Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROPAGAZIONE DEGLI
ERRORI
s =vt (9.1)
Supponiamo di voler misurare la velocità media di un corpo:
s
v= (9.2)
t
Entrambe le grandezze s e t sono misurate con una certo errore ∆s e ∆t.
Che errore ∆v dovremo associare alla velocità? In che modo gli errori delle
grandezze coinvolte si ripercuotono sull’errore della quantità che vogliamo
determinare?
Possiamo affermare quindi che nella maggior parte dei casi lo sperimen-
tatore utilizza un metodo di misura indiretto: il valore della grandezza fisica
deriva da misure di altre grandezze, misurate o direttamente o con strumenti
tarati, legate ad essa da una qualche relazione funzionale.
Vediamo un esempio semplice:
Vogliamo calcolare l’area di una superficie S rettangolare conoscendo i
suoi lati a e b e vedere come si propagano gli errori ∆a e ∆b.
Se S = a b, l’errore massimo che possiamo compiere su S è dato da:
89
90 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
∆S = a ∆b + b ∆a (9.4)
Vediamo adesso in dettaglio come si propagano gli errori in vari sottocasi,
supponendo di aver misurato una o più grandezze a, b, c,... aventi errori ∆a,
∆b, ∆c, ... Chiamiamo x la quantità di cui vogliamo ottenere la misura e
l’indeterminazione per via indiretta.
x = a + b − c + .... (9.5)
∆x = ∆a + ∆b + ∆c + .... (9.6)
9.2. PRODOTTI E QUOZIENTI 91
x + ∆x = (a + ∆a) (b + ∆b) = a b + a ∆b + b ∆a + ∆a ∆b
Nell’ipotesi che ∆a ≪ a e ∆b ≪ b, possiamo ragionevolmente assumere
che ∆a ∆b si possa trascurare.
Da cui ricaviamo che:
∆x = a ∆b + b ∆a
Conviene in questo caso introdurre il concetto di errore relativo ∆x/x:
∆x a ∆b + b ∆a ∆a ∆b
= = +
x ab a b
In realtà la notazione corretta è la seguente:
∆x a ∆b + b ∆a ∆a ∆b
= = +
|x| ab |a| |b|
questo perché l’errore relativo deve essere comunque una quantità positi-
va, a prescindere dal valore della grandezza fisica a cui è associato.
Nel caso in cui x = a/b, il più alto valore probabile per x sarà:
a + ∆a
x + ∆x =
b − ∆b
Introducendo anche qui l’errore relativo si ha:
∆a
a 1 + |a|
x + ∆x =
b 1 − ∆b
|b|
∆b
Moltiplicando numeratore e denominatore per 1 + |b|
, e trascurando i
2
termini (∆b/|b|) e (∆a/|a|)(∆b/|b|), si ottiene:
a ∆a ∆b
x + ∆x = (1 + + )
b |a| |b|
Sviluppando questa relazione si ricava:
∆x ∆a ∆b
1+ =1+ +
|x| |a| |b|
92 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
E infine:
∆x ∆a ∆b
= +
|x| |a| |b|
Quindi, generalizzando possiamo dire che:
l’errore relativo associato a una grandezza fisica che è il risultato del pro-
dotto, o del quoziente o di una combinazione di essi, fra due o più grandezze,
ciascuna misurata con la propria incertezza, si ottiene sommando gli errori
relativi delle singole grandezze.
ab
x= (9.7)
cd
∆x ∆a ∆b ∆c ∆d
= + + + (9.8)
|x| |a| |b| |c| |d|
∆x = |k| ∆b
9.4 Potenza
Consideriamo infine il caso in cui la grandezza di cui vogliamo determinare
l’incertezza è legata alla grandezza misurata, o alle grandezze misurate, da
una legge di potenza. Sia cioè: x = an .
E’ sufficiente scrivere la precedente espressione nella forma:
x = a1 a2 a3 ... an
9.5. CASO GENERALE 93
con
a1 = a2 = a3 = ... = an = a
Per cui, l’errore è dato da:
∆x ∆a
=n
|x| |a|
Nel caso di espressioni più complesse che includono prodotti di potenze
di più variabili, come ad esempio:
x = an bk
si applica una combinazione della regola del prodotto e della potenza,
cioè:
∆x ∆a ∆b
= |n| + |k|
|x| |a| |b|
f (x0+∆x)
f (x0 )
f (x0−∆x)
x0−∆x x0 x0+ ∆x
df df
f (x0 + ∆x) = f (x0 ) + (x0 + ∆x − x0 ) = f (x0 ) + ∆x
dx x=x0 dx x=x0
E quindi:
df
∆f = ∆x
dx x=x0
cioè per trovare l’errore associato alla funzione y = f (x) dobbiamo cal-
df
colare la derivata e moltiplicarla per l’errore ∆x. Resta inteso che la
dx
df
derivata deve essere non nulla o prossima a zero per x = x0 .
dx
Si faccia inoltre attenzione che non necessariamente (x + ∆x) > (x − ∆x)
implica f (x + ∆x) > f (x − ∆x). Nel caso in cui la pendenza della retta sia
negativa, si avrà:
df
∆f = − ∆x
dx x=x0
9.5. CASO GENERALE 95
E quindi generalizzando:
df
∆f = ∆x
dx x=x0
k
X ∂f
df = dxj
j=1
∂xj
k
X ∂f
∆f =
∂xj ∆xj
j=1 xj =xjo
n1 i
n2
n1 sin i = n2 sin r
Dove n1 e n2 sono gli indici di rifrazione dei due mezzi, i è l’angolo di
incidenza e r è l’angolo di rifrazione, entrambi misurati rispetto alla verticale
alla superficie di separazione dei due mezzi. Se assumiamo che il primo mezzo
sia l’aria, allora n1 = 1, e possiamo calcolare n2 = n misurando i due angoli
i ed r:
sin i
n=
sin r
Alla misura di questi angoli sarà associato un errore, rispettivamente ∆i
e ∆r. Applicando la formula generale della propagazione degli errori, si
ottiene:
∂n ∂n
∆n = ∆i + ∆r
∂i ∂r
Da cui:
9.6. ESEMPI IN FISICA 97
1 ∂sin i ∂ 1
∆n =
∆i + sin i
∆r
sin r ∂i ∂r sin r
cos i sin i cos r
∆n = ∆i + − ∆r
sin r (sin r)2
Dividendo ambo i membri per n si ricava l’errore relativo:
∆n ∆i ∆r
= +
n tan i tan r
X
n=
Y
e l’errore relativo sarà:
∆n ∆X ∆Y
= +
n X Y
d sin i
∆X = ∆i = cos i ∆i
di
d sin r
∆Y = ∆r = cos r ∆r
dr
Da cui:
∆n cos i ∆i cos r ∆r
= +
n sin i sin r
E infine:
∆n ∆i ∆r
= +
n tan i tan r
98 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
p
f
Le tre quantità in gioco sono legate dalla legge dei punti coniugati:
1 1 1
+ =
p q f
Vogliamo determinare la focale f e il suo errore ∆f , noti p ± ∆p e q ± ∆q.
Conviene scrivere l’espressione per la lunghezza focale nel modo seguente:
pq
f=
p+q
Sarà quindi:
∂f ∂f
∆f = ∆p + ∆q
∂p ∂q
Ora, la derivata parziale di f rispetto a p vale:
∂f (p + q) ∂(pq)
p
− (pq) ∂(p+q)
p q2
= =
∂p (p + q)2 (p + q)2
Mentre la derivata parziale di f rispetto a q vale:
∂f p2
=
∂q (p + q)2
E quindi sostituendo e calcolando l’errore relativo si ottiene:
9.6. ESEMPI IN FISICA 99
∆f q ∆p p ∆q
=
+
f p + q p p + q q
Poiché p, q e f sono tutte quantità positive il modulo non è necessario, e
si può scrivere:
∆f q + p − p ∆p p + q − q ∆q
= +
f p+q p p+q q
da cui si ottiene:
∆f ∆p ∆q ∆p + ∆q
= + −
f p q p+q
∆X = q∆p + p∆q
∆Y = ∆p + ∆q
Da cui si ha:
∆f q∆p + p∆q ∆p + ∆q
= +
f pq p+q
∆f ∆p ∆q ∆p + ∆q
= + +
f p q p+q
m = m0 − 2.5 log10 f
dove m è la magnitudine, m0 è una costante e f è il flusso di energia
emesso dalla stella considerata. Il flusso viene misurato integrando il segnale
luminoso registrato su un rivelatore (CCD, lastra fotografica) all’interno di
un’apertura di raggio alcuni secondi d’arco. Al variare dell’apertura scelta,
varia anche il flusso di energia in essa contenuto. Le fluttuazioni casuali
del segnale, che chiamiamo rumore, introducono significative incertezze nella
misura del flusso.
d
∆m = (m0 − 2.5 log10f ) ∆f
df
d d
∆m = m0 ∆f + 2.5 log10 f ∆f
df df
2.5 d
∆m = lnf ∆f
ln10 df
∆f
∆m = 1.086
f
Per ottenere il flusso di una riga bisogna integrare il suo profilo nella dire-
zione delle lunghezze d’onda. Il profilo ha una forma che ricorda la funzione
gaussiana e quindi si può usare l’approssimazione:
Z ∞
(λ−λ0 )2
f (λ0 ) = I0 e− 2σ2 dλ
−∞
Da cui si ottiene:
√ √
∆f = 2π∆I0 + 2πI0 ∆σ
Dividendo ambo i membri per f si ha:
9.7. ESEMPI IN ASTROFISICA 103
√ √
∆f 2πσ∆I0 + 2πI0 ∆σ
= √
f 2πI0 σ
E infine:
∆f ∆I0 ∆σ
= +
f I0 σ
Un errore del 10% nella misura di I0 e del 5% nella misura di σ si trasforma
in un errore del 15% nel flusso della riga. Si tenga conto che errori relativi
tipici nella misura dei flussi delle righe spettrali variano dal 5% al 20-30%.
f1
R1 =
f2
Allora, l’incertezza su R1 vale:
∂R1 ∂R2
∆R1 = ∆f1 +
∂f2 ∆f2
∂f1
Da cui:
∆f1 f1
∆R1 = + − ∆f2
2
f2 f2
E infine:
∆R1 ∆f1 ∆f2
= +
R1 f1 f2
Anche in questo caso, poiché si stanno trattando grandezze positive, il
modulo non è necessario.
f1 + f2
R2 =
f3
L’incertezza su R2 vale:
∂R2 ∂R2 ∂R2
∆R2 = ∆f1 +
∂f2 ∆f2 + ∂f3 ∆f3
∂f1
∆f1 ∆f2 f1 + f2
∆R2 = + + ∆f3
f3 f3 f32
v = H0 d
9.7. ESEMPI IN ASTROFISICA 105
λ − λ0
z=
λ0
v = cz
con c velocità della luce.
Quindi possiamo esprimere la distanza d in questi termini:
106 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
c λ
d= −1
H 0 λ0
∂ c c ∂ c(λ − λ0 ) 1
∆d =
λ− ∆λ +
∆H0
∂λ H0 λ0 H0 ∂H0 λ0 H0
c c(λ − λ0 ) 1
∆d =
∆λ + −
∆H0
H 0 λ0 λ0 H02
E passando all’errore relativo:
∆d ∆λ ∆H0
= +
d (λ − λ0 ) H0
9.8. PROPAGAZIONE DEGLI ERRORI STATISTICI O QUADRATICI107
c
Possiamo arrivare allo stesso risultato ponendo d = X Y , dove X = H0
e
Y = ( λλ0 − 1).
Infatti:
∆d ∆X ∆Y
= +
d X Y
∆X ∆c ∆H0 ∆H0
= + =
X c H0 H0
perché c è una costante priva di errore.
Inoltre:
∆λ
∆Y =
λ0
e
∆Y ∆λ
=
Y λ − λ0
Quindi, concludendo:
∆d ∆H0 ∆λ
= +
d H 0 λ − λ0
1 d2 f
df
f (x) = f (x0 ) + (x − x0 ) + 2
(x − x0 )2 + · · ·
dx x=x0
2 dx x=x0
Si ottiene:
ȳ = f (x̄)
cioè il valor medio di una funzione coincide con il valore della funzione in
corrispondenza al valore medio dell’argomento. Tale risultato è valido solo
approssimativamente, dato che nello sviluppo in serie di Taylor sono stati
trascurati i termini di grado superiore al primo. I termini dello sviluppo in
serie contengono le potenze (xi − x̄)i , quindi poterli trascurare è giustificato
se gli errori delle misure dirette sono piccoli. Il risultato è valido esattamente
se la funzione y dipende linearmente dalle altre grandezze.
n
X
[f (xi ) − f (x̄)]2
i=1
σ 2 (y) = =
n−1
n 2
X df
f (x̄) + (xi − x̄) − f (x̄)
i=1
dx x=x̄
= =
n−1
n 2
X df
(xi − x̄)2
dx 2
i=1 df
= x=x̄
= σ 2 (x)
n−1 dx
Quindi lo scarto quadratico medio risulta:
df
σ[f (x)] = σ(x)
dx
σ 2 (x) σ(x)
σ 2 (y) = 2
→ σ(y) =
x x
• Elevamento a potenza: y = xα
σ 2 (y) 2
2 σ (x) σ(y) σ(x)
2
= α 2
→ = |α|
y x y x
110 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
9.8.2 Caso 2
Consideriamo adesso un caso più generale, cioè sia y = f (x1 , x2 , · · · xk ), una
funzione di k grandezze misurate direttamente ed affette da errori accidenta-
li, di entità σ1 , σ2 , · · · σk . Siamo in una situazione diversa rispetto agli errori
massimi. In quest’ultimo caso era sufficiente sommare coerentemente tutti i
contributi, presi in modulo. Nel caso degli errori accidentali ad ogni misu-
ra essi si combinano in modo imprevedibile, potendo portare anche ad una
parziale o totale compensazione.
Ripetendo n misure dirette per le k variabili si ottiene una distribuzione
di valori di y, data da tutte le possibili combinazioni degli errori accidentali
sulle xj . Tale distribuzione è rappresentata da un istogramma di frequenza,
con valori di y più frequenti di altri corrispondenti alle combinazioni più
frequenti di errori, e con larghezza determinata oltre che dall’entità dei ∆xj
anche dalle modalità di dette combinazioni.
k
X ∂f
f (x1i , x2i , · · · xki ) = f (x̄1 , x̄2 , · · · x̄k ) + (xji − x̄j )
j=1
∂xj xj =x̄j
n n X
k
X X ∂f
f (x1i , x2i , · · · xki ) n f (x̄1 , x̄2 , · · · x̄k ) + (xji − x̄j )
i=1 j=1
∂xj x=x̄
i=1
ȳ = =
n n
Dalla proprietà della media aritmetica per cui la somma degli scarti è
identicamente nulla,
n
X
(xji − x̄j ) = 0; ∀ j = 1, 2, · · · k
i=1
otteniamo:
9.8. PROPAGAZIONE DEGLI ERRORI STATISTICI O QUADRATICI111
k
X ∂f
yi = f (x1i , x2i , · · · xki ) = f (x̄1 , x̄2 , · · · x̄k ) + (xji − x̄j )
j=1
∂xj xj =x̄j
Calcoliamo la varianza di y:
n
X
(yi − ȳ)2
i=1
σ 2 (y) =
n−1
n
" k #2
X X ∂f
(xji − x̄j )
i=1 j=1
∂xj
σ 2 (y) = =
n−1
n
" k k−1 X k
#
X X ∂f 2 X
∂f
∂f
(xji − x̄j )2 + 2 (xli − x̄l )(xmi − x̄m )
i=1 j=1
∂xj l=1 m=l+1
∂xl ∂xm
=
n−1
Si può vedere che σ(y)2 è dato dalla somma di due componenti, la prima
contenente termini quadratici del tipo (xji − x̄j )2 , la seconda contenente
termini misti del tipo (xli − x̄l )(xmi − x̄m ). La prima parte può essere riscritta
come:
k n
2 X
X ∂f (xji − x̄j )2
j=1
∂xj i=1
n−1
112 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI
k 2
2
X ∂f
σ (y) = σ 2 (xj )
j=1
∂xj
• Somma o differenza : g = x ± y
• Combinazioni lineari: g = ±a · x ± b · y ± · · ·
σ 2 (g) 2
2 σ (x)
2
2 σ (y)
= α · + β ·
ḡ 2 x̄2 ȳ 2
Applicando quanto sopra agli errori accidentali risulta che: (1) in caso di
somme o sottrazioni l’errore assoluto finale è la radice quadrata della somma
in quadratura dei singoli errori assoluti; (2) in caso di moltiplicazioni o divi-
sioni l’errore relativo finale è la radice quadrata della somma in quadratura
dei singoli errori relativi.
∆m ≈ 3σm
dove σm è lo scarto quadratico medio della serie di determinazioni per m.
Infatti, nel caso ideale della distribuzione gaussiana degli errori accidentali
la probabilità di osservare uno scarto dalla media maggiore in modulo di 3σ
è inferiore allo 0.3% (molto piccola).
Se vogliamo ottenere una stima realistica ma probabilistica dell’errore
dobbiamo usare la trattazione degli errori quadratici.
Se una grandezza m è misurata con errore massimo ∆m, possiamo pro-
cedere in due modi:
(2∆m)2
dimostra che tale distribuzione ha varianza σ 2 (m) = e quindi
12
l’ errore quadratico medio è
∆m
σ(m) = √ ≃ 0.577 ∆m
3
∆m
σ(m) = ≃ 0.333 ∆m
3
1
La dipendenza da √ rende sempre più difficile diminuire σm̄ aumen-
n
tando il numero di misure. Anche se si potesse realizzare un numero eleva-
tissimo di misure, diventerebbe impossibile mantenere costanti le condizioni
sperimentali. L’usura degli strumenti potrebbe introdurre errori sistematici.
116 CAPITOLO 9. PROPAGAZIONE DEGLI ERRORI