Sei sulla pagina 1di 102

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 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

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
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

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)
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
+

normalizzazione della PDF ( ) p x d x = 1


Incertezza di Misura 9/102

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"

Incertezza di Misura

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%
Incertezza di Misura

12 12/102 /102

Esempio p di PDF g gaussiana

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


Incertezza di Misura 13 13/102 /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

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
Incertezza di Misura 16 16/102 /102

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
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

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)
Incertezza di Misura 19 19/102 /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

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 )

Incertezza di Misura

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

Incertezza di Misura

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 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

( 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
Incertezza di Misura 25 25/102 /102

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
Incertezza di Misura 26 26/102 /102

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

Incertezza di Misura

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
Incertezza di Misura 28 28/102 /102

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


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
Incertezza di Misura 29 29/102 /102

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


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
Incertezza di Misura 30 30/102 /102

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


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
Incertezza di Misura 31 31/102 /102

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 Misura 32 32/102 /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

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
Incertezza di Misura 35 35/102 /102

Esempi p di PDF comuni


uniforme triangolare

a U

gaussiana
Incertezza di Misura 36 36/102 /102

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)
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

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
Incertezza di Misura 41 41/102 /102

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
Incertezza di Misura 42 42/102 /102

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

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
Incertezza di Misura

Es. Es .
44 44/102 /102

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


. Intervallo con Probabilit preassegnata

Incertezza di Misura

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)


Incertezza di Misura 46 46/102 /102

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()]
Incertezza di Misura 47 47/102 /102

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
Incertezza di Misura 48 48/102 /102

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


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
Incertezza di Misura 49 49/102 /102

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

Incertezza di Misura

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

Incertezza di Misura

COVARIANZA tra xi e xj

51 51/102 /102

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


( 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
Incertezza di Misura 52 52/102 /102

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 ) =

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

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
Incertezza di Misura

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
Incertezza di Misura

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 ) =
Incertezza di Misura

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:
Incertezza di Misura

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

Incertezza di Misura

58 58/102 /102

Esercizio: legge dei gas perfetti (2/4)


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
Incertezza di Misura 59 59/102 /102

Esercizio: legge dei gas perfetti (3/4)


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
Incertezza di Misura 60 60/102 /102

Esercizio: legge dei gas perfetti (4/4)


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


Incertezza di Misura

[= ur (V )!!!]

61 61/102 /102

Esercizio: circuito elettrico ( (1/11) )


Calcolo dellincertezza composta in una misura indiretta su un circuito elettrico

Incertezza di Misura

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
Incertezza di Misura 63 63/102 /102

Esercizio: circuito elettrico (3/11)


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) ?

Incertezza di Misura

64 64/102 /102

Esercizio: circuito elettrico ( (4/11) )


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


Incertezza di Misura 65 65/102 /102

Esercizio: circuito elettrico ( (5/11) )


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


Incertezza di Misura 66 66/102 /102

Esercizio: circuito elettrico (6/11)


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
Incertezza di Misura

= 3.7 10 4

67 67/102 /102

Esercizio: circuito elettrico ( (7/11) )

Incertezza di Misura

68 68/102 /102

Esercizio: circuito elettrico ( (8/11) )


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
Incertezza di Misura 69 69/102 /102

Esercizio: circuito elettrico ( (9/11) )


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
Incertezza di Misura 70 70/102 /102

Esercizio: circuito elettrico ( (10/11) )


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
Incertezza di Misura 71 71/102 /102

Esercizio: circuito elettrico ( (11/11) )


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)
Incertezza di Misura 72 72/102 /102

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 )

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

stimate e dunque q indicano il g grado di confidenza che abbiamo sugli xi


Incertezza di Misura 74 74/102 /102

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*
Incertezza di Misura

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
Incertezza di Misura

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

Incertezza di Misura

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
Incertezza di Misura

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
Incertezza di Misura 79 79/102 /102

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)
Incertezza di Misura 80 80/102 /102

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).
Incertezza di Misura 81 81/102 /102

Esercizio su compatibilit e media pesata (2/5)


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


Incertezza di Misura 82 82/102 /102

Esercizio su compatibilit e media pesata (3/5)


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.

Incertezza di Misura

83 83/102 /102

Esercizio su compatibilit e media pesata (4/5)


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)


Incertezza di Misura

35 3.5
84 84/102 /102

Esercizio su compatibilit e media pesata (4/5)


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)


Incertezza di Misura

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
Incertezza di Misura 86 86/102 /102

Esercizio su compatibilit e media pesata (5/5)


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)


Incertezza di Misura 87 87/102 /102

Esercizio su INC e media pesata (1/14)

Incertezza di Misura

88 88/102 /102

Esercizio su INC e media pesata (2/14)

Incertezza di Misura

89 89/102 /102

Esercizio su INC e media pesata (3/14)

Incertezza di Misura

90 90/102 /102

Esercizio su INC e media pesata (4/14)

Incertezza di Misura

91 91/102 /102

Esercizio su INC e media pesata (5/14)


Incertezza sulla lunghezza L...

Incertezza di Misura

92 92/102 /102

Esercizio su INC e media pesata (6/14)

Incertezza di Misura

93 93/102 /102

Esercizio su INC e media pesata (7/14)

Incertezza di Misura

94 94/102 /102

Esercizio su INC e media pesata (8/14)

Incertezza di Misura

95 95/102 /102

Esercizio su INC e media pesata (9/14)

Incertezza di Misura

96 96/102 /102

Esercizio su INC e media pesata (10/14)

Incertezza di Misura

97 97/102 /102

Esercizio su INC e media pesata (10/14)


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
Incertezza di Misura 98 98/102 /102

Esercizio su INC e media pesata (11/14)

Incertezza di Misura

99 99/102 /102

Esercizio su INC e media pesata (12/14)

Incertezza di Misura

100 100/102 /102

Esercizio su INC e media pesata (13/14)

Incertezza di Misura

101 101/102 /102

Esercizio su INC e media pesata (14/14)

F = 26 26576 26576.3 576 576.3 3 1.2 12N


Incertezza di Misura 102 102/102 /102