Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Misure ripetute dello stesso parametro fisico non forniscono lo stesso valore
Approccio statistico
La misurazione non una scienza esatta Le misure sono sempre affette da fluttuazioni (almeno potenziali), p ), mai p perfettamente o errori ( conoscibili, conoscibili , che si traducono in una naturale indeterminazione indeterminazione o INCERTEZZA sul risultato di misura Occorre l O lasciare i un approccio i deterministico d i i i ) (si vorrebbero conoscere le fluttuazioni fluttuazioni) in favore di un approccio statistico grazie al quale p q possibile stimare le fluttuazioni
Incertezza di Misura 3/102
Incertezza di misura
La variabilit del risultato di una misura analizzata li t grazie i ai i metodi t di consolidati lid ti della d ll statistica (varianza e deviazione standard) standard) il risultato di misura dunque non mai un unico numero deterministico ma un intervallo di valori possibili entro il quale il pu trovarsi con una data misurando p probabilit La semiampiezza di un particolare intervallo di valori (lintervallo a 1 deviazione standard dal d l valore l centrale) t l ) lincertezza i t di misura i
Incertezza di Misura 4/102
Incertezza di Misura
5/102
Tipi p di errori
Errori sistematici: si presentano nella stessa t entit tit ogni i volta lt che h si i ripete i t la l misura (offset o polarizzazione)
esempio: esempio i : ogni i volta lt che h un peso di massa m viene i posto t su una bilancia digitale questa legge sistematicamente 100 g in pi (offset) rispetto al valore m
Errori accidentali: si presentano in maniera diversa e "impredicibile" impredicibile ogni volta che si ripete la misura (fluttuazione casuale)
esempio: ogni volta che il peso di prima posto sulla esempio: bilancia, il visualizzatore digitale mostra un valore diverso ( m + 100 g +i ), ad esempio a causa del rumore elettronico sulla tensione di lettura inviata al display
Incertezza di Misura 6/102
Problematiche
Errori sistematici ed errori accidentali non sono della stessa natura: i primi sono componenti deterministiche (e pertanto conoscibili e anche eliminabili eliminabili) ) i secondi sono componenti aleatorie (stimabili in senso statistico e talora riducibili ma mai eliminabili del tutto) tutto) Questi due tipi di errori non possono essere combinati/sommati in maniera corretta (si sommano solo le grandezze omogenee ma anche "logicamente" logicamente dello stesso tipo tipo) )
es. es .: lunghezza automobile ; calibro fucile ; profondit piscina
Incertezza di Misura 7/102
Errori Incertezza
Date le incongruenze logiche della teoria degli errori, a fine anni 70 il CIPM incaric un Gruppo di Lavoro di definire procedure unificate per l lespressione espressione dell dellincertezza dell incertezza di misura
Una corretta analisi statistica della variabilit di una misura consente di risolvere in maniera soddisfacente il problema di esprimere
(parametro, valutato secondo procedure convenzionali, che esprime il nostro grado di non conoscenza del misurando) misurando)
2 categorie di stima dellincertezza stimata ata co con metodi etod statistici stat st c (su un u insieme, s e e, A - st o campione, di misure ripetute) B - stimata in altro modo (e.g. conoscenze a priori o propriet dello strumento)
Incertezza di Misura 8/102
Richiami di probabilit p
p [ 0 e 1 ] (evento impossibile e evento certo) X variabile casuale (VC) con valori x{} P(axb) = p( x ) dx PROBABILITA p(x) funzione f i densit d i di probabilit b bili (PDF)
La PDF descrive il processo casuale considerato assegnando la probabilit per i possibili valori duscita duscita. . Per una VC continua la probabilit puntuale nulla mentre pu non essere nulla la probabilit di cadere in un intervallo di valori
+
Richiami di statistica
Per X VC reale (possibili valori della misura) esistono degli stimatori che ci consentono di conoscere, , in senso statistico, , alcuni parametri caratteristici del processo casuale. casuale. In particolare MEDIA e VARIANZA permettono di stimare la tendenza centrale e la dispersione dei valori x associabili a X
+ MEDIA (x ) = x = E{x} = x p(x ) dx + VARIANZA 2 2 2 2 (x ) = x = E [x x ] = [x x ] p( x ) dx
( x ) = 2 (x ) DEVIAZIONE STANDARD
Incertezza di Misura 10 10/102 /102
[x ] 1 p(x ) = exp 2 2 2
2
Gaussiana "cumulativa"
Incertezza di Misura
11 11/102 /102
1 68.27%68.3% ~68% Livelli di confidenza 2 95.45%95.5% ~95% 3 99.73%99.7% e.g. P [ (x-x) x (x+x) ] 68.3%
Incertezza di Misura
12 12/102 /102
Incertezza standard
Per qualsiasi misura si definisce:
incertezza standard o scarto tipo, con simbolo u dallinglese uncertainty, una stima della deviazione standard , radice quadrata della varianza 2, prevista per p p il valore di misura
A seconda del metodo impiegato per la stima di u() classificheremo questa incertezza come di categoria A o B
Incertezza di Misura 14 14/102 /102
Media campionaria
Variabile X [misurando] nota attraverso n determinazioni [misure] xk (k=1,2,,n) ottenute in condizioni di ripetibilit: ripetibilit: STIMA del valor medio della (intera) popolazione, (x), attraverso lo stimatore MEDIA CAMPIONARIA
1 x = xk = xk n k =1
n
S
(x ) = x = E [x ] = x = xk
Incertezza di Misura
Dimostrazione
Dim.
1 n E { x } = E xk = n k =1 1 n = E xk = n k =1
1 n = E{xk } = n k =1 1 n = E{x} = n k =1 1 n = (x ) = n k =1 1 = n ( x ) = ( x ) n
Incertezza di Misura 16 16/102 /102
x = x = xk
VALORE DI MISURA
Per determinare la dispersione (incertezza) sul valore di misura dovremo valutare la dispersione, almeno potenziale, della variabile casuale x ( (valore valore di misura) misura ). ). Dunque cercheremo ( x) che, come vedremo, risulta funzione di (x) e del numero n di misure ripetute
Incertezza di Misura 17 17/102 /102
Varianza campionaria p
STIMA della varianza della (intera) popolazione 2 (x), popolazione, ) attraverso lo stimatore VARIANZA CAMPIONARIA
1 2 ( xk x ) s ( x ) = s ( xk ) = n 1 k =1
2 2 n
(x ) = = E (x )
2 2 x
= s ( x ) = s ( xk )
2 2
n 1 2 2 2 inoltre: s ( x ) = xk nx n 1 k =1
Incertezza di Misura 18 18/102 /102
DIM:
1 2 2 E s (x ) = E xk 2 x xk + nx = n 1 k k
Dimostrazione
2 1 2 1 2 = E xk xk xk + n xk = n 1 k k n k n k
1 1 2 = E xk xk xk = n 1 k k n k 1 1 1 2 2 = E xk xk xk x j = n 1 k n k j n k
n(n 1) 2 1 n 1 2 2 ( ) ( ) = n x x ( x ) = + n 1 n n
1 1 1 2 = 1 E xk E{xk }E {x j } = n 1 n k n k j
{ }
2 2 E x2 = x + x
( )
= 2 (x ) + 2 (x ) 2 (x ) = 2 (x )
Incertezza di Misura
20 20/102 /102
1 2 2 1 ( x ) = xk = 2 n k n
2 ( 1 x) 2 2 ( x k ) = 2 n ( x ) = n n k
(x ) =
2
(x ) s (x )
2
s( x ) e (x ) = n
Incertezza di Misura
21 21/102 /102
Nel caso di incertezza solo di categoria A, il risultato di misura allora x = x s( x ) / n con una qualit della misura che migliora (lincertezza diminuisce) ( ) al crescere di n
Incertezza di Misura 22 22/102 /102
Incertezza relativa
Parleremo di incertezza relativa quando normalizziamo il valore di incertezza tipo al valore di misura u(y ) ur (y ) = [1] numero puro! y Incertezze relative anche di grandezze diverse (non omogenee) possono essere confrontate direttamente fra loro. loro. L'inc L inc. rel inc. rel. . indica, indica indipendentemente dal valore e tipo del misurando, il grado di conoscenza che abbiamo raggiunto sul valore di misura
Incertezza di Misura 23 23/102 /102
Incertezza estesa
Quando si vuole definire un intervallo di y=y , valori, attorno al valore di misura quale si ritiene che il allinterno del q misurando debba cadere con un certo livello di confidenza (probabilit P) ), , si utilizza lincertezza estesa
U ( y ) = k u( y )
k fattore di copertura valori tipici k = 1; 2; 3
Incertezza di Misura
La varianza campionaria di n valori xk si pu anche calcolare come somma dei singoli g valori, elevati l i al l quadrato, d meno n volte l la l media di dei d i valori, al quadrato, il tutto diviso per n-1:
n n 1 1 2 2 2 2 ( xk x ) = s (x ) = x k n x n 1 k =1 n 1 k =1
DIM: DIM :
(x
x ) = x 2 xk x + x =
2 2 k 2
( x ) 2 x ( x ) + nx = = ( x ) nx nx
2 k 2 k 2 k 2
Incertezza di Misura 26 26/102 /102
Incertezza di Misura
27 27/102 /102
s(V ) u A (V ) = = n
n
1a
2a
2
3a
1 (Vk V ) = = n(n 1) k =1
1 n 2 2 = Vk nV n(n 1) k =1
Incertezza di Misura 28 28/102 /102
(Vk V ) [V ] 0 2 1 -1 0 -2 0 1 -1 0
per poi ricavare
1 2 (0 + 4 + 1 + 1 + 0 + 4 + 0 + 1 + 1 + 0) V = u A (V ) = 10 9 12 2 = V 0.37 V 90
Incertezza di Misura 29 29/102 /102
1 2 2 u A (V ) = 502 V 10 49 V = 10 9
12 2 V 0.37 V 90
Incertezza di Misura 30 30/102 /102
dobbiamo p prima conoscere o calcolare la radice della varianza campionaria s(V) = 1.1547 V e poi dividere d d per n
1.1547 V u A (V ) = 0.37 V 10
Incertezza di Misura 31 31/102 /102
Incertezza di categoria g B
Si basa sulla definizione a priori di un opportuno intervallo di valori entro il quale si suppone debbano cadere i valori del misurando i d (con ( una data d t probabilit) b bilit)
Es. Es . Vrete
Incertezza di Misura 33 33/102 /102
Parametri dellintervallo
Lintervallo fissato tipicamente centrato attorno al valor medio ( a0 + a ) + (a0 a ) x = a0 = 2 e ha una piena larghezza x = (a0 + a ) (a0 a ) = 2 a All larghezza Alla l h x sar legata l lincertezza della misura
Incertezza di Misura 34 34/102 /102
1) definito un intervallo di categoria B 2) si associa una densit di probabilit (PDF (PDF) ) 3) di questa si calcolano media, media, varianza e deviazione standard
Incertezza di Misura 35 35/102 /102
a U
gaussiana
Incertezza di Misura 36 36/102 /102
specifiche dai costruttori di materiali e strumenti coinvolti nella misura dati di calibrazioni informazioni da articoli scientifici/tecnici incertezza sui parametri di riferimento ( (presa d dai i manuali li o da d altre lt fonti) f ti)
Incertezza di Misura
37 37/102 /102
Stima di uB(x)
Quando si dispone di una PDF per la grandezza x, possibile calcolare (x) e (x) che h danno, d rispettivamente, il l valore l d di misura e la sua incertezza: incertezza:
x = xMIS = (x )
uB (x ) = INCB (x ) = (x )
Incertezza di Misura 38 38/102 /102
PDF p pi comuni
Incertezza di Misura
39 39/102 /102
PDF normale
Gi si dispone d di d (x) e (x), ) dalla d ll espressione della PDF. Occorre ricordare, o calcolare, che: 1 level: P [ - x + ] 68.3% 2 level: P [ -2 x +2 ] 95.5% 95 5% 3 level: P [ -3 x +3 ] 99.7% 99 7%
Incertezza di Misura
40 40/102 /102
x < a0 a x > a0 + a
1/2a a0 a x a0 + a 0
(x ) = E [x ] = x p(x ) dx = a0
x (x ) = 12
Incertezza di Misura 41 41/102 /102
1 x 1 2 a0 a + 2a0 a = = = a0 2a 2 a a 2a 2 0
+
3 a0 + a
PDF triangolare g
(x ) = a0
( x ) a (x ) = = 6 24 x (x ) = 24
2 2
A pari larghezza x, si ha naturalmente che x x uB,triangolare(x)= < uB,uniforme(x)= 12 24 infatti la PDFTri "meno dispersa" della PDFUni
Incertezza di Misura 43 43/102 /102
Es. Es .
44 44/102 /102
Incertezza di Misura
45 45/102 /102
y = f (x1 , x2 ,..., xN )
f f (y y ) (x1 x1 ) + ... + (x N x N ) x1 y xN y
Scarto delluscita dal suo valor medio
Incertezza di Misura 48 48/102 /102
f ci = xi y
le derivate l d i prime i parziali i li della d ll relazione l i funzionale rispetto alla variabile xi ci indica d ca co come e varia a a il misurando su a do Y in corrispondenza di una variazione del parametro Xi di dipendenza
Incertezza di Misura 49 49/102 /102
Incertezza di Misura
50 50/102 /102
=1 x iy 1 N N f f (xi xi ) x j x j = E i =1 j =1 xi x j
xi
x x =1 j y j N
{ } E{ (x x )(x x ) }= (x , x ) = u(x , x )
E (xi xi ) = (xi ) = u (xi )
2
i i j j 2 i j
2 2
VARIANZA o INCERTEZZA2
i j
Incertezza di Misura
COVARIANZA tra xi e xj
51 51/102 /102
u (xi , x j )
Somma pesata, con pesi ci2, delle incertezze (varianze) ( a a e) deg degli ingressi g ess xi pi p la a somma so a de dei termini di covarianza covarianza, , sempre pesati con le derivate prime della relazione funzionale
Incertezza di Misura 52 52/102 /102
y = y = f (x1 , x2 ,..., xN )
2 2 c i u (xi ) + 2 i =1 N N 1 N
c c u (x , x )
i j i j
uC ( xi ) = u ( xi ) + u ( xi ) = s ( xi ) + u ( xi ) =
Incertezza di Misura
53 53/102 /102
Coefficienti di correlazione
rij ( xi , x j ) =
u ( xi , x j ) u ( xi )u ( x j )
[ 1,+1]
2 ij rij = i j
STAT.
rij = 0
xi e xj statisticamente i di indipendenti d ti
uC ( y ) =
c u ( x ) + 2 c c
i =1 2 i 2 i i =1 j =i +1 i
Incertezza di Misura
N 1
j ij
r u ( xi )u (x j )
54 54/102 /102
u ( y ) = c u ( xi )
2 C
combinazione di varianze
Incertezza di Misura
i =1
2 i
somma pesata
55 55/102 /102
Se inoltre ni = 1 per ogni i, cio la relazione funzionale una somma semplice semplice, , si ottiene: u C ( y ) =
Incertezza di Misura
2 u ( xi ) i =1
56 56/102 /102
y = x ... x ... x
n1 1 ni i
2 nN (y ) = (x1n1 x 2n2 K x N ) uC 2 N
nN N
2 N 2 1 2 ( u xi ) 2 2 ni 2 u (x i ) = y ni 2 x x i =1 i =1 i i
N 2 2 i r
1 ni ( ni 1) ni = xi ni xi = ni xi xi xi
( )
e dunque u r,C ( y ) =
n u (x )
i =1 i
Se inoltre ni = 1 per ogni i, cio se la relazione funzionale espressa da N 2 2 ( ) u y = u prodotti e rapporti r (xi ) r ,C i =1 semplici, semplici , si ottiene: ottiene:
Incertezza di Misura
57 57/102 /102
R = 8.31 Pa m /(mol K )
n = 2 mol T = 300 K V = 1 m3 mm
da V = L3 e L = 1 m 1
Incertezza di Misura
58 58/102 /102
p=
1 m3
[ ]
V = L3 2 V 2 u(V ) = u (L ) = L
= 9 106 m 6 = 3 103 m 3
Conoscendo ora tutte le variabili/grandezze d'ingresso d ingresso (valore e incertezza) possiamo calcolare l'INC della grandezza misurata indirettamente
Incertezza di Misura 59 59/102 /102
RT p=n V 2 2 2 RT 2 nR 2 nRT 2 = u (V ) = u (n ) + u (T ) + 2 V V V
2 2 2 2 2 2 ( ) ( ) nRT u n nRT u T nRT u (V ) = + + 2 2 V n T V2 V V
2 2 2 (n ) + ur (T ) + ur (V ) ur (p ) = ur
Incertezza di Misura 60 60/102 /102
(3 10 m ) 3 2 (1 m )
3
3 2
9 106
[= ur (V )!!!]
61 61/102 /102
Incertezza di Misura
62 62/102 /102
R1 = 1 k 5 V = 7.77 V letta con un voltmetro a 3 cifre, con 19.99 V di d dinamica, d e ideale d l (solo ( l quantizzazione) ) errore di q
Incertezza di Misura 63 63/102 /102
Incertezza di Misura
64 64/102 /102
f 2 f 2 + u (RG ) + u (R1 ) R1 RG
u (V ) =
ur (V ) =
V 0.01 3 = = 2.9 10 V 12 12
3 2 . 9 10 V ( ) uV
7.77 V
Incertezza di Misura
= 3.7 10 4
67 67/102 /102
Incertezza di Misura
68 68/102 /102
u r (R1 ) =
5 u(R1 ) = = 5 10 3 R1 1000
u (RG ) = u (RG ) =
s(RG , k ) 12.65 = =4 n 10
u r (RG ) =
u (RG ) 4 2 = = 8 10 RG 50
Incertezza di Misura 69 69/102 /102
(V
V )
{u (RG ) + u (R1 )} =
2 2
Incertezza di Misura 70 70/102 /102
Incertezza di Misura
73 73/102 /102
Media d pesata tra misure compatibili bl: nel caso di N risultati di misura compatibili, indipendenti e normalmente distribuiti, la miglior stima della misura
Media p pesata
x = xMP =
i =1 i =1 N
xi 2 u (xi ) = 1 2 u (xi )
wx
i =1 N i
w
i =1
1 2 i =1 u (x ) i
N
wi
i =1
I rapporti tra media e incertezza (al quadrato) sono legati dalla relazione: N N xi xMP = 2 = wi xi 2 u ( xMP ) i =1 u ( xi ) i =1 Se z*=z/u2(z)=wzz la variabile "pesata" N * con la sua incertezza al quadrato: z MP = zi*
Incertezza di Misura
i =1
75 75/102 /102
Incertezza di Misura
77 77/102 /102
u (x ) INC[INC(x)]= [u (x )] 2
1 ur (u ( x) ) = u ( x) 2
[u ( x)]
78 78/102 /102
u (y)
4 C
= ci
i =1
( ) u x i 4
4
che esprime [uC(y)]4/ C come somma pesata, sempre con i soliti coefficienti di sensibilit, degli analoghi rapporti (u4/ ) per le variabili d'ingresso
Incertezza di Misura 79 79/102 /102
i =1
[u (y) ] [ c u (x ) ]
2 C 2 2 i 2
4 (y) uC
i =1
ui4 ( y )
i
i =1
e inoltre C > i,min pi misure min : combinando p si migliora qualcosa nel livello di conoscenza (diminuisce uC , rispetto p a del risultato ( u(xi)max e aumenta C , rispetto a i,min)
Incertezza di Misura 80 80/102 /102
con k fattore f tt di copertura t (il termine t i di covarianza i non compare essendo d per ipotesi le due misure statisticamente indipendenti).
Pertanto, le P l due d misure i sono compatibili ibili con k = 2 e ovviamente i anche h con k = 3 ma non sono compatibili con k = 1.
Incertezza di Misura
83 83/102 /102
5
PDF (W-1)
35 3.5
84 84/102 /102
5
PDF (W-1)
4 3 2 1 0 25 2.5
2[u2(P1)+u2(P2)]0.5=0.3046 W
P2-P1=0.2 W
35 3.5
85 85/102 /102
Se la somma di due incertezze inferiore alla distanza tra le due misure (diviso k), allora non si pu avere compatibilit (con un fattore di copertura k)
Se la distanza tra le misure molto maggiore gg della somma tra le incertezze allora non si ha compatibilit
Incertezza di Misura 86 86/102 /102
PMP
Naturalmente PMP pi vicino a P2 che a P1 essendo u(P2)<u(P1) L' incertezza della media p pesata :
u(PMP ) =
1 1 + 2 2 u (P1 ) u (P2 )
1 = 0.055 W 2 329 W
Incertezza di Misura
88 88/102 /102
Incertezza di Misura
89 89/102 /102
Incertezza di Misura
90 90/102 /102
Incertezza di Misura
91 91/102 /102
Incertezza di Misura
92 92/102 /102
Incertezza di Misura
93 93/102 /102
Incertezza di Misura
94 94/102 /102
Incertezza di Misura
95 95/102 /102
Incertezza di Misura
96 96/102 /102
Incertezza di Misura
97 97/102 /102
Incertezza di Misura
99 99/102 /102
Incertezza di Misura
Incertezza di Misura