Incertezza Di Misura

INCERTEZZA DI MISURA
Misure ripetute dello stesso parametro fisico non forniscono lo stesso valore
Variabilit Va ab t de delle e misure su e
tendenza centrale ( x o ) e dispersione ( )
Lincertezza di misura la dispersione dei d i valori l i attribuibili ib ibili al l misurando i d

Incertezza di Misura 2/102
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
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
Teoria degli g errori

La teoria degli errori di misura prevedeva che h un misurando i d non potesse t mai i essere perfettamente conosciuto a causa degli inevitabili errori di misura (intrinseci in ogni metodo o strumento utilizzato per la misurazione) misurazione )
NON CONOSCIBILE
Errore = Valore Misurato Valore Vero

(concetto astratto) ( )
INDETERMINATO!!! VALORE NOTO
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
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
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
lincertezza standard di misura l
(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)
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
+
normalizzazione della PDF ( ) p x d x = 1

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
PDF normale o gaussiana g

E la PDF pi comune per la descrizione della media di fenomeni casuali quali le misure (per il teorema del limite centrale la media di una VC tende ad avere una PDF gaussiana in una approssimazione dei grandi numeri ) ): :
[x ] 1 p(x ) = exp 2 2 2
2
Gaussiana "cumulativa"
11 11/102 /102
Probabilit di "cadere" in un intervallo

Integrando la PDF gaussiana tra due valori sull'asse reale si trova la probabilit che il risultato (misura) "cada" (sia) nell'intervallo nell intervallo compreso tra i due valori considerati Le AREE sottese dalla curva PDF sono le probabilit di avere valori (misure) in un dato intervallo sull'asse reale Lontano dalla media , rispetto alla larghezza , la PDF diviene molto bassa e dunque le aree sottese molto l piccole i l (misure ( i improbabili) i b bili)
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%
12 12/102 /102
Esempio p di PDF g gaussiana
misura di corrente (di valore nominale 1 A e incertezza 0.1 A)

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
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
uguale nel senso = della Stima

S
15 15/102 /102
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
Dispersione p della media

Per misure ripetute di una grandezza X la miglior stima del valore di misura x coincide con il valor medio delle misure ripetute: ripetute:
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
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
Gradi di libert della stima

Nella varianza campionaria, il denominatore = n-1 il numero di g gradi di libert
Vediamo 3 validi motivi per cui opportuno dividere la somma degli g n scarti q quadratici, che compare p nellespressione p della varianza campionaria, per n-1 e non per n 1) Non ha alcun senso calcolare la varianza per un campione che contenga un solo dato (n=1). In tale caso, caso dividendo per n-1, otteniamo come s2(x) una forma indefinita del tipo 0/0 2) Nella formula di s2(x) calcoliamo di fatto gli scarti quadratici dalla media campionaria, x (nota), e non dalla media della popolazione, x: dunque degli n scarti sommati solamente n-1 sono tra loro indipendenti 3) Si dimostra che il valore atteso della varianza campionaria, campionaria, con l ln-1 al denominatore, la varianza della popolazione popolazione: : E{ s2(x) } = 2(x)
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
E{xkxj}=E{xk}E{xj} se xk e xj sono statisticamente indipendenti

xk = x + xk x
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 )
20 20/102 /102
Incertezza di cat. A ( (1/2) )

Per determinare lincertezza sul valore di misura valutiamo la deviazione standard della variabile casuale x
suo valore specifico dipende dal particolare campione di dati considerato. Se disponessimo p di m diversi insiemi di n misure ripetute e per ciascuno calcolassimo la x corrispondente, otterremo m valori di x differenti tra loro, loro, la cui varianza : almeno l potenzialmente, t i l t una variabile i bil casuale l i in quanto t il x ,
1 2 2 1 ( x ) = xk = 2 n k n
2 ( 1 x) 2 2 ( x k ) = 2 n ( x ) = n n k
La miglior stima di 2( x ) si ottiene quindi come:
(x ) =
2
(x ) s (x )
2
s( x ) e (x ) = n
21 21/102 /102
Incertezza di cat. A ( (2/2) )

Si definisce incertezza di categoria A la dispersione di i d del l valor l medio di delle d ll misure i ripetute, calcolabile come
s(x ) 1 2 ( xk x ) uA (x ) = s(x ) = = n(n 1) k =1 n

n
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 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 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
( 68 68% %; 95 95% %; 99 99. .7%)

24 24/102 /102
Cifre significative g p per lincertezza

Lincertezza L incertezza si esprime con una o al pi due cifre significative: significative: esiste infatti anche unincertezza un incertezza dellincertezza dell incertezza e di norma non ha senso impiegare pi di due cifre significative per u(x) Nei calcoli e passaggi intermedi, tuttavia, conviene conservare anche pi di due cifre significative
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
Alternativa di calcolo per la varianza
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
Esercizio: calcolo inc. cat. A (1/5)

Si dispone di n = 10 misure ripetute Vk di una tensione t i i incognita it V . Calcolare V e uA(V) k [1] Vk [V] 1 7 2 9 3 8 4 6 5 7 6 5 7 7 8 8 9 6 10 7
27 27/102 /102
Esercizio: calcolo inc. cat. A ( (2/5) )

1 n 1 V = V = Vk = 70 V = 7 V n k =1 10
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

2 N 1 2a espressione p p per uA(V) = (Vk V ) n(n 1) k =1
Calcoliamo Ca co a o p prima ag gli scarti sca t (Vk V )
(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

N 1 2 2 a V n V 3 espressione p p per uA(V) = k n(n 1) k =1
si calcola Vk2 = 502 V 2 e V = 7 V

k =1
1 2 2 u A (V ) = 502 V 10 49 V = 10 9
12 2 V 0.37 V 90

1a
s(V ) espressione p p per uA(V) = n
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
Cifre significative nel risultato di una misura i

Con i numeri dellesercizio dell esercizio precedente: V = 7.00 V 0.37 V oppure V = 7.00(37) V o anche, anche in modo pi approssimato approssimato, V = 7.0 V 0.4 V Altro esempio: V =5289 V e u(V)=300 V=3.0 V=3.0102 V V = 5290 V 300 V =529(30) =529(30) 529(30)101 V o anche, in modo pi approssimato, V = (5.3 (5 3 0.3) 0 3) kV e se fosse u(V)=0.37 V come nel caso precedente: V = 5289.00 289 00 V 0.37 0 3 V oppure V = 5289.00(37) 289 00(3 ) V
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
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
Stima dellincertezza di categoria g B

(1) 3 PASSI: (2) (3)
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
Esempi p di PDF comuni

uniforme triangolare
a U
gaussiana
Scelta di intervallo e PDF

Tanto la larghezza dellintervallo quanto la PDF ad d esso associata si scelgono l sulla ll base b d: di: di
precedenti d ti conoscenze o d dati ti di misura i esperienza p sul comportamento p del misurando
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)
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 )
PDF p pi comuni
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%
40 40/102 /102
PDF uniforme ( (1/2) )

0 p(x) = x = 2a
+
x < a0 a x > a0 + a
1/2a a0 a x a0 + a 0
E immediato verificare che:
(x ) = E [x ] = x p(x ) dx = a0
x (x ) = 12
PDF uniforme ( (2/2) )

1 (x ) = x p(x ) dx = x dx 2a a0 a
2 a0 + a
+ a0 + a
1 x 1 2 a0 a + 2a0 a = = = a0 2a 2 a a 2a 2 0
+
2 (x ) = E[(x (x ))2 ] = (x (x ))2 p(x ) dx

1 1 (x a0 ) = (x a0 ) dx = = 2a 2a 3 a a a0 a 0 x 1 a3 a3 a 2 ( x )2 UNI (x ) = = = = 2 a 3 3 3 12 12
a0 + a 2
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
Altri metodi di stima di uB(x) (1/2)

Si calcola uB(x) p partendo dalla conoscenza di un intervallo di confidenza con probabilit P: si usa PDF normale con confidenza P, centrata sul valore centrale dell'intervallo, e si stima uB(x) = (x)= ) x Es. Es . Vrete Si calcola uB(x) partendo da conoscenza di una INCERTEZZA ESTESA (UB = k uB): gi si conosce il fattore di copertura k e quindi si ricava uB(x)=UB(x)/k
Es. Es .
44 44/102 /102
Altri metodi di stima di uB(x) (2/2)

. Intervallo con Probabilit preassegnata
45 45/102 /102
Misure dirette e indirette

MISURE DIRETTE: DIRETTE: y=x e.g.: misura di V con un voltmetro Incertezza Composta INC = ??? u2C = u2A + u2B
MISURE INDIRETTE: INDIRETTE: y = f (x1, x2, , xN)
P = R I2 misura ottenuta da R e I ( (no no wattmetro wattmetro) ) P = R0[1 + (T - T0)]I2 = f (I, R0, , T)

Misure indirette ( (definizioni) )

Misurando Y = f (X1, X2, , XN) ricavato "indirettamente" dalla conoscenza di N altre grandezze (parametri di ingresso) prende il nome di La funzione f (Xi) p relazione funzionale (equazione della misura) Y e Xi sono le variabili mentre y e xi i valori Naturalmente dalla conoscenza dei valori d li ingressi degli i i possibile ibil ricavare i il valore l dell'uscita: y=f(xi) Saranno invece le incertezze degli ingressi, opportunamente pp "combinate", a fornire l'incertezza dell'uscita: uC(y)=[u(xi);f()]
INC composta uC in misure ind. (1/5)

Valori della relazione funz. (equazione della misura) y = f ( x1, x2, , xN ) In un intorno del valore di misura (punto t di l lavoro)
y = f (x1 , x2 ,..., xN )
possibile sviluppare in serie di Taylor (1 (1 ordine) la relazione funzionale f :
f f (y y ) (x1 x1 ) + ... + (x N x N ) x1 y xN y
Scarto delluscita dal suo valor medio

Definiamo coefficienti di sensibilit
f ci = xi y
coeff. "costante" una volta stabilito il punto di lavoro
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
50 50/102 /102
INC composta uC in misure ind. (4/5) ff f f {(yy }= ) + E( y y) x1 x ... (x1 (x )+ ( x x ) (x E ) Nx N

2 N N
2 N N 1 N f f f 2 ( ) = E x x + 2 ( x x )( x x ) i i i i j j x x x i =1 i =1 j =i +1 i y i j
=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
COVARIANZA tra xi e xj
51 51/102 /102

( espressione con le covarianze )
N 1 N f f f 2 2 ( ) uC ( y ) = u x + 2 i x x x i =1 i =1 j =i +1 i i j N 2
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
Risultato della misura

Il valore di misura della grandezza Y :
y = y = f (x1 , x2 ,..., xN )
2 2 c i u (xi ) + 2 i =1 N N 1 N
con una incertezza i t composta t :

uC ( y ) =
i =1 j =i +1
c c u (x , x )
i j i j
In generale ciascuna incertezza u(xi) :

= s ( xi ) 2 + uB ( xi ) n
2
2 A 2 B 2 2 B
uC ( xi ) = u ( xi ) + u ( xi ) = s ( xi ) + u ( xi ) =
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
Utilizzando la definizione di rij, si pu scrivere:

( espressione con i coefficienti di correlazione )
uC ( y ) =
c u ( x ) + 2 c c
i =1 2 i 2 i i =1 j =i +1 i
N 1
j ij
r u ( xi )u (x j )
54 54/102 /102
L'INC dell'uscita si ricava dalle INC degli ingressi (con ci e rij)
Variabili statisticamente indipendenti

Nel caso di variabili dingresso statisticamente indipendenti tutti i termini di covarianza e i coefficienti di correlazione sono nulli (rij 0 tra l variabili le i bili xi e xj con xi xj) e pertanto pertanto: t t :
f 2 uC ( y ) = x u ( xi ) i =1 i
N 2
u ( y ) = c u ( xi )
2 C
combinazione di varianze
i =1
2 i
somma pesata
55 55/102 /102
Casi particolari di rel. funzionali (1/2)

Casi particolari di relazioni funzionali per variabili dingresso Xi statisticamente indipendenti: p : indipendenti Misurando come somma o differenza delle xi :
y = n1 x1 ... ni xi ... nN x N
2 ( y ) = ni2u 2 (xi ) uC i =1 N
Se inoltre ni = 1 per ogni i, cio la relazione funzionale una somma semplice semplice, , si ottiene: u C ( y ) =
2 u ( xi ) i =1
56 56/102 /102
Casi particolari di rel. funzionali (2/2)

Misurando prodotto o rapporto delle xi :
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:
57 57/102 /102
Esercizio: legge dei gas perfetti (1/4)

RT p=n = f ( n , R , T ,V ) V
3
R l i Relazione funzionale f i l u(R) = 0 (0!!!) ur(n) = 10-6 u(T) = 0 0.1 1K
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
58 58/102 /102

3 Pa m ]8.31 2 [mol
p=
1 m3
[ ]
] 300 [K] mol K = 4986 Pa 5 kPa

[3 m ] [10
2 2
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

2 2 2 p p p u(p ) = u 2 (n ) + u 2 (T ) + u 2 (V ) = n T V
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

2 (n ) = 1012 ur
2 (T ) = ur
2 (V ) = ur
(0.1 K )2 7 1.1 10 2 (300 K )
(3 10 m ) 3 2 (1 m )
3
3 2
9 106
ur (p ) = 10 6 (10 6 + 0.11 + 9 ) 3 10 3 u(p ) = u r ( p ) p = 14.9 Pa 15 Pa p = 498615 Pa = 4986(15) Pa

[= ur (V )!!!]
61 61/102 /102
Esercizio: circuito elettrico ( (1/11) )

Calcolo dellincertezza composta in una misura indiretta su un circuito elettrico
62 62/102 /102
Esercizio: circuito elettrico (2/11)

VG data pari a +12 12 V e U(VG) = 10 mV k = 2 RG nota attraverso 10 letture ripetute RG,k ,
RG = 50
s (RG , k ) = 12.65
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

1) Calcolare lincertezza l incertezza assoluta e relativa di tutti i parametri coinvolti nella misura 2) Calcolare R2, la sua incertezza e la sua incertezza relativa ( u(R2) e ur(R2) ) 3) Quali parametri sono determinanti e quali sono trascurabili per il calcolo di u(R2) ?
64 64/102 /102

VG V I= = RG + R1 + R2 R2
R2 VG = (RG + R1 + R2 ) V
R2 (VG V ) = (RG + R1 )V
descrizione analitica del fenomeno fisico in esame
V (RG + R1 ) = f (VG ,V , RG , R1 ) R2 = (VG V ) relazione funzionale


f 2 f 2 u ( R2 ) = u (VG ) + u (V ) + V VG
2 2 2
f 2 f 2 + u (RG ) + u (R1 ) R1 RG
f coeff. di sensibilit dice come f, ossia xi R2 , varia al variare di un parametri di di dipendenza d


1) u (VG ) =
U (VG ) / k = 5 10
3
u(VG ) 5 10 V 4 u r (VG ) = = = 4.2 10 VG 12 V
u (V ) =
ur (V ) =
V 0.01 3 = = 2.9 10 V 12 12
3 2 . 9 10 V ( ) uV
7.77 V
= 3.7 10 4
67 67/102 /102
68 68/102 /102

u (R1 ) =
5
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

2)
R2 = R2 =
2
(V
V )
7.77 V (RG + R1 ) = 1050 = 1928.7 4.23 V

2
V (RG + R1 ) 2 ( ) u (R2 ) = 2 u VG + (VG V ) 2 RG + R1 V (RG + R1 ) 2 ( ) + + 2 u V + (VG V ) VG V

V + V V G
2
{u (RG ) + u (R1 )} =
2 2

5 2 = 2.08 10 2 . 50 10 V + 2 V 2 5 6 2 + 4.96 10 2 8.41 10 V + V + 3.37 41 2 =
5 2
= (5.2 + 4.17 + 138.17 ) = 147.54

2
u (R2 ) = u 2 (R2 ) = 12.15 12

u (R2 ) ur (R2 ) = = 6.2 10 3 R2

3) Le incertezze associate a RG e R1 danno il maggior contributo allincertezza all incertezza di R2 (circa in parti uguali) Invece lincertezza u(V) sulla tensione letta dal voltmetro e cos pure lincertezza l incertezza u(VG) sulla tensione del generatore contribuiscono ntribui n in modo m d quasi ua i trascurabile tra urabil (circa 1/35 e circa 1/30, 30, rispettivamente, dellincertezza totale)
Compatibilit p tra due misure x1 e x2

distanza tra i d risultati due i l i
combinazione delle incertezze associate alle due misure

2
d = x1 x2 k u (x1 ) + u (x2 ) 2r12 u(x1 ) u(x2 )
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
stimate e dunque q indicano il g grado di confidenza che abbiamo sugli xi

1 i pesi wi = 2 sono i reciproci delle varianze u (x i )
xi 2 u (xi ) = 1 2 u (xi )
wx
i =1 N i
w
i =1
Incertezza della media pesata p

u (xMP ) =
2
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*
i =1
75 75/102 /102
Considerazioni sullincertezza dellincertezza e gradi di libert

Ricordiamo che ogni stima di incertezza a sua volta incerta e la bont di questa stima esprimibile attraverso il numero di gradi di libert lib t ( A = n - 1 per lINC di Cat. C t A) Anche nel caso di INC di Cat. Cat B si pu stimare, stimare , non calcolare secondo una formula predeterminata, d t i t il numero B di gradi di di libert della stima dell'INC (ricordando che
meglio sottostimare B piuttosto che sovrastimarlo)

76 76/102 /102
Stima dei g gradi di libert p per lincertezza di categoria B

Per lINC di Cat. B si pu avere nel caso migliore g (e.g. INC di q quantizzazione) ) B = e nel caso pi conservativo (worst case) B = 1 Il numero di gradi di libert B deve essere stimato sulla base di quanto "si si crede" crede alla stima di uB e alla luce dell'analogo significato di A=n-1 nel caso di misure ripetute
77 77/102 /102
Significato g del numero di g gradi di libert

Consideriamo un campione di n dati. Di questo campione si p pu stimare la varianza e dev. st. del valor medio (e quindi lincertezza della misura). Per, operando su un campione casuale, anche la stima della varianza un numero casuale che presenta una potenziale dispersione. dispersione. Il numero di gradi di libert una misura della possibile variabilit della nostra stima dellincertezza:
2 ( x) 2 si pu dimostrare che [s ( x )] 2 e allora
u (x ) INC[INC(x)]= [u (x )] 2
1 ur (u ( x) ) = u ( x) 2
[u ( x)]
-1 una misura/indice dellincertezza dellincertezza

alto INC(INC) bassa
1 2 2 [u (x )] /[u (x )]2 = 2ur2 [u (x )]
basso INC(INC) alta
78 78/102 /102
Gradi di libert p per uC(y)

E' possibile dimostrare che il numero di gradi di libert C della stima uC(y) e l'incertezza alla q quarta p potenza [uC(y) )]4 sono legati dalla relazione
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
Formula di WelchWelch-Satterthwaite p per i gradi effettivi di libertC = eff di uc(y)

Per unincertezza composta uC(y) si avr un numero di gradi effettivi di libert
C = eff =
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)
Esercizio su compatibilit e media pesata (1/5)

Due differenti misure della stessa potenza a radiofrequenza, emessa da un telefono cellulare, vengono effettuate con strumenti diversi e in maniera del tutto indipendente indipendente. . La prima misura analogica (senza limiti di risoluzione) ed ricavata p (n=5) del misurando, che hanno fornito i valori: valori: da letture ripetute P1,1=3.4 W P1,2=3.2 W P1,3=3 W P1,4=2.8 W P1,5=2.6 W La seconda misura digitale, con un wattmetro ideale a 100 livelli e portata 20 W, e ha fornito una lettura P2 = 3.2 W. a) Calcolare i due valori di misura, P1 e P2, e le corrispondenti incertezze tipo (standard) (standard). . b) Valutare la compatibilit tre i due risultati di misura, in particolar modo per fattori di copertura k pari a 1, 2, e 3. c) ) Ricavare Ri l miglior la i li stima ti per il valore l d ll potenza della t P misurata i t e la l sua incertezza tipo u(P).

1 n a) ) P1= P p P1 = P1 ,i 1 = P 1,i =3 W ricavata come media campionaria: n i =1
u(P1) =
n 1 P1,i P1 n (n 1) i =1
1 (0.4)2 + (0.2)2 + (0)2 + (0.2)2 + (0.4)2 W 2 = 5 4
2 0.20 2 (0.16 + 0.04) 2 = W = 2 102 W = 0.1 0 1 2 W 0.14 0 14 W W = 20 20

P2 = 3.2 3 2 W da d una misura i di i l con risoluzione digitale i l i P2= (passo di quantizzazione) u(P2) =
20 W =0.2 02W 100 (livelli )
P2 0.058 W 0.06 W (incertezza di quantizzazione) 12


b) Per verificare la compatibilit tra le due misure, si deve valutare la disuguaglianza
2 2 ( ) (P2 ) P P k u P + u 1 2 1
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).
Sostituendo i valori numerici si ha 0.2 W k 0.0232 W 2 k 0.15 W k (0.2/0.15) = 1.33
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.
83 83/102 /102

Interpretazione grafica della compatibilit tra le due misure 7 Misura 1 Misura 2 6
5
PDF (W-1)
P2= 3.20 3 20 0.06 0 06 W P1= 3.00 0.14 W
4 3 2 1 0 25 2.5 3 Potenza misurata (W)

35 3.5
84 84/102 /102

Interpretazione grafica della compatibilit tra le due misure 7 Misura 1 Misura 2 6
5
PDF (W-1)
P2= 3.20 3 20 0.06 0 06 W P1= 3.00 0.14 W

0 5=0.15 [u2(P1)+ ) u2(P2)]0.5 0 15 W
4 3 2 1 0 25 2.5
2[u2(P1)+u2(P2)]0.5=0.3046 W
P2-P1=0.2 W
3 Potenza misurata (W)

35 3.5
85 85/102 /102
Commento su distanza e compatibilit

Disponendo di due misure m1u(m1) e m2u(m2), dunque q poste p a distanza d=m1-m2, NON si pu avere compatibilit per k=1 1 se [ u(m1) )+u(m2) ] < d per k=2 se [ u(m1)+u(m2) ] < d/2 per k=3 se [ u(m1)+u(m2) ] < d/3 p perch [ u1+u2 ]2 < d2 e dunque d > [ u12+u22 ]1/2 ( incomp.) essendo u12+u22 < u12+u22+2 u1u2
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

c) Ritenendo accettabile la condizione di compatibilit con k = 2, possiamo calcolare la miglior stima della potenza P misurata, ricorrendo al criterio della media p pesata tra misure compatibili: p
PMP
P P2 1 + 1 1 1 2 ) ( ) 153 W + 888 W 1041 W u 2 (P u P 1 2 = = = 3.169 W 2 2 2 1 1 51 W + 278 W 329 W + 2 ) (P2 ) u 2 (P u 1
Naturalmente PMP pi vicino a P2 che a P1 essendo u(P2)<u(P1) L' incertezza della media p pesata :
u(PMP ) =
Naturalmente u(PMP) inferiore sia a u(P1)=140mW che a u(P2)=60mW
1 1 + 2 2 u (P1 ) u (P2 )
1 = 0.055 W 2 329 W
Per cui, P = 3.169(55) W o anche P = 3.17(6) W (risultato della misura)

Esercizio su INC e media pesata (1/14)
88 88/102 /102
89 89/102 /102
90 90/102 /102
91 91/102 /102

Incertezza sulla lunghezza L...
92 92/102 /102
93 93/102 /102
94 94/102 /102
95 95/102 /102
96 96/102 /102
97 97/102 /102

Si provi a ripetere il calcolo per tutte e 3 l misure le i di compatibili tibili tra t loro l (ad ( d es. con k=2): rispetto al caso di prima (per k=1), il valore l d della ll d densit i da d media di pesata (MP) non si sposta p di molto e neppure pp diminuisce di molto l'incertezza u(MP) della media pesata
99 99/102 /102
100 100/102 /102
101 101/102 /102
F = 26 26576 26576.3 576 576.3 3 1.2 12N


Incertezza Di Misura

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Incertezza Di Misura

Caricato da

Copyright:

Formati disponibili

INCERTEZZA DI MISURA

Variabilit Va ab t de delle e misure su e

tendenza centrale ( x o ) e dispersione ( )

Lincertezza di misura la dispersione dei d i valori l i attribuibili ib ibili al l misurando i d

Teoria degli g errori

Errore = Valore Misurato Valore Vero

lincertezza standard di misura l

normalizzazione della PDF ( ) p x d x = 1

PDF normale o gaussiana g

Probabilit di "cadere" in un intervallo

Esempio p di PDF g gaussiana

misura di corrente (di valore nominale 1 A e incertezza 0.1 A)

uguale nel senso = della Stima

Dispersione p della media

Gradi di libert della stima

E{xkxj}=E{xk}E{xj} se xk e xj sono statisticamente indipendenti

Incertezza di cat. A ( (1/2) )

La miglior stima di 2( x ) si ottiene quindi come:

Incertezza di cat. A ( (2/2) )

s(x ) 1 2 ( xk x ) uA (x ) = s(x ) = = n(n 1) k =1 n

( 68 68% %; 95 95% %; 99 99. .7%)

Cifre significative g p per lincertezza

Alternativa di calcolo per la varianza

Esercizio: calcolo inc. cat. A (1/5)

Esercizio: calcolo inc. cat. A ( (2/5) )

Esercizio: calcolo inc. cat. A ( (3/5) )

Calcoliamo Ca co a o p prima ag gli scarti sca t (Vk V )

Esercizio: calcolo inc. cat. A ( (4/5) )

si calcola Vk2 = 502 V 2 e V = 7 V

Esercizio: calcolo inc. cat. A ( (5/5) )

Cifre significative nel risultato di una misura i

Stima dellincertezza di categoria g B

Esempi p di PDF comuni

Scelta di intervallo e PDF

PDF uniforme ( (1/2) )

E immediato verificare che:

PDF uniforme ( (2/2) )

2 (x ) = E[(x (x ))2 ] = (x (x ))2 p(x ) dx

Altri metodi di stima di uB(x) (1/2)

Altri metodi di stima di uB(x) (2/2)

Misure dirette e indirette

MISURE INDIRETTE: INDIRETTE: y = f (x1, x2, , xN)

P = R I2 misura ottenuta da R e I ( (no no wattmetro wattmetro) ) P = R0[1 + (T - T0)]I2 = f (I, R0, , T)

Misure indirette ( (definizioni) )

INC composta uC in misure ind. (1/5)

possibile sviluppare in serie di Taylor (1 (1 ordine) la relazione funzionale f :

INC composta uC in misure ind. (2/5)

coeff. "costante" una volta stabilito il punto di lavoro

INC composta uC in misure ind. (3/5)

INC composta uC in misure ind. (4/5) ff f f {(yy }= ) + E( y y) x1 x ... (x1 (x )+ ( x x ) (x E ) Nx N

INC composta uC in misure ind. (5/5)

Risultato della misura

con una incertezza i t composta t :

In generale ciascuna incertezza u(xi) :

Utilizzando la definizione di rij, si pu scrivere:

L'INC dell'uscita si ricava dalle INC degli ingressi (con ci e rij)

Variabili statisticamente indipendenti

Casi particolari di rel. funzionali (1/2)

Casi particolari di rel. funzionali (2/2)

Esercizio: legge dei gas perfetti (1/4)

R l i Relazione funzionale f i l u(R) = 0 (0!!!) ur(n) = 10-6 u(T) = 0 0.1 1K

Esercizio: legge dei gas perfetti (2/4)

] 300 [K] mol K = 4986 Pa 5 kPa

Esercizio: legge dei gas perfetti (3/4)