,41 ! + 1,38 − 1,41 ! + 1,41 − 1,41 ! + 1,43 − 1,41 ! + 1,42 − 1,41 ! + 1,39 − 1,41 ! + (1,40 − 1,41)!
𝜎! =
8−1

0,0001 + 0,0001 + 0,0009 + 0 + 0,0004 + 0,0001 + 0,0004 + 0,0001

𝜎! =
7

𝜎! = 0,01732𝑚     →   𝜎! = 0,02𝑚

Portanto, o modo correto de representar o valor mais provável do corpo de prova e o seu
respectivo erro é o seguinte:
1,41 ± 0,02 𝑚

Note que o número de casas após a vírgula para ambos os valores têm que ser
compatíveis.

3.2. Propagação de Incertezas

Este assunto é de grande relevância em todas as áreas de atividade onde são

realizadas medidas experimentais. O objetivo deste assunto é justamente estudar a
propagação de incertezas associadas a cada medida em particular.
Imagine que queiramos fazer a soma de duas grandezas x1 e x2, para obter uma
grandeza y. Sabemos que para expressar corretamente o resultado de nossa operação
devemos relatar um valor médio e uma incerteza associada a este valor. De maneira
geral, um resultado y deve ser expresso como:

𝑦 = 𝑦 ± 𝜎! (4)

Se y é uma função de outras variáveis f(x1, x2), então:

𝑦 = 𝑓(𝑥! , 𝑥! ) (5)

No caso da soma, por exemplo, y = x1 + x2, então:

𝑦   =   𝑥!   +   𝑥! (6)

Já o cálculo de 𝜎! é mais complicado. O processo rigoroso para o cálculo das

incertezas envolve uma equação com derivadas parciais, também conhecida como “lei
de propagação de incertezas” o qual é apresentada a seguir.  

è Lei de Propagação de Incertezas

 Suponha que um certo experimento necessite de vários instrumentos para ser
realizado. E que cada um destes instrumentos têm uma variabilidade diferente em suas
medições. Os resultados de cada instrumento são dados como: x1, x2, x3, ... . O resultado
final desejado é y, de modo que y é dependente de x1, x2, x3, ... . Então, pode-se escrever
que y é uma função dessas variáveis:

𝑦 = 𝑓(𝑥! , 𝑥! , 𝑥! … ) (7)
Uma vez que cada medida tem uma incerteza sobre sua média, pode-se escrever
que a incerteza de dyi da i-ésima medição de x depende da incerteza das i-ésimas
medições de x1, x2, x3, ... :

𝑑𝑦! = 𝑓(𝑑𝑥!! , 𝑑𝑥!! , 𝑑𝑥!! … ) (8)

O desvio total de y é então obtido da derivada parcial de y com respeito a cada

uma das variáveis:

!" !" !"

𝑑𝑦 = 𝑑𝑥! , 𝑑𝑥! , 𝑑𝑥! … (9)
!"! !"! !"!

A relação entre os desvios padrão de y e x1, x2, x3, ... é dada em duas etapas: i)
pela quadratura da equação 9, e ii), tomando a soma total de i = 1 para i = n, onde n é o
número total de medições. Logo:

! !" ! ! !" ! !
𝑑𝑦! = 𝑑𝑥!! + 𝑑𝑥!! +⋯ (10)
!"! !"!

Dividindo ambos os lados por n-1:

!!! ! !" ! !"!! ! !" ! !"!! !

= + +⋯ (11)
!!! !"! !!! !"! !!!

2
𝑑𝑦𝑖 !! !! !
Da equação 3 tem-se que: 𝜎!! = 𝑛−1
 = , logo a equação onde pode ser
!!!
reescrita como:

𝜕𝑦 2 ! 𝜕𝑦 2 !
𝜎!! = 𝜕𝑥1
𝜎!! + 𝜕𝑥 𝜎!! + ⋯ (12)
2

Assim,  tendo  a  equação  que  expressa  y  em  função  de  suas  componentes  x1,  
x2,   ...   ,   deve-­‐se,   primeiramente,   obter   as   expressões   das   derivadas   parciais   da  
função   y   em   relação   a   cada   uma   das   componentes.   Obtidas   essas   expressões,  
substituem-­‐se  os  valores  apropriados  e  calcula-­‐se  o  valor  de  cada  derivada  parcial  
em   questão.   A   seguir,   deve-­‐se   multiplicar   cada   valor   obtido   pela   incerteza   da  
respectiva   componente.   Por   fim,   procede-­‐se   a   soma   de   todas   as   parcelas,   sendo  
cada  parcela  relativa  a  uma  determinada  componente  da  função.
Exemplo: Calcule o volume de um cilindro de comprimento L = (4,0±0,1)mm e
diâmetro D = (2,0±0,2)mm.

Resolução:

O volume do cilindro é dado por:

!! ! ! !×(!,!)! ×!,!
𝑉= = = 12,566  𝑚𝑚! = 12,6  𝑚𝑚!
! !
Agora iremos utilizar as incertezas das medidas de comprimento e diâmetro do cilindro,
para calcular a incerteza propagada para V:
! !
!
𝜕𝑉 !
𝜕𝑉
𝑉 = 𝑓 𝐷, 𝐿 → 𝜎! = 𝜎! + 𝜎! !  
𝜕𝐷 𝜕𝐿
! !
!
𝜋  𝐷𝐿 !
𝜋  𝐷 !
→   𝜎! = 𝜎! + 𝜎! !
2 4
2
𝜋×2,0×4,0 2
2
→ 𝜎! !
= × 0,2 2 +   𝜋×  (2,0) × 0,1 2 =
2 4
6,3164 + 0,0314 = 6,3478 mm6
𝜎! = 6,3478     → 𝜎! = 2,5  𝑚𝑚3

O resultado final deve ser expresso da seguinte maneira:

V = (12,6±2,5) mm3

3.3 Propagação de Incertezas nas Operações Básicas

Abaixo estão listadas as equações da incerteza propagada para as operações mais

utilizadas.

1. Adição ou Subtração: y = x1 + x2 ou y = x1 - x2

! !
𝜎! = 𝜎!! + 𝜎!!

2. Multiplicação ou Divisão: y = x1.x2 ou y = x1/x2

 
! !
𝜎! 𝜎!! 𝜎!!
= +
𝑦 𝑥! 𝑥!

3. Potenciação: y = x1a

𝜎! 𝜎!!
=𝑎
𝑦 𝑥!
No caso da função do tipo y = x1a . x2b , tem-se:

! !
𝜎! 𝜎!! 𝜎!!
= 𝑎! + 𝑏!
𝑦 𝑥! 𝑥!

4. Logaritmo: y = log(x1)

𝜎!!
𝜎! = 0,434.
𝑥!

EXERCÍCIOS PROPOSTOS

1) Mediram-se, experimentalmente, o período e o comprimento de um pêndulo simples,

obtendo-se os seguintes resultados: L = (59,90 ± 0,05) cm e T = (1,555 ± 0,001) s .
!
Utilizando a equação do pêndulo simples T = 2π , calcule o valor da aceleração da
!
gravidade (g).

2) Em uma mola de constante elástica k = (2,256 ± 0,003).104 dyn/cm colocou-se a

oscilar uma massa m = (249,86 ± 0,01)g . Calcule o período do oscilador para os valores
dados acima, sabendo que ele está relacionado com a massa e a constante elástica
!
através da equação T = 2π
!
.