A diferença prática entre os dois conceitos
Vou direto ao ponto, porque a maioria dos tutoriais que vejo sobre o assunto começa com definições de livro didático e esquece de explicar o que acontece quando você coloca isso no campo. O erro absoluto é a magnitude da diferença entre o valor medido e o valor verdadeiro. Se você mede 10,2 cm quando o comprimento real é 10,0 cm, o erro absoluto é 0,2 cm. Ponto. Não tem como errar essa conta, exceto por descuido na subtração.
O erro relativo Divide o erro absoluto pelo valor verdadeiro e, em geral, multiplica por 100 para obter uma porcentagem. No exemplo anterior, 0,2 dividido por 10,0 é 0,02, ou 2%. Aí é onde as coisas começam a ficar interessantes. A razão pela qual as pessoas confundem os dois é simples: o erro absoluto parece mais concreto porque tem unidade, enquanto o erro relativo é adimensional. Isso dá a falsa impressão de que o absoluto é "mais real". Na prática, não é bem assim.
Quando usar erro absoluto e erro relativo
Eu já vi engenheiros de teste usarem apenas o erro absoluto em medições de torque e perderem o fato de que um desvio de 0,5 Nm em um parafuso que deve receber 2 Nm é catastrófico, enquanto o mesmo desvio em um parafuso de 200 Nm é insignificante. O erro relativo resolve isso, mas só funciona bem quando o valor verdadeiro não é próximo de zero. E aqui chega o problema que eu realmente encontrei na prática.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Em um projeto de calibração de sensores de temperatura para uma linha de produção farmacêutica, trabalhamos com uma faixa de medição que ia de -40 °C a +60 °C. Havia um ponto de calibração crítico em torno de -2 °C, perto do ponto de congelação. O erro absoluto naquele ponto era de apenas 0,08 °C, o que parecia aceitável à primeira vista. Mas quando calculei o erro relativo, o resultado foi uma porcaria porque o valor verdadeiro estava muito próximo de zero, gerando um erro relativo de algo como 4%. Esse número assustava, mas na verdade a medição estava perfeitamente válida para o processo. A solução que implementamos foi adotar um critério híbrido: para valores absolutos abaixo de um limiar definido pelo processo (no caso, anything under 5 °C de magnitude), usávamos exclusivamente o erro absoluto como critério de aceitação. Acima desse limiar, o erro relativo passava a ser o padrão. Foi a única forma de não gerar falsos rejeições nos pontos de calibração próximos a zero sem comprometer a rigorosidade nas faixas mais altas.
Isso não é teoria. É o que fizemos e documentamos no protocolo de validação. Funcionou. O que os manuais não explicam é que erro relativo e erro absoluto são ferramentas complementares, não substitutos. Usar apenas um deles é como tentar avaliar a precisão de um instrumento olhando apenas para uma escala.
Outro detalhe que poucos mencionam: o erro relativo depende do valor verdadeiro, que em situações reais quase nunca é perfeitamente conhecido. Você trabalha com um valor de referência, que tem sua própria incerteza. Isso significa que o erro relativo que você calcula é, na verdade, uma estimativa com margem de erro própria. Para aplicações de alta precisão, como metrologia em laboratórios acreditados, isso exige tratar a incerteza do valor de referência como mais uma componente na propagação de incertezas, seguindo o guia GUM (Guide to the Expression of Uncertainty in Measurement). Se o seu trabalho não exige esse nível de rigor, o caminho é mais simples. Meça, subtraia, divida, pronto. Mas se você está em um ambiente regulado ou fazendo análise de dados sensíveis, vale a pena entender essas nuances antes de tomar uma decisão baseada apenas no erro relativo sem considerar a incerteza associada.
