APPUNTI DI TOPOGRAFIA U.D.

TEORIA DEGLI ERRORI

STATISTICA  Scienza fondata sull’esame ( indagine ) di fenomeni collettivi, che non si conoscono
immediatamente a causa della loro vastità, instabilità e eterogeneità: essa si avvale del procedimento logico
della induzione che risale dal particolare al generale e dalla conoscenza dei fatti alle leggi che li governano.

La statistica ci permette di estrapolare considerazioni e di effettuare previsioni sulla probabilità che si

verifichi l’evento quando si presentano determinate cause.

MISURE DIRETTE : sono quelle nelle quali si conta quante volte l’unità di misura è contenuta nella quantità
da misurare

MISURE INDIRETTE : sono quelle che si ottengono correlando e legando in una relazione funzionale più
grandezze misurate direttamente.

Errore commesso in una misurazione :

X = misura effettuata o ottenuta

e = X - Xo
Xo = misura esatta o vera

Classificazione degli errori

1.- ERRORI GROSSOLANI dovuti a distrazioni o sbagli dell’operatore. Sempre eliminabili e facilmente
riscontrabili.

2.- ERRORI SISTEMATICI dovuti a cause fisico-strumentali . Sono di difficile individuazione e si

presentano sempre con lo stesso segno ed incidenza.

3.- ERRORI PERIODICI sono molto simili agli errori sistematici e si ripetono ciclicamente.

4.- ERRORI ACCIDENTALI sono dovuti a cause non conosciute , essendo del tutto casuali; gli e.a. non
sono eliminabili, ma si possono ridurre gli effetti ripetendo più volte le misurazioni. Si presentano con segno
alterno.

NB Non è possibile evitare di commettere errore durante una misurazione.

Non è grave commettere errori ( anche se comunque si prendono le precauzioni per limitarne l’entità),
grave invece sarebbe trascurare la loro presenza.

L’errore e = X - Xo risulta in sostanza dovuto agli errori accidentali e poco agli errori sistematici.

L’errore e può assumere segno alterno ( > 0 o < 0 ); se il numero di misure è molto elevato (   ) la
probabilità che il segno di e sia positivo o negativo è del 50% , ovvero siamo di fronte al caso analogo
dell’estrazione testa/croce di una moneta ( fenomeno di tipo casuale  legge empirica del caso ).

I fenomeni nei quali le cause che li generano possono essere anche note , ma non note sono le leggi che li
governano, si dicono casuali.

I fenomeni casuali vengono studiati con i metodi propri della statistica e pertanto ricadendo gli errori
accidentali in questa tipologia di fenomeno si studieranno attraverso la VARIABILE STATISTICA AD UNA
DIMENSIONE.

Anno scolastico 2012-13 Pagina 1 di 4

APPUNTI DI TOPOGRAFIA U.D. TEORIA DEGLI ERRORI

VARIABILE STATISTICA AD UNA DIMENSIONE

La variabile statistica ad una dimensione specifica come un determinato attributo si distribuisce fra gli
individui di una popolazione.
Una popolazione è un insieme ben definito di individui ognuno dei quali è caratterizzato da un attributo X che
può assumere valori diversi ( valori argomentali ) X1, X2 ,X3 , Xn .

X1 X2 X3 X4 .......... Xn
X
F1 F2 F3 F4 .......... Fn

Si ricorda che con F si indica la Frequenza assoluta  N. di individui in ciascun intervallo di valore
argomentale.

Se N è il numero di individui oggetto di indagine (  Fi = N ) , di definisce Frequenza relativa f , il rapporto

tra la frequenza assoluta ed N.
Si dimostra che (  fi =  Fi / N = 1 ) [ dim ]

Si definisce MEDIA ( momento del 1° ordine )  M =

La media è il valore più probabile e rappresenta un indice di posizione nella scala dei valori argomentali, che
indica la tendenza degli individui della popolazione ad assumere il valore medio M.

MODA  valore argomentale per il quale si ha il massimo valore della frequenza

MEDIANA  valore argomentale dell’individuo che si trova in posizione centrale dopo avere ordinato i valori
argomentali in ordine crescente

N.B. La mediana è sempre compresa tra la moda e la media.

Si definisce VALORE QUADRATICO MEDIO ( momento del 2° ordine)  M2 =  Xi2 fi =  Xi2 Fi / N

Introducendo la variabile scarto vi = Xi – M , si definisce VARIANZA (2) il momento del 2° ordine della
variabile scarto così calcolato :
2 =  ( Xi – M)2 Fi / N = [dimostrazione] = M2 – M2
La radice quadrata della varianza si chiama SCARTO QUADRATICO MEDIO ()
La varianza rappresenta un indice di dispersione , ovvero indica il modo in cui gli individui si distribuiscono
intorno al valore medio M.

La media M è quel valore argomentale che

rende nulla la sommatoria degli scarti
v i = Xi – M

La varianza è un indice di dispersione significativo in quanto si può dimostrare [ vedi dimostrazione] che , in
base alla disuguaglianza di Tchebycheff , la maggior parte dei valori argomentali è contenuta entro i limiti
M-3 e M+3 qualunque sia la forma della distribuzione.

Anno scolastico 2012-13 Pagina 2 di 4

APPUNTI DI TOPOGRAFIA U.D. TEORIA DEGLI ERRORI

F/N >= 1 – 1/2

con  = 1, 2, 3, 4 ....

Nella teoria delle osservazioni vengono considerati soltanto gli errori accidentali, che per la loro caratteristica
di variabilità possono essere assimilati ad estrazioni a caso dalla popolazione degli errori possibili e quindi
possono essere trattati statisticamente allo scopo di determinare di una o più grandezze osservate i valori
più attendibili.Si tratta cioè di stabilire i criteri atti a determinare delle numerose e sovrabbondanti misure i
valori e gli errori più probabili delle grandezze considerate.

Si raggiunge lo scopo applicando il METODO DEI MINIMI QUADRATI.

Gli errori accidentali vi = xi = Xi – Xo si distribuiscono sperimentalmente secondo una curva denominata

CURVA DI FREQUENZA DEGLI ERRORI o CURVA DI GAUSS.
La sua espressione matematica , dovuta a Gauss , è la seguente :

in cui : y = frequenza dell’errore x

e = numero di Nepero o base dei logaritmi naturali ( 2.71828...)

h = parametro di precisione

Dall’andamento della curva sperimentale si deduce quanto segue:

- gli errori piccoli sono più probabili di quelli grandi
- la curva è simmetrica  errori in valore assoluto uguali hanno la stessa probabilità
- la curva è asintotica rispetto all’asse delle X  ogni errore per quanto grande sia ha sempre la probabilità
di verificarsi (anche se minima)

Il Principio dei minimi quadrati si basa su due postulati che sono :

1.- La sommatoria degli scarti vi = Xi-M è nulla.   vi = 0 [dim]

2.- La sommatoria degli scarti al quadrato è minima   vi2 = minima [dim]

Per il PRINCIPIO DEI MINIMI QUADRATI si ha :

a) La MEDIA ARITMETICA XM =  Xi / N rappresenta il valore più probabile o attendibile.

b) Lo SCARTO QUADRATICO MEDIO s.q.m.  rappresenta l’indice di dispersione delle

osservazioni intorno al valore più attendibile XM.

c) La VARIANZA valo lo scarto quadratico medio al quadrato 2

d) Il parametro di precisione h vale  h =

e) Dalla legge di Gauss si ricava anche la probabilità che ha uno scarto vi ( o xi) di essere inferiore o
superiore allo scarto quadratico medio  ; precisamente :

vi <   è 0.683 ( 68.3%) vi < 2  è 0.954 ( 95.4%) vi < 3  è 0.997 ( 99.7%)

Anno scolastico 2012-13 Pagina 3 di 4

APPUNTI DI TOPOGRAFIA U.D. TEORIA DEGLI ERRORI

E’ questo il motivo per cui nei lavori topografici si assume come ERRORE TEMIBILE o TOLLERANZA t il
triplo dell’errore quadratico medio  t=3

Se le misure non soddisfano la distribuzione di GAUSS vuol dire che le stesse non sono affette da solo
errore accidentale ( presenza di errore grossolano + sistematico ).

ERRORE MEDIO DELLA MEDIA per il principio dei M. Q.  M =

rappresenta la differenza tra la media della popolazione e la media del campione.

Tanto più piccolo è M e tanto più rappresentativo della popolazione è il campione.

La rappresentatività di due campioni si valuta in base all’errore medio della media.

Anno scolastico 2012-13 Pagina 4 di 4