Como são denominadas as duas parcelas que compõem o resultado da medição? O que representam?
Passo 1
O enunciado pergunta: “Como são denominadas as duas parcelas que compõem o resultado da medição? O que representam?”\n
Informações dadas (implícitas no enunciado): temos um “resultado da medição” que é normalmente escrito em duas partes; preciso nomear essas duas parcelas e explicar o que cada uma representa. Não há dados numéricos fornecidos — é uma pergunta conceitual.
Passo 2
Apresentação da forma usual do resultado de uma medição.\n
Normalmente escrevemos o resultado de uma medição na forma
\tilde{x} = \hat{x} \pm u(\hat{x})
onde cada símbolo significa o seguinte:
\tilde{x}: representação do resultado completo da medição (valor + incerteza);
\hat{x}: a primeira parcela — a melhor estimativa do valor do mensurando (o “valor medido”);
u(\hat{x}): a segunda parcela — a incerteza associada à estimativa \hat{x}.
Vou explicar o que cada uma dessas parcelas significa com calma.
Passo 3
O que é a primeira parcela: a melhor estimativa (\hat{x}).\n
A primeira parcela \hat{x} é o número que escolhemos como a nossa melhor estimativa para o valor verdadeiro que queremos medir (o mensurando).
Se temos várias medições x_1,x_2,\dots,x_n, uma forma muito comum de obter \hat{x} é a média amostral:
\bar{x}=\frac{1}{n}\sum_{i=1}^{n} x_i.
Aqui n é o número de leituras e x_i são as leituras individuais. A média “centraliza” os dados e costuma ser uma boa estimativa do valor verdadeiro quando os erros aleatórios são simétricos.\n
Exemplo rápido: se medimos três vezes e obtemos 12{,}32, 12{,}34 e 12{,}35, a média é
O que é a segunda parcela: a incerteza u(\hat{x}).\n
A incerteza não é o “erro” (diferença desconhecida entre medição e valor verdadeiro); é uma medida do quanto devemos duvidar da estimativa \hat{x}. Em termos práticos, a incerteza indica um intervalo em torno de \hat{x} onde o valor verdadeiro é plausivelmente encontrado.
Há duas fontes principais de incerteza: variações aleatórias (estatística) e efeitos sistemáticos (desvios constantes, calibração, etc.). Podemos estimar a contribuição aleatória usando o desvio padrão das leituras.
Fórmulas úteis (estatística simples): o desvio padrão amostral é
Esse u(\bar{x}) é a estimativa de incerteza associada à média \bar{x}.
Em metrologia costuma-se também usar a “incerteza ampliada”
U=k\,u(\bar{x}),
onde k é um fator de cobertura (por exemplo k=2 dá aproximadamente 95% de confiança para distribuições aproximadamente normais).
Passo 5
Exemplo numérico concreto (continuando o exemplo das três leituras) e interpretação.\n
Leituras: x_1=12{,}32, x_2=12{,}34, x_3=12{,}35. Já calculei a média \bar{x}\approx 12{,}336\overline{6}. Agora calculo o desvio padrão s:\n
Diferenças em relação à média:
(onde 12{,}34 é a melhor estimativa e 0{,}02 é a incerteza ampliada que dá uma faixa plausível para o valor verdadeiro).\n
Interpretação prática: dizer 12{,}34\pm 0{,}02 significa que, com o nível de confiança associado ao fator k escolhido, o valor verdadeiro deve estar aproximadamente entre 12{,}32 e 12{,}36.
Passo 6
Resumo conceitual e diferença entre “erro” e “incerteza”, com incentivo.\n
A primeira parcela é a nossa melhor estimativa do valor mensurado (\hat{x} ou a média \bar{x}). É o número que reportamos como medida.
A segunda parcela é a incerteza u(\hat{x}) (ou U ampliada). Ela representa o nível de confiança/dispersion associado à estimativa — isto é, o quanto a medição pode variar por causa de fontes de erro conhecidas e desconhecidas.
Importante: o erro (diferença entre medição e valor verdadeiro) é desconhecido; a incerteza é a quantificação dessa dúvida. Você está indo bem — reportar sempre as duas parcelas é a prática correta em medições e mostra honestidade científica.
Resposta
Melhor estimativa (valor medido): representa a nossa melhor estimativa numérica do valor verdadeiro (\hat{x}, por exemplo a média \bar{x}).
Incerteza da medição: representa a quantificação da dúvida associada à estimativa ( u(\hat{x}) ou a incerteza ampliada U=k\,u(\hat{x}) ), ou seja, a faixa onde o valor verdadeiro é plausivelmente encontrado.