Sei sulla pagina 1di 15

Teoria della misurazione

Il processo di misurazione
La misurazione un risultato conoscitivo di tipo quantitativo; un procedimento empirico e oggettivo che permette di realizzare una corrispondenza tra le propriet considerate rilevanti di oggetti o fenomeni fisici, alo scopo di descriverli in modo quantitativo. Le principali entit coinvolte in un processo di misurazione sono: 1. il sistema misurato: sistema sottoposto a misurazione allo scopo di determinare il valore di un suo parametro; 2. il sistema di misurazione, strumento di misurazione: dispositivo o insieme di dispositivi che consento di eseguire la misurazione; 3. il misurando: parametro sottopoto alla misurazione; 4. il sistema ambiente: insieme di tutti i sistemi con i quali il sistema misurato interagisce (grandezze dinfluenza); 5. la misura: risultato della misurazione. Supponiamo di volere conoscere la resistenza (parametro) dei resistori (oggetti) presenti in una cassetta. Essi siano nominalmente uguali, cio sono stati costruiti per realizzare lo stesso valore di resistenza. Il sistema misurato lassieme dei resistori, il misurando la resistenza che caratterizza i resistori contenuti nella cassetta. Supponiamo di disporre di uno strumento (ohmetro) che permette di determinare direttamente i valori di resistenza. Affinch il numero associato al resistore abbia significato oggettivo la propriet (resistenza) delloggetto considerato deve essere messa a confronto con unanaloga propriet di un oggetto considerato di riferimento.

Le unit di misura
Vi quindi la necessit di definire delle unit di misura riconosciute da tutti, rispetto alle quali saranno espressi i risultati delle misurazioni. La misura deve quindi essere espressa come rapporto tra il valore assunto dal parametro considerato e lunit di misura definita per tale grandezza. Essa deve essere espressa con un valore numerico seguito da una unit di misura. Esiste il sistema internazionale delle unit di misura che definisce le sette unit di misura fondamentali, metro (lunghezza), kilogrammo (massa), secondo (tempo), ampere (intensit di corrente elettrica), kelvin (temperatura), candela (intensit luminosa) e mole (quantit di materia). Accanto a queste unit di misura fondamentali il sistema internazionale definisce le unit di misura derivate. Esistono a livello nazionale degli enti (istituti metrologici primari) preposti alla realizzazione materiale delle unit di misura attraverso dei campioni. Essi possono essere naturali, ovvero riferiti ad un fenomeno fisico, o artificiali, come, ad esempio, lunit di massa; essa infatti rappresentata dal campione di platino depositato presso il laboratorio di Svre. Tra i laboratori nazionali primari vi sono protocolli di mutuo riconoscimento. necessario che ogni strumento sia riferito ai campioni conservati presso un laboratorio nazionale affinch il risultato della misurazione sia da tutti riconosciuto. Deve esistere una catena ininterrotta di confronti che colleghi lo strumento utilizzato ai campioni. Esistono quindi sistemi per la propagazione della riferibilit, in Italia il Sistema Italiano di Taratura (SIT).

La misura e lincertezza
Nel definire loggetto di nostro interesse abbiamo ipotizzato che i resistori siano definiti da un solo parametro resistenza. Questo il modello pi semplice che possiamo utilizzare. noto che il

valore di tale parametro dipende dalla temperatura delloggetto, pu, in prima approssimazione, essere eguagliata a quella dellambiente esterno, se si ipotizza che il resistore non sia percorso da corrente e quindi non dissipi potenza. Ovviamente questultima ipotesi falsa, infatti, la resistenza pu essere conosciuta solo facendo percorrere una corrente attraverso loggetto e determinando la tensione ai suoi capi. invece possibile fare in modo che la corrente circolante attraverso il resistore produca una dissipazione di potenza che a sua volta comporti un innalzamento della temperatura trascurabile. Ovviamente il risultato delle nostre misurazioni dipender dal modello che utilizziamo. Se consideriamo la dipendenza della resistenza dalla temperatura, questa ultima dovr essere mantenuta costante per rendere ripetibili i risultati delle misurazioni ed appare come grandezza dinfluenza. Se nel modello non considerata la dipendenza dalla temperatura, vi sar una maggiore variabilit dei risultati. Anche nel caso di realizzazione delle misurazioni con temperatura ambiente costante noteremmo che il valore di resistenza che associamo a ciascun resistore diverso, ci avviene sicuramente a causa della variabilit nel processo di realizzazione dei resistori stessi. Il risultato, misura, non pu quindi essere espresso come un valore singolo, ma come un insieme di possibili valori che la grandezza considerata pu assumere. Analizziamo ora lo strumento utilizzato. Anche nella realizzazione della strumentazione vi una variabilit, i componenti lo strumento, le interazioni tra loro non sono sempre uguali. Esiste quindi necessariamente una variabilit del risultato fornito dalla strumentazione anche qualora essa sia nominalmente la stessa. Questa variabilit della strumentazione viene dichiarata dal costruttore, egli dichiara che il risultato del processo di misurazione realizzato dal suo strumento compreso allinterno di un intervallo di valori. Lindicazione data dallo strumento differisce dal valore della grandezza da esso esaminata. Il costruttore pu indicare un valore massimo di scostamento del valore fornito dallo strumento da quello di riferimento, in alternativa pu descrivere la dispersione espressa in termini di variabilit (pi precisamente varianza) sulla popolazione della strumentazione prodotta. possibile stimare lo scostamento dellindicazione fornita dallo strumento dal valore della grandezza esaminata calibrando lo strumento. Una grandezza di valore noto viene analizzata dallo strumento che si vuole calibrare. Esiter uno scostamento tra il valore nominale della grandezza esaminata e la media di pi indicazioni fornite dallo strumento analizzato. Esister poi una variabilit delle indicazioni rispetto a questo valore medio. Lo scostamento del valore medio dal valore nominale costituisce un errore di misura commesso dallo strumento, mentre la variabilit del risultato dipende dalla variabilit della grandezza esaminata stessa (aleatoriet del misurando), e dalla variabilit dello strumento esaminato. Nel suo complesso questa variabilit costituisce una incertezza nella calibrazione. Nel caso in cui si abbia a disposizione una calibrazione dello strumento, possibile sottrarre allindicazione fornita lerrore o una sua stima. La grandezza considerata sar nota come un valore e una variabilit attorno a tale valore. Qualora si abbia a disposizione solamente linformazione in termini di scostamento delle indicazioni fornite dallo strumento dal valore della grandezza esaminata comunque possibile descrivere la grandezza esaminata con un valore ed una fascia allinterno della quale la grandezza assume valori. Lampiezza della fascia pu essere associata ad un valore massimo di scostamento della grandezza dal valore centrale, oppure descrivere u intervallo entro il quale la grandezza assume valori con una certa probabilit. In tutti i casi esaminati non si ha la certezza del valore assunto dalla grandezza analizzata, esiste un possibile intervallo di valori. Questo intervallo pu essere descritto da un valore centrale e dalla sua semiampiezza. Questa semiampiezza dellintervallo dei possibili valori lincertezza di misura sulla grandezza considerata. Tradizionalmente, per rappresentare la variabilit del risultato si fatto riferimento al massimo scostamento della grandezza analizzata dal valore centrale dei possibili valori ad essa associabili e tale massimo scostamento stato considerato essere lincertezza. Secondo questo metodo si vuole

individuare un intervallo di valori allinterno del quale sicuramente la grandezza assume valori. Si deve per prima cosa osservare che ci non sempre possibile in quanto la grandezza analizzata potrebbe assumere valori in un intervallo non finito. Inoltre allinterno dellintervallo in cui la grandezza considerata assume valori, non tutti i valori hanno la stesa probabilit di apparizione. Si tratta quindi sicuramente di un approccio secondo il caso peggiore. Lapproccio attualmente utilizzato porta a cercare di definire un intervallo allinterno del quale la grandezza considerata assume valori con una certa probabilit di apparizione. Allo scopo di uniformare le modalit di valutazione dellincertezza e la sua espressione lInternational Standard Organisation (ISO) ha definito una Guide to the expression of uncertainty in measurement riconosciuta ed approvata dal Comit International des Poids et Mesures (CIPM). Il contenuto di tale guida stato acquisito allinterno della normativa italiana dallEnte Nazionale Italiano di Unificazione (UNI) con il documento UNI CEI ENV 13005:2000 - Guida all'espressione dell'incertezza di misura. Il metodo dellespressione dellincertezza suggerito dalla normativa possiede i seguenti requisiti necessari: universalit: deve essere applicabile a tutti i tipi di misurazione e tipi di dati; coerenza interna: il risultato (cio lincertezza) dipende solo dalle grandezze coinvolte nella valutazione e non da come esse sono raggruppate; trasferibilit: lincertezza valutata per una grandezza in un processo di misura pu essere utilizzata per valutare lincertezza di un altro processo di misura che coinvolge la stessa grandezza.

Descrizione probabilistica di una grandezza


Il comportamento aleatorio di una grandezza pu essere espressa considerando la probabilit che essa possa assumere valori allinterno di un intervallo. Per semplificare possiamo pensare di ripetere pi volte la stessa operazione, ad esempio lestrazione di un resistore dalla cassetta, ed esaminare quando il valore della corrispondente resistenza cade allinterno di un prefissato intervallo di valori. Una stima della probabilit che i valori cadano allinterno dellintervallo scelto pu essere ottenuta dividendo il numero di volte che si verifica levento per il numero totale di estrazioni. Ovvero, detto A levento favorevole (i valori delle resistenze degli oggetti contenuti nella cassetta cadono nellintervallo), la probabilit che si verifichi levento A, P(A), pu essere stimata dal rapporto del numero dei casi favorevoli (numero dei casi per i quali il valore della resistenza delloggetto estratto cade nellintervallo), m(A), e del numero totale delle estrazioni effettuate n: m( A) P ( A) = . n Consideriamo un dado a sei facce, sulle quali sono marcati i numeri da 1 a 6, per ciascuno suo lancio sia uguale per tutte le facce la possibilit di apparire. Scelto uno qualsiasi dei numeri possibili, la sua frequenza di apparizione, in un numero sufficientemente elevato di lanci, sar pari a 1/6, infatti tra le 6 possibili facce, una sola fa verificare levento favorevole dellapparizione del numero scelto. Qualsiasi sia levento favorevole, la probabilit ad esso associata sempre espressa con un numero non negativo non superiore a 1: 0 P ( A) 1 , come si pu intuire anche dallesempio e dalla stima di tale probabilit attraverso la frequenza di apparizione. Detti due eventi A1 e A2, la probabilit che avvenga o uno o laltro evento la somma delle due probabilit quando i due eventi sono disgiunti P(A1 + A2)=P(A1)+P(A2) Nel caso del lancio del dado, lapparizione di un numero esclude lapparizione di qualsiasi altro, pertanto levento appare il numero 3 e levento appare il numero 5 sono disgiunti. La probabilit

che appaia il numero 3 o il numero 5 la somma delle probabilit dei singoli eventi, ovvero P(3)+P(5)=1/6+1/6=2/6=1/3. Considerando due eventi A1 e A2 interessante conoscere la probabilit che entrambi si verifichino contemporaneamente. Se i due eventi sono indipendenti, la probabilit che si verifichino contemporaneamente pari al prodotto delle probabilit che si verifichino singolarmente, ovvero: P(A1A2)=P(A1)P(A2). Normalmente la probabilit di un evento non nota a priori, per possibile potere ottenere una sua stima da osservazioni ripetute, come gi accennato allinizio. Possiamo verificare che un definito evento A si verifica m(A) volte su n osservazioni, si definisce frequenza dellevento A il rapporto tra il numero di apparizioni favorevoli ed i l numero delle osservazioni: f=m(A)/n. Il principio di Bernoulli mostra che a tendere allinfinito del numero di osservazioni n, la frequenza di un evento tende alla probabilit dellevento stesso. Quanto sopra esposto permette di capire in modo intuitivo il concetto di probabilit, esso definito in modo rigoroso da un punto di vista assiomatico, ma una tale descrizione esula dallo scopo che ci si prefissi.

Distribuzione e densit di probabilit Consideriamo una grandezza X che assuma valori numerici x in un intervallo limitato o meno. Per ogni valore xi che pu essere assunto dalla grandezza X si consideri lapparizione degli eventi il valore minore di xi (ovvero x<xi). Si riporti in un grafico i valori della frequenza di ciascun evento in funzione del valore xi, ordinati per xi crescenti. Facendo tendere allinfinito il numero di osservazioni la funzione cos rappresentata tende alla probabilit che la grandezza X assuma valori non superiori a xi. Questa funzione probabilit si dice funzione distribuzione di probabilit.

P 1

0 x
Essa una funzione monotona crescente, non necessariamente continua, ci dipendendo dai valori assunti dalla grandezza X. La distribuzione di probabilit una funzione sempre positiva con massimo assoluto 1 allestremo destro dellintervallo dei valori assunti dalla grandezza X. Se tale intervallo si estende da a +, tale funzione tende a 0 a e a 1 a +. Dai valori assunti da tale funzione possibile ricavare la probabilit che la grandezza X assuma valori allinterno di un qualsiasi intervallo. Fissato dunque lintervallo [a,b], la probabilit che la grandezza assuma valori in esso : P( x [a, b]) = P(b ) P(a ) . Scegliamo ora un intervallo compreso tra il valore xi di ampiezza xi+x e consideriamo la probabilit che la grandezza X assuma valori in tale intervallo, essa vale P( x [xi , xi + x ]) = P( xi + x ) P( xi )

Consideriamo ora il rapporto tra tale probabilit e lestensione dellintervallo, facendo tendere a zero questultima. Si ottiene:
lim P( x [xi , xi + x ]) P( xi + x ) P( xi ) dP = lim = = p(x ) 0 x x x dx

x 0

dove la funzione p(x) la derivata della funzione distribuzione di probabilit ed chiamata densit di probabilit. Sulla base, della sua definizione essa una funzione non negativa e il suo integrale esteso a tutto lintervallo di definizione della grandezza X pari a 1. Sempre sulla base della definizione della densit di probabilit, il suo valore p(x) moltiplicato per lestensione dx dellintervallo infinitesimo esprime la probabilit che X assuma valori nellintorno del valore x considerato (vedi figura).

p(x)dx 0 x x+dx x

Media e varianza Di solito non facile potere conoscere o stimare la distribuzione di probabilit o la densit di probabilit associate ad una grandezza aleatoria, si ricorre allora a dei parametri medi che sintetizzano il suo comportamento. Proprio per il fatto che sono dei parametri medi sono pi facilmente determinabili o stimabili da una serie di misurazioni, ma, per lo stesso motivo, danno solo una descrizione incompleta. Il primo parametro che si pu considerare la media () ottenuta pesando ogni valore x assumibile dalla grandezza X con la corrispondente probabilit di apparizione p(x)dx:

= x p( x )dx

Il secondo parametro che si considera la varianza, che descrive la dispersione delle probabilit dalla media. Essa definita determinando lo scostamento quadratico di ciascun valore dalla media (x-)2, pesato con la probabilit di apparizione p(x)dx:

2 =

(x )2 p(x )dx

La radice quadrata della varianza lo scarto quadratico medio () ed ha le stesse dimensioni della grandezza X. Per semplificare la scrittura nel seguito loperatore che esprime la media pesata con la denst di probabilit potr essere scritto come segue dove la scrittura () verr di volta in volta sostituita con la grandezza che si vuol considerare, la media potr essere scritta: x = E [x ] e la varianza come:
, () p(x )dx = E[]
+

2 = E ( x )2 .
Esempi di distribuzioni di probabilit Un caso particolare quello in cui la grandezza X assume valori in un intervallo e allinterno di tale intervallo tutti i valori hanno la stessa probabilit di apparizione. Detta a lestensione dellintervallo, la densit di probabilit ha un andamento rettangolare ed assume valori pari a 1/a allinterno dellintervallo e zero fuori.

1/a

0 a x

Unaltra importante distribuzione di probabilit la distribuzione normale o gaussiana:

p(x ) =

Tale funzione simmetrica rispetto alla media e la sua caratteristica forma a campana risulta tanto pi appuntita quanto pi piccolo .
p 0,5

x 2

-3

-2

-1 x 0

(x-)/

La grandezza aleatoria con tale distribuzione di probabilit ha media e scarto quadratico medio . Pu essere interessante ricordare qui le probabilit associate ad intervalli simmetrici rispetto alla media del tipo [-k, +k] per una variabile aleatoria normale: k= P= 1 0,683 1,5 0,866 2 0,954 2,5 0,988 3 0,997

La distribuzione normale particolarmente importante per lesistenza del teorema limite centrale che mostra come linsieme di N variabili aleatorie indipendenti tenda ad avere una distribuzione di probabilit gaussiana al tendere di N allinfinito, indipendentemente dalla forma della distribuzione di probabilit delle variabili aleatorie originali. Per tale ragione generalmente si ammette che, in presenza di pi cause di incertezza indipendenti, il risultato di una misurazione possa essere considerato una variabile aleatoria con distribuzione di probabilit normale.

Covarianza Pu essere interessante analizzare come interagiscono tra loro due grandezze X e Y da un punto di vista probabilistico. Supponiamo esse siano descritte dalle loro distribuzioni di probabilit P(x) e P(y), si definisce funzione di distribuzione congiunta P(x,y) la probabilit di soddisfare contemporaneamente alle due condizioni xi<x e yi<y, ovvero che la grandezza X assuma valori minori di x e che contemporaneamente la grandezza Y assuma valori minori di y. Si definisce quindi la funzione densit di probabilit congiunta: 2 P ( x, y ) p ( x, y ) = xy

Si pu definire la covarianza delle due variabili:


+

C xy =

(x )(y )p(x, y )dxdy


x y

per la quale vale la relazione C xy x y Si pu poi definire il coefficiente di correlazione, compreso tra i valori -1 e 1: C xy xy =

x y

La covarianza come pure il coefficiente di correlazione indicano quanto le due grandezze sono legate tra loro, ad esempio due grandezze tra loro proporzionali presentano un coefficiente di correlazione con modulo unitario, mentre due grandezze che non hanno nessun legame tra loro hanno coefficiente di correlazione e covarianza nulli. Un caso particolare ed importante si presenta quando le due grandezze sono tra loro indipendenti, ovvero per la densit di probabilit e per la distribuzione di probabilit valgono le seguenti relazioni p ( x, y ) = p ( x ) p ( y ) e P ( x, y ) = P ( x ) P ( y ) cio la densit e la distribuzione di probabilit congiunte sono pari al prodotto delle densit e delle distribuzioni di ciascuna della grandezze. Come si pu facilmente ricavare dalla definizione di covarianza, due grandezze aleatorie indipendenti sono anche scorrelate, cio covarianza nulla. Per semplificare la scrittura, come fatto per la media e la varianza, anche per la correlazione possiamo scrivere: C xy = E ( x x )( y y )

Generalit sullespressione dellincertezza


Cause dellincertezza
Lincertezza del risultato di una misurazione rende conto della imperfetta conoscenza del valore del misurando Cause che contribuiscono allincertezza sono 1. definizione incompleta del misurando; 2. imperfetta realizzazione della definizione del misurando;

3. non rappresentativit delloggetto nei confronti del misurando(la grandezza analizzata non rappresenta bene quella che si vorrebbe considerare); 4. non adeguata conoscenza degli effetti delle condizioni ambientali sulla misurazione, ovvero imperfetta misurazione delle condizioni stesse; 5. errori sistematici introdotti dalloperatore (ad esempio errori di lettura nel caso di strumenti analogici a indice); 6. risoluzione strumentale finita; 7. uso di valori non esatti per le costanti impiegate nellalgoritmo di elaborazione necessario ad ottenere il valore ipotizzato per il misurando; 8. Ipotesi non corrette od approssimazioni relative al procedimento sperimentale seguito per lottenimento della misura; 9. Variazioni nelle osservazioni del misurando ripetute in condizioni apparentemente identiche.

Incertezze di tipo A e di tipo B


Nel passato si distinguevano incertezze provenienti da cause aleatorie e da errori di tipo sistematico (ad esempio lerrore dovuto al consumo degli strumenti utilizzati per la misurazione). La tendenza attuale, recepita ormai dalla gran parte dei laboratori, quella di: - Abolire il concetto di errore sistematico sul risultato di una misurazione: se esiste un fattore che influenza la misurazione stessa se ne tiene conto direttamente nella formula che esprime la misurazione stessa, rimuovendo cos ogni influenza che possa alterare in modo noto la misurazione. - Considerare (a seguito della operazione precedente) che la misurazione sia corretta, anche se ovviamente affetta da incertezza (non pi` da errore). Si considera dunque implicitamente che siano stati corretti tutti gli effetti sistematici (significativi) che influiscono sulla misurazione e che siano stati fatti tutti gli sforzi possibili per individuarli. Le incertezze sono dunque tutte vagamente assimilabili a quelle che in passato erano indicate come aleatorie e dunque per esse ragionevole impiegare una trattazione statistica, che le descriva in termini di valore medio (nullo per definizione, dato che gli effetti sistematici sono stati tutti eliminati) e di varianza , o scarto quadratico medio (radice quadrata della varianza) che diventa il elemento quantificante lincertezza del risultato di una misurazione. Una distinzione tra le diverse cause di incertezza permane ma legata al modo in cui si ottengono informazioni sullincertezza stessa. Si distinguono due categorie denominate A e B. Lincertezza di tipo A quellincertezza che si quantifica tramite osservazioni condotte da misurazioni ripetute Lincertezza di tipo B quellincertezza che si quantifica a partire da informazioni esterne, ovvero note a priori (ad esempio fornite da terze parti o dal costruttore di uno strumento di misura) Incertezze di tipo A Le incertezze di tipo A si analizzano sulla base dei risultati di successive misurazioni della stessa grandezza per cui conviene richiamare le formule fondamentali per la determinazione di media, varianza, ecc. nel caso di campioni di elementi di una popolazione. Dato un insieme di n osservazioni xk di una grandezza X la stima x della media della popolazione 1 n x = xk n k =1 la varianza della popolazione viene stimata con la varianza sperimentale 1 n ( x k x )2 s 2 (xk ) = n 1 k =1

La radice quadrata della varianza sperimentale detta scarto tipo sperimentale. A partire dalla varianza sperimentale possibile determinare la migliore stima della varianza della media che vale: s 2 (xk ) 2 s (x ) = n importante ricordare che le n misurazioni devono essere indipendenti e che il numero n di osservazioni impiegate per la determinazione della dispersione della popolazione deve essere ragionevole per fornire una buona stima della popolazione stessa ci deve essere rappresentativo della popolazione. Se si considerano contemporaneamente pi grandezze necessario tenere in considerazione la eventuale correlazioni tra loro per mezzo della loro covarianza. Dette x e y due grandezze misurate n volte, la covarianza stimata dei valori medi stimati vale: n 1 s ( x, y ) = (xk x )( y k y ) n(n 1) k =1 Incertezze di tipo B La stima della varianza di una grandezza x che non sia stata ottenuta a partire da osservazioni ripetute deve essere valutata per mezzo di un giudizio scientifico a partire da tutte le informazioni disponibili sulla sua possibile variabilit. Le informazioni possono provenire ad esempio da: dati di misurazioni precedenti; esperienza, ovvero informazioni pregresse sul comportamento e sulle propriet di strumenti o materiali impiegati; specifiche tecniche del costruttore; dati provenienti da certificati di taratura o prodotti simili; incertezze assegnate a valori di riferimento (costanti) prese da manuali o altre fonti. Una possibile situazione pu essere: - Si dispone di una indicazione dellincertezza (fornita da terze parti, in genere dal costruttore di uno strumento) espressa in forma di varianza, o scarto quadratico medio. E la situazione ottimale, ma che oggi difficilmente si incontra, non sono richieste elaborazioni. - Si dispone di una indicazione dellincertezza in termini di ampiezza di un intervallo di fiducia (o confidenza), ad esempio si sa che la probabilit che la grandezza cada in un certo intervallo con una certa probabilit, ad esempio del 90%, 95% o 99%. Ipotizzando una possibile distribuzione di probabilit (la distribuzione normale una delle possibili ipotesi), che va sempre verificata, si risale al valore dello scarto tipo. - Un altro caso si presenta se si dispone della classica indicazione il risultato rappresentato nella seguente modalit x= X a, oppure, in modo equivalente x [X a, X + a ] nel senso che altamente probabile che il valore assunto dal misurando durante le misurazioni appartiene allintervallo indicato. Si possono considerare tre tipiche situazioni Tipo di distribuzione Rettangolare Scarto tipo a u= 3 non ci sono valori privilegiati nellintervallo

Triangolare Trapezoidale (base maggiore 2a, base minore 2a `e

u=
u=

a 6
3

il valore centrale pi probabile degli altri i valori vicini agli estremi hanno minore probabilit di apparizione

a 1+ 2

1.2.5 Il fattore di copertura


Talvolta risulta utile esprimere lincertezza di una misurazione in termini di intervallo di fiducia. In questo caso si introduce una incertezza tipo estesa che si ottiene dallincertezza tipo tramite lapplicazione di un fattore di moltiplicazione k detto fattore di copertura, che usualmente assume il valore due; il valore tre pu essere usato per conoscere lintervallo allinterno del quale il misurando assume valori on maggiore probabilit. Se una misurazione dichiarata impiegando lincertezza estesa necessario indicare esplicitamente il valore utilizzato per il fattore di copertura, diversamente non possibile impiegare correttamente il valore fornito, ad esempio, come dato per calcolare una nuova incertezza per misurazioni successive (viene cio meno il requisito della trasferibilit).

Misure indirette propagazione dellincertezza


Lo strumento sopra ipotizzato ci permette di determinare dei valori di resistenza in condizioni prefissate dal suo costruttore, il resistore viene attraversato da una corrente predefinita. Volendo determinare il valore della resistenza in altre condizioni, ad esempio volendo analizzare la linearit della resistenza con la corrente non possiamo pi utilizzare lo strumento di cui sopra, ma dovremo determinare la resistenza come rapporto tra la tensione applicata e la corrente che attraversa loggetto considerato. Il risultato finale una misura indiretta ottenuta elaborando le due misure dirette di tensione e di corrente. Supponiamo di applicare una tensione ai capi di un resistore e quindi di misurare tensione ai suoi capi e la corrente che lo attraversa. Le due misure siano: U = U U
I = I I Vogliamo conoscere la misura della resistenza determinata per via indiretta come rapporto della misura di tensione e la misura di corrente. Dobbiamo, cio, determinare lintervallo allinterno del quale assume valori la resistenza delloggetto considerato, intervallo definito ad esempio dal valore centrale R e dalla sua semiampiezza R , cio lincertezza:

R = R R Si tratta di determinare il rapporto di due insiemi di valori, che sono lintervallo allinterno del quale assume valori la tensione e lintervallo allinterno del quale assume valori la corrente. Per potere procedere con gli strumenti matematici in nostro possesso si eseguir una approssimazione sviluppando in serie di Taylor lespressione della resistenza in funzione della tensione e della corrente, nellintorno dei valori centrali della tensione e della corrente, la serie sar quindi arrestata al termine del primo ordine: U R R R + dU + dI I U U , I I U , I R U 1 U + dU 2 I I U ,I I dI =
U ,I

U 1 U + dU 2 dI I I I

Si potuto derivare rispetto alle due grandezze tensione e corrente perch esse sono tra loro indipendenti. Inoltre si troncata la serie al primo termine perch sia la derivata fatta rispetto la tensione che quella fatta rispetto la corrente sono non nulle, qualora non fosse stato vero per una delle due grandezze, si sarebbe dovuto considerare il termine di secondo ordine, di terzo ordine, ... fino a trovare il primo ordine di derivata non nullo. La relazione sopra ricavata pu essere riscritta come segue: U 1 U R + dR = + dU 2 dI I I I ad indicare che il generico valore assumibile dalla resistenza allinterno dellintervallo che ha semiampiezza pari al valore dellincertezza sulla resistenza stessa (espressione sulla sinistra) pu essere espresso come la somma di due contributi: il valore posto al centro dellintervallo di indeterminazione ( R ) e lo scostamento da questo del valore della resistenza. Al secondo membro presente un termine che dipende solo dai valori centrali di tensione e corrente, gli altri termini giustificano la variabilit della resistenza con le variabilit della tensione e della corrente. Basandosi sulla approssimazione effettuata troncando lo sviluppo in serie ai termini di primo rodine, si ricava subito che in assenza di scostamenti della tensione e della corrente dai loro valori centrali non si hanno neppure scostamenti della resistenza dal suo valore centrale. Lapprossimazione effettuata porta quindi a dire che si pu considerare come valore centrale dellintervallo allinterno del quale la resistenza assume valori quello che si ottiene valutando lespressione utilizzata per il calcolo della resistenza ponendo in essa i valori centrali di tensione e corrente. Determiniamo ora lo scostamento possibile dal valore centrale. Si tratta di definire lo scarto quadratico medio, e quindi la varianza, della resistenza supponendo noti e piccoli gli scarti quadratici medi di tensione e corrente. Lo scarto dal valore centrale 1 U dR = R R = dU 2 dI I I la sua media quadratica pesata con la distribuzione di probabilit della resistenza la varianza della resistenza: 2 1 U 2 2 R = E (R R ) = E I dU I 2 dI 2 2 U 1 1 U = E dU + E dI dI E dU 2 2 I I I I

U 1 U 1 2 2 E (dI ) 2 E [dUdI ] = E (dU ) + 2 I I I I U 1 U 2 2 1 E (I I ) 2 E [(U U )(I I )] = E (U U ) + 2 I I I I Il primo ed il secondo termine sono le varianze della tensione e della corrente moltiplicate per il quadrato delle derivate parziali fatte rispetto alle stesse grandezze; il terzo termine include la covarianza di tensione e corrente. Poich queste due grandezze sono state ottenute una indipendentemente dallaltra, ad esempio per mezzo di due strumenti diversi, esse sono indipendenti e la loro correlazione nulla. Lespressione della varianza della resistenza diventa:
2

U 1 2 = U + I2 I

2 I

Volendo estendere il ragionamento alla misura di una generica grandezza ricavata per via indiretta, possiamo considerare tale grandezza y espressa come funzione di N grandezze indipendenti: y = f (c1 , ... c N ) c n n = 1, ... N Supponiamo inoltre che le derivate della funzione f () rispetto ad ognuna variabile siano tutte non nulle e che la varianza di ogni variabile cn sia piccola. possibile espandere la funzione f () in un intorno del punto c = (c1 , ... c N ) nel quale tutte le grandezze assumono il loro valore centrale: y = f (c1 , ... c N ) = f (c1 , ... c N ) + f n =1 c n
N

(cn cn ) + ...
c

e troncare lo sviluppo in serie al termine del primo ordine N f (cn cn ) y = y + dy = f (c1 , ... c N ) f (c1 , ... c N ) + n =1 c n c Lapprossimazione usata implica che il valore centrale dellintervallo ricercato per la grandezza y sia ottenuto in corrispondenza ai valori centrali delle grandezze utilizzate per ricavarla. Facendo annullare gli scostamenti delle grandezze cn dal punto centrale del loro intervallo, si ricava il valore centrale di y pari a y = f (c1 , ... c N ) . Quindi il generico scostamento della grandezza y dal valore centrale stimato N f (c n c n ) , dy = y y = n =1 c n c dal quale pu essere ottenuta la varianza della grandezza y: 2 N f 2 (cn cn ) E ( y y ) = E n =1 c n c Si deve ora espandere il quadrato della sommatoria scrivendolo N f N f 2 ( ( c m c m ) c n c n ) E ( y y ) = E m =1 c m n =1 c n c c N N f f ( )( ) = E c c c c m m n n m =1 n =1 c m c n

Inoltre per la linearit delloperazione di media (indicata con E () ), si pu scrivere:


E ( y y ) =
2

f f E ((c m c m )(c n c n )) m =1 n =1 c m c c n c
N N

Distinguendo poi i termini d media che coinvolgono una sola variabile, da quelli che ne coinvolgono due si ha
N N f f E (c n c n )2 + f E (y y) = E ((c m c m )(c n c n )) m =1 n =1 c m c c n c n =1 c n c dove il primo termine al secondo membro la somma delle varianze di ciascuna delle grandezze cn, pesate con le corrispondenti derivate parziali elevate al quadrato; nella sommatoria doppia al secondo membro compaiono le covarianze delle variabili cn e cm, come espresso esplicitamente di seguito:

y = E (y y)
2

f = n =1 c n
N

N N f n 2 + f C cm c n . m =1 n =1 c m c c n c c

Si deve ora ricordare che si supposto che le grandezze cn siano indipendenti, e quindi anche scorrelate, a covarianza nulla. Sotto questa ipotesi si ottiene:
f c 2 y = E (y y) = n n =1 c n c Considerando lincertezza sulla grandezza y, la cui misura determinata per via indiretta, essa ottenuta dalla sua varianza moltiplicata per un fattore di copertura k, e quindi dalla somma quadratica delle incertezze delle grandezze coinvolte nella sua determinazione, pesata con il quadrato delle derivate parziali rispetto alle relative grandezze:
2

uy

f = n =1 c n
N

uc 2 n c

Qualora le grandezze cn fossero tra loro correlate, lespressione dellincertezza della grandezza misurata per via indiretta coinvolge anche la covarianza associata ad ogni coppie di grandezze cn e cm:
uy
2

f = n =1 c n
N

N N 2 f u n + k f rcmcn u m u n c c m n = 1 = 1 m n c c c

Consideriamo ora il caso in cui le grandezze c n n = 1, ... N siano tra loro indipendenti e assumano valori negli intervalli centrati in c1 , ... c N e di semiampiezza 1 , ... N , ma si cerchi il centro e la semiampiezza dellintervallo allinterno del quale, nel caso peggiore, assume valori la grandezza y definita dallespressione: y = f (c1 , ... c N ) c n n = 1, ... N . Se le semiampiezze 1 , ... N sono piccole e se tutte le derivate di f () rispetto alle grandezze c n sono non nulle, possibile espandere in serie di Taylor la funzione f () ed arrestare lo sviluppo al primo termine, come gi fatto in precedenza. N f (cn cn ) y = y + dy = f (c1 , ... c N ) f (c1 , ... c N ) + n =1 c n c Per ci che riguarda il valore centrale valgono le stesse considerazioni gi fatte, quindi y = f (c1 , ... c N ) , pertanto lo scostamento del generico valore della grandezza y dal valore centrale dellintervallo , in valore assoluto:
yy = f c (c
N n =1 n c n

cn )

Per valutare la semiampiezza dellintervallo allinterno del quale la grandezza y assume valori nel caso peggiore, si deve considerare il valore massimo di tale espressione: N f ( max( y y ) = max cn cn ) n =1 c n c A tale scopo si deve ricordare che il valore assoluto di una somma non mai maggiore della somma dei valori assoluti degli addendi, quindi:
f n =1 c n
N

(cn cn )
c n =1

f c n

(cn cn ) =
c n =1

f c n

(cn cn )
c

Lampiezza dellintervallo nel caso peggiore quindi


y = max( y y ) =
N n =1

f c n

max[ (c n c n ) ] ,
c

ovvero
y =
n =1 N

f c n

n
c

e quindi pari alla somma delle semiampiezze degli intervalli associate a ciascuna grandezza cn, pesate con il valore assoluto delle derivate parziali rispetto alle stesse grandezze. Il risultato simile a quello che si ottenuto determinando lincertezza seguendo un modello probabilistico, si presenta per ora una somma lineare, invece che quadratica, e le incertezze sono sostituite dagli scarti massimi delle grandezze considerate. Il caso peggiore permette una pi semplice stima della fascia di incertezza, ma porta ad una sovrastima di questa. Consideriamo il caso di una grandezza ottenuta come somma di altre due, ad esempio la resistenza R della serie di due resistori ottenuta come somma delle due resistenze R1 e R2. Secondo lapproccio probabilistico, si supponga che le misure delle resistenze siano R1 = R1 u1
R2 = R2 u 2 La varianza della resistenza della misura della serie 2 R 2 = E (R R ) = 1 2 + 2 2 e la sua incertezza quindi

u R = u1 + u 2 . Considerando il caso peggiore, le misure delle resistenze possono essere espresse R1 = R1 1 R2 = R2 2 quindi la misura della resistenza della serie, secondo lo stesso caso peggiore, R = R + R = (R1 + R2 ) ( 1 + 2 ) , quindi lincertezza diventa R = 1 + 2 Supponendo ora che 1 = 2 = e che le incertezze u1 e u2 siano ricavate dalle semiampiezze 1 e 2, supponendo inoltre che le resistenze R1 e R2 abbiano una distribuzione di probabilit uniforme si ha . u1 = u 2 = 3 Secondo lapproccio probabilistico lincertezza sulla resistenza della serie risulta:

u R = u1 + u 2 =

2 2 + = 3 3

2 0,82 3

Esempi di incertezza di misura indiretta, le grandezze note sono state supposte incorrelate y= c1 + c 2 c1 c 2 c1 c 2
uy =
2

u1 + u 2

c 2 u1 + c1 u 2

1
c2
2

u1 +

c1 c2

2 4

u2

Esempi di valutazione nel caso peggiore dellincertezza di misura indiretta, le grandezze note sono state supposte incorrelate y= c1 c 2 c1 c 2 c1 c 2
y=
1 + 2
c1 1 + c 2 2 c1 c 2 c 2 1 + c1 2 c1 1 1 + 2 2 c2 c2

y =

1 + 2

1 + 2