Incertezza Di Misura Metodo GUM 2-Convertito

“Guida all'espressione
dell'incertezza di misura” (GUM)

Norma UNI CEI ENV
13005:2000
Emilio Valentini – SINT Technology s.r.l. – Calenzano (FI)
Ispettore Tecnico ACCREDIA – Dipartimento Laboratori
1
Cosa è una misura ?
La misurazione, o più semplicemente la misura, è un
procedimento che serve a quantificare, assegnando dei
numeri, le proprietà degli oggetti e degli eventi del mondo
reale.
Misurare permette di conoscere, di descrivere e quindi

anche di controllare qualsiasi sistema fisico nel miglior
modo possibile.
La scienza delle misure è antica, in quanto misurare è

un’esigenza vitale dell’uomo.
2
Una misura ci dice di una proprietà di qualcosa.
Ci può dire quanto un oggetto è pesante o quanto è caldo
oppure quanto è lungo. Una misura da un numero a
questa proprietà.
Le misure sono sempre fatte usando uno strumento di
misura. Esempio: Righelli, cronometri, bilance e
termometri
Il risultato di una misura è normalmente suddiviso in due
parti: un numero ed una unità di misura.
Esempio: Quanto è lungo ?: ……….2 metri
3
Quali tipi di grandezze si misurano
Estensive : vale la somma; confronto eseguito in termini di

rapporti. Es. lunghezze, correnti elettriche, portate.
Intensive : esprimono un ordine non vale la somma ed i

rapporti valgono solo in termini di differenze rispetto ad un
valore di riferimento; definiscono un modo di essere della
materia.
Solitamente ci si appoggia ad una misura indiretta
Es. pressioni, potenziale elettrico, temperatura.
4
Cosa non è una misura ?
Ci sono alcuni processi che possono sembrare delle misure ma

non lo sono. Ad esempio, mettere a confronto due pezzi di
corda per vedere quale è più lungo non è in realtà una misura.
Un conteggio non viene di norma considerata come misura.
Spesso, una prova non è una misura : ad esempio prove che

portano ad una risposta di tipo si/no o a risultati di tipo
passa/non passa.
(Tuttavia, le misurazioni possono essere parte del processo che
ha portato al risultato della prova.)
5
Il concetto di incertezza
Espressione della misura
Una MISURA è una informazione costituita da (UNI 4546):
• Numero
• Incertezza (con il livello di confidenza secondo UNI-CEI ENV
13005)
• Unità di misura
assegnati a rappresentare un parametro in un determinato stato

del sistema.
6
Espressione della misura
Esempio di misura
parametro numero incertezza u.d.m.
Temperatura al suolo 297 ±1 K
Massa a vuoto 1244 ±2 kg
Lunghezza corridoio 20,0 ± 0,1 m
7
Cosa è l’incertezza ?
L'incertezza di una misurazione ci dice qualcosa sulla
sua qualità.
L'incertezza di misura è il dubbio che esiste sul risultato di ogni
misurazione
Si potrebbe pensare che righelli orologi e termometri
ben fatti debbano essere affidabili, e dare le risposte giuste.
Ma per ogni misura, anche la più accurata, c'è sempre
un margine di dubbio.
Nel linguaggio di tutti i giorni un bastone potrebbe essere di
due metri di lunghezza ……… centimetro più centimetro meno.
8
Il concetto di incertezza
La parola ‘incertezza’ significa dubbio, e pertanto

incertezza di misura, nella sua più ampia,
significa dubbio circa la validità
accezione
del risultato di una
misurazione.
Poiché non esistono parole diverse per esprimere questo

concetto generale di incertezza essa può essere utilizzata
sia in questa accezione generale sia per una valutazione
quantitativa di tale concetto.
9
Norma UNI CEI ENV 13005
L’incertezza di misura è definita da norme internazionali, recepite dagli

istituti di normazione nazionali.
La più recente versione della norma internazionale pubblicata in Italia è

la norma UNI CEI ENV 13005 “Guida all’espressione dell’incertezza di
misura”, (traduzione italiana della norma internazionale ISO ENV
13005 “Guide to the expression of uncertainty in measurement
(GUM)”).
Accredia (ex SINAL), ha pubblicato la guida DT-0002, con una serie

di esempi, che fa riferimento alla norma UNI CEI 9, versione
precedente di UNI CEI ENV 13005.
Norma UNI CEI ENV 13005: 10

“Guida all'espressione dell'incertezza di misura”
Definizione di INCERTEZZA di misura
La definizione formale del termine “incertezza di misura”
riportata nella “Guida all’espressione dell’incertezza di
misura” (UNI CEI ENV 13005), è la seguente:
Parametro, associato al risultato di una misurazione, che

caratterizza la dispersione dei valori ragionevolmente
attribuibili al misurando.
11
incertezza (di misura) [VIM 3.9]
parametro, associato al risultato di una misurazione, che
caratterizza la dispersione dei valori ragionevolmente
attribuibili al misurando.
misurazione [VIM 2.1]

insieme di operazioni che ha lo scopo di determinare un
valore di una grandezza.
misurando [VIM 2.6]

grandezza in senso determinato sottoposta a
misurazione.
12
Esprimere l’incertezza delle misure
Dal momento che c'è sempre un margine di dubbio su una

qualsiasi misurazione, abbiamo bisogno di chiedere 'Quanto
è grande il margine?' e 'Quanto è grande il dubbio?
Così, al fine di quantificare un'incertezza sono realmente

necessari due numeri:
Uno è la l’ampiezza del margine, o intervallo.
L'altro è il livello di confidenza, che stabilisce come sono
sicuro che il 'valore vero' sia all'interno di tale margine.
13
Esprimere l’incertezza delle misure
Potremmo dire che la lunghezza di un bastone sia di 20 centimetri più o

meno 1 centimetro, al livello di confidenza del 95 per cento.
Questo risultato potrebbe essere scritto come:

20 centimetri ± 1 cm, al livello di confidenza del 95%.
La dichiarazione dice che siamo sicuri al 95 per cento che il bastone ha

una lunghezza compresa tra 19 centimetri e 21 centimetri.
Ci sono altri modi per indicare i livelli di fiducia e lo vedremo nel

seguito.
14
Errore ed incertezza
E’ importante non confondere i termini “errore” ed
“incertezza”.
L’ Errore è la differenza tra il valore misurato e il 'valore reale'
della cosa si sta misurando.
L‘Incertezza è una quantificazione del dubbio circa il risultato
della misurazione.
Quando è possibile cerchiamo di correggere eventuali errori
noti: per esempio, applicando le correzioni dai certificati di
taratura.
Ma ogni errore di cui non conosciamo il valore è una fonte di
incertezza.
15
L’incertezza descrive completamente “la qualità” della misura e

presuppone che tutti gli effetti sistematici, eventualmente
presenti nel processo di misurazione, siano stati corretti.
In generale, il risultato di una misurazione è solamente

un’approssimazione o stima del valore del misurando ed è
pertanto completo solamente quando sia accompagnato da
una dichiarazione dell’incertezza di quella stima.
16
Obiettivo di una misurazione
L’obiettivo di una misurazione è quello di determinare il valore del

misurando, in altre parole della grandezza da misurare.
Il risultato di una misurazione è solamente un’approssimazione o

stima del valore del misurando, in quanto le operazioni di
misurazione sono tutte inevitabilmente affette da incertezza e cioè
da un “grado di indeterminazione” con il quale il processo di
misurazione ottiene il risultato
17
Perché è importante l’incertezza di misura?
Possiamo essere interessati all’ incertezza di misura, semplicemente perché
si desidera effettuare le misurazioni di buona qualità e per capire i risultati.
Tuttavia, ci sono altri motivi più particolari per pensare all’ incertezza di
misura.
Si possono fare delle misure come elemento necessario per :
•una taratura – dove l’incertezza di misura deve essere reportata sul
certificato di taratura
•una prova - dove l’incertezza di misura serve per determinare
una situazione passa non-passa, o
•soddisfare una tolleranza – dove serve conoscere l’incertezza prima di
decidere se la tolleranza è soddisfatta.
... o può essere necessaria per leggere e capire un certificato di taratura o

una specifica scritta per una prova o per una misura.
18
L’errore dell’operatore
Se un sarto deve tagliare un pezzo di stoffa è meglio che riduca il rischio di
sbagliare nel lavoro controllando la misura una seconda o una terza volta
prima di procedere.
In effetti è saggio fare qualsiasi misura

almeno tre volte. Fare una sola misura
significa che un errore potrebbe andare
completamente inosservato.
Se si effettuano due misure ed esse non

sono d'accordo, si può non sapere
quale delle due è sbagliata.
19
L’errore dell’operatore
Ma se si fanno 3 misure e 2 di esse sono in accordo, mentre la terza è molto

diversa, allora si potrebbe essere diffidenti circa la terza.
Così, semplicemente per evitare errori

grossolani, o errore dell'operatore, è
consigliabile fare almeno tre tentativi,
per qualsiasi misura.
Ma l'incertezza di misura non riguarda
solo l’ errore dell'operatore.
Ci sono altri buoni motivi per ripetere le
misurazioni più volte.
20
Dispersione dei risultati
Ripetendo più volte la stessa misurazione, non si ottengono

sempre gli stessi risultati, sebbene si possa verificare che
essi siano compresi all’interno di una certa fascia di valori.
Il valore della misura è, con un certa probabilità, compreso

all’interno della distribuzione individuata da questa fascia di valori, e
inoltre, maggiore è il numero di misurazioni che ha fornito lo stesso
risultato di misura, maggiore è l’attendibilità di quel risultato.
21
Calcoli statistici di base
È possibile aumentare la quantità di informazioni che si

ottiene dalle misurazioni prendendo una serie di letture ed
effettuando alcuni calcoli statistici di base.
I due calcoli statistici più importanti sono quelli per trovare la

media aritmetica e la deviazione standard (lo scarto tipo)
per un insieme di numeri.
22
Ottenere la migliore stima – calcolando la
media di una serie di letture
Se delle misurazioni ripetute danno risposte diverse, non è detto che si
stia sbagliando.
Ciò può essere dovuto a variazioni naturali in ciò

che sta accadendo. (Ad esempio, se si misura all’
esterno la velocità del vento, spesso le misure non
hanno un valore stabile.)
Oppure la causa potrebbe essere lo strumento di

misurazione, che non si comporta in modo del tutto
stabile.
(Ad esempio, i metri a nastro si potrebbero allungare e
dare risultati diversi.)
23
Ottenere la migliore stima – calcolando la
media di una serie di letture
Se c’è una variazione nelle letture, quando queste sono ripetute, è meglio
prendere molte letture e farne una media.
Una media ci da una stima del ‘valore vero’. Una media aritmetica può
essere indicata con un simbolo che ha una barra superiore.
Esempio x è il valor medio di x
La figura mostra l’ illustrazione di una serie di valori ed il loro valore medio.
24
Quante letture si dovrebbero mediare ?
In generale, più misure vengono effettuate, migliore è la stima che si avrà
del valore ‘vero'.
L'ideale sarebbe trovare la media di un insieme infinito di valori.
Più risultati si utilizzano, più ci si avvicina a quella ideale stima della
media.
Ma l'esecuzione di più letture richiede uno sforzo supplementare, e porta
a ‘vantaggi decrescenti'.
Quale è un buon numero? Dieci è una scelta facile, perché fa la media
aritmetica semplice.
Utilizzando 20 letture si avrebbe solo una stima leggermente migliore di
10 letture. Utilizzando 50 letture queste darebbero una stima solo
leggermente migliore di 20 letture.
Come regola empirica di solito è sufficiente fare tra le 4 e 10 letture.
25
Dispersione ... Deviazione standard (scarto tipo)
Quando delle misurazioni ripetute danno risultati diversi, vogliamo sapere come le
letture sono ampiamente distribuite. La distribuzione dei valori ci dice qualcosa circa
l'incertezza di una misura.
Conoscendo quanto è grande questa distribuzione, possiamo cominciare a giudicare la
qualità della misurazione o dell'insieme delle misure.
A volte è sufficiente conoscere l'intervallo tra i valori minimi e massimi. Ma per un

piccolo insieme di valori ciò non può dare utili informazioni circa la dispersione della
lettura tra i valori più alti e i valori più bassi.
Ad esempio, una grande dispersione potrebbe verificarsi perché una sola lettura è
molto diversa dalle altre.
Il modo usuale per quantizzare la dispersione è lo scarto tipo (o deviazione standard).

La deviazione standard di un insieme di numeri ci dice quanto differenti sono le letture
individuali rispetto alla media dell’insieme delle misure.
26
Scarto tipo (Deviazione standard)
In pratica, circa due terzi di tutte le letture sarà compreso tra più o meno (±)
una deviazione standard della media.
Circa il 95% di tutte le letture cadrà entro due deviazioni standard. Questa
'regola' si applica molto, anche se non è affatto universale.
Il valore ‘vero' per la deviazione standard può essere trovato soltanto da un

numero molto grande (infinito) di letture.
Da un numero moderato di valori, può essere trovata solo una stima dello
scarto tipo (deviazione standard).
Il simbolo s è utilizzato, di solito, per la deviazione standard stimata.
27
Calcolo dello scarto tipo stimato
Il processo completo per il calcolo della deviazione standard stimata per una
serie di n misure può essere espresso matematicamente da:
dove
xi è il risultato della misura ima ed è la media aritmetica degli n risultati
considerati.
Di solito su una calcolatrice c’è il tasto funzione per trovare la stima della
deviazione standard.
Esempio n. 1 – Media e dev.standard

28
Calcolare lo scarto tipo di una serie di valori
Dato il seguente insieme di 10
numeri:
16; 19; 18; 16; 17; 19; 20; 15;
Differenza tra i singoli Quadrato della
17; 13 Valori misurati valori ed il valore medio differenza
Determinare: 1 16 -1 1
-la media 2 19 2 4
-la varianza dei valori misurati 3 18 1 1
4 16 -1 1
- lo scarto tipo dei valori 5 17 0 0
misurati 6 19 2 4
- lo scarto tipo della media 7 20 3 9
8 15 -2 4
9 17 0 0
10 13 -4 16
media 17 40
scarto tipo 2.1
n 10
n-1 9
varianza stimata, dei valori misurati 4.4
scarto tipo stimato, dei valori misurati 2.1
scarto tipo stimato, della media 0.7
29
Incertezza del risultato di misura
Un risultato di misura per essere utilizzabile richiede un’indicazione

quantitativa della sua attendibilità e qualità.
Senza tale indicazione, infatti, i risultati delle misurazioni non
possono essere confrontati né tra di loro, né con valori di riferimento
assegnati da specifiche o norme.
Tale indicazione si esprime in termini di incertezza del risultato

di misura.
È pertanto necessario che esista una procedura, di agevole

comprensione ed applicazione, per caratterizzare la qualità
del risultato di una misurazione.
30
Cause dell’incertezza - 1
Le incertezze possono essere dovute a varie cause tra le quali ad esempio:
• definizione incompleta del misurando;

•non rappresentatività della campionatura (la campionatura scelta per le
misurazioni può non rappresentare il misurando definito);
•inadeguata conoscenza degli effetti delle condizioni ambientali sulla
misurazione o imperfetta misurazione delle condizioni stesse;
• distorsione personale dell'operatore nella lettura di strumenti
analogici;
31
Cause dell’incertezza - 2
Le incertezze possono essere dovute a varie cause tra le quali ad esempio:
•risoluzione o soglia di risoluzione strumentali non infinite;

• valori non esatti di campioni e materiali di riferimento;
•valori non esatti di costanti ed altri parametri ottenuti da fonti esterne ed
usati nell'algoritmo di elaborazione dei dati;
•approssimazioni ed ipotesi semplificatrici inerenti al metodo ed al
procedimento sperimentali;
•variazioni nelle osservazioni del misurando ripetute in condizioni
apparentemente identiche.
32
Da dove provengono errori ed incertezze?
Molte cose possono rendere incerta una misura.

I difetti nella misurazione possono essere visibili o invisibili.
Perché le misurazioni reali non si fanno mai in condizioni perfette, gli errori
e le incertezze possono derivare da:
•Lo strumento di misura

•L’elemento che viene misurato
•Il processo di misura
•Le incertezze importate
•Capacità dell’operatore
•Problemi di campionamento
•Ambiente
33
Lo strumento di misura– gli strumenti possono presentare errori di scostamento (bias),

cambiamenti dovuti all’invecchiamento, usura, oppure altri tipi di deriva, poca
leggibilità, rumore (per gli strumenti elettrici) e molti altri problemi.
Il componente da misurare - che può non essere stabile. (Immaginate di misurare le

dimensioni di un cubetto di ghiaccio in una stanza calda)
Il processo di misurazione - la misura stessa può essere difficile da fare. Per esempio
misurare il peso di animali vivi di taglia piccola presenta particolari difficoltà poiché
non è facile ottenere la cooperazione degli animali stessi.
Incertezze 'importate' – la taratura dello strumento ha un'incertezza che viene poi

incorporata nell’ incertezza delle misure effettuate. (Ma ricordiamoci che l'incertezza
dovuta alla non taratura sarebbe stata più elevata.)
34
• Capacità dell’operatore
Alcune misure dipendono dalla capacità e il giudizio dell'operatore. Una persona
può essere migliore di un altra per il delicato lavoro di preparazione di una
misura, oppure per leggere i dettagli ad occhio.
L'uso di uno strumento come il cronometro dipende dal tempo di reazione
dell'operatore. (Comunque gli errori grossolani sono tutt'altra cosa, e non devono
essere considerati come incertezze.)
L’allineamento visivo è una capacità

dell’operatore.
Un movimento dell’osservatore può fare
apparire un oggetto in movimento.
'Errori di parallasse' di questo tipo possono

verificarsi durante la lettura di una scala con
un puntatore.
35
•Problemi di campionamento - le misurazioni effettuate devono essere
sufficientemente rappresentative del processo che si sta tentando di valutare.
Se si vuole conoscere la temperatura al banco di lavoro, non si deve misurare con un
termometro posizionato sulla parete vicino ad una presa di aria condizionata.
Se si scelgono i campioni da una linea di produzione per la misura, non si prendono
sempre i primi dieci realizzati il lunedì mattina.
•L’ambiente - temperatura, pressione atmosferica, umidità e molte altre condizioni

possono influenzare lo strumento di misura o l’elemento che si sta misurando.
Se le dimensioni e l'effetto di un errore sono noti (ad esempio da un certificato di

taratura) può essere applicata la correzione al risultato della misurazione.
Ma, in generale, le incertezze di ciascuna di queste fonti, e da altre fonti, sono
contributi individuali in ingresso che contribuiscono alla incertezza complessiva della
misura.
36
I tipi generali di incertezza in ogni misura
Casuale o Sistematico
Gli effetti che determinano un incremento dell’incertezza possono essere:
• Casuali (random )
Quando la ripetizione della misura da luogo ad un risultato casualmente differente.
Se è così, più misure si fanno e poi si media, migliore è la stima che ci si può
aspettare di ottenere.
• Sistematici
Quanto si ha la stessa influenza sul risultato per ciascuna delle misure ripetute (ma
potremmo non essere in grado di dirlo).
In questo caso le misurazioni ripetute non ci forniscono alcuna informazione
aggiuntiva.
Altre metodologie sono necessarie per stimare le incertezze causate da effetti
sistematici, come ad esempio altre misure o calcoli.
37
Cosa non è una incertezza di misura
Gli Errori commessi dagli operatori non sono incertezze di
misurazione. Essi non devono essere considerati come contributi
all'incertezza di misura. Essi dovrebbero essere evitati,
lavorando con attenzione e controllando il lavoro.
Le Tolleranze non sono incertezze. Si tratta di limiti di accettazione,

che vengono scelti per un processo o un prodotto. (Sono
importanti per verificare la conformità con le specifiche.)
Le Specifiche non sono incertezze. Una specifica ci dice che

cosa ci si può aspettare da un prodotto. Essa può riguardare
aspetti molto ampi, tra cui anche aspetti 'non tecnici' del prodotto,
come quelli di tipo “estetico”.
38
Precisione non è la stessa cosa di incertezza.
Purtroppo, l'uso di questa parola è spesso confuso.
La precisione è un termine qualitativo (per esempio si può dire che una misura
è precisa o non precisa).
L'incertezza è un concetto quantitativo. Quando un viene presentato un

numero con 'più o meno', esso può essere chiamato incertezza, ma non
precisione.
Sono concetti qualitativi anche Accuratezza ed Esattezza
39
Gli errori non sono la stessa cosa delle incertezze. Nel passato era comune
usare le parole in modo itercambiabile utilizzando frasi come 'analisi degli
errori‘.
L’ Analisi Statistica non è la stessa cosa dell’analisi delle incertezze.
L’analisi delle incertezze è uno degli usi della Statistica.
40
Esattezza
elevata scarsa
UNI ISO 5725-1:2004
elevat  
Risultati di 50 misure di un
medesimo valore vero θ
eseguite con 4 differenti
Precision
 1  2 metodi:
1 - preciso ed esatto
  2- preciso ed inesatto
3 - impreciso ed esatto
scarsae
4 - impreciso ed
inesatto
1 - accurato
 3  4
Errore, Accuratezza, Incertezza
Relazioni tra tipo di errore, attributo della misurazione e misura dell’attributo
Tipo di errore Attributo della misurazione Misura dell’attributo
Errore Sistematico Esattezza Scostamento Sistematico

Systematic Error Trueness Bias
Errore Incertezza di Misura

Accuratezza
(di misura) Measurement
Accuracy
Error Uncertainty
Errore Casuale Precisione Scarto Tipo

Random Error Precision Standard Deviation
42
Precisione
PRECISIONE: guarda solo alla DISPERSIONE DEI TIRI tra loro e non al bersaglio
PRECISIONE
SCARSA ELEVATA
Valori Valori
DISPERSI
VICINI
Equivalgono a:
Equivalgono a:
Gaussian
a LARGA Gaussian
a
STRETTA
43
Esattezza
ESATTEZZA: guarda solo al BERSAGLIO e non alla dispersione dei tiri
ESATTEZZA
SCARSA ELEVATA
Media Valori Media Valori

FUORI CENTRO CENTRATA
Equivale a: Equivale a:
Vertice Gaussiana Vertice Gaussiana

LONTANO dal BERSAGLIO VICINO al BERSAGLIO
44
Esattezza
ESATTEZZA: guarda solo al BERSAGLIO e non alla dispersione dei tiri
ESATTEZZA
SCARSA ELEVATA
Media Valori Media Valori

FUORI CENTRO CENTRATA
Equivale a: Equivale a:
Vertice Gaussiana Vertice Gaussiana

LONTANO dal BERSAGLIO VICINO al BERSAGLIO
45
Gli 8 passi principali per valutare l’ incertezza di misura
1.Decidere cosa è necessario conoscere 5.Calcolare il risultato delle misure

dalle misure. Decidere quali sono le (includendo tutte le correzioni note,
misure necessarie e quali sono i calcoli ad esempio quelle delle tarature)
necessari per produrre il risultato finale.
6.Determinare l’incertezza standard
2. Effettuare le misure necessarie. combinata da tutte le incertezze
singole.
3.Stimare l'incertezza per ogni valore in
ingresso che determina il risultato 7.Esprimere l’incertezza in termini di
finale. Esprimere tutte le incertezze in intervallo di incertezza, fattore di
termini analoghi. copertura, e dichiarare il livello di
confidenza.
4.Decidere se gli errori dei valori in
ingresso sono indipendenti l'uno 8.Scrivere il risultato delle misure e la
dall'altro. Se non è così, sono necessari sua incertezza, indicando la modalità
alcuni calcoli o informazioni aggiuntive. con cui queste sono state determinate
46
Altre cose da sapere prima di fare un calcolo
di incertezza
I singoli contributi di incertezza devono essere espressi in
modo simile prima che essi siano combinati.
Tutte le incertezze devono essere espresse nelle stesse unità

di misura ed allo stesso livello di confidenza.
Nel seguito parleremo di:

•Scarto tipo (Incertezza standard)
•Come comporre le incertezze standard
•Correlazione
•Fattore di copertura k
47
Incertezza Standard
Tutte le incertezze che contribuiscono dovrebbero essere espresse allo stesso

livello di confidenza, convertendole in incertezze tipo.
Un valore di incertezza standard è un margine la cui dimensione può essere

pensato come 'più o meno una deviazione standard'.
L'incertezza tipo ci racconta l'incertezza di una media (non solo quella della
distribuzione dei valori).
Il valore di incertezza standard è di solito indicata dal simbolo u (u minuscolo),

oppure u (y) (l'incertezza standard di y).
48
Calcolo dell’incertezza standard
Supponiamo di aver preso un insieme n di diverse letture ripetute, per effettuare

una stima di tipo A dell’ incertezza. Per detto insieme può essere calcolato :
la media x
la stima di deviazione standard s
Da queste, l'incertezza standard stimata per la media è

calcolata da:
49
Misurando, Grandezze di ingresso
Misurando.
Obiettivo di una misurazione è la determinazione del valore della
grandezza da misurare (Y), detta misurando.
Grandezze di ingresso.
In generale, il misurando Y dipende da un certo numero di grandezze
d’ingresso X1, X2, ..., Xi, ...,Xn, secondo una funzione del tipo:
Y= f (X1, X2, ..., Xi, ..., Xn)
usualmente chiamata modello della misurazione.
50
Equazione della misurazione
Una stima del misurando o grandezza
d’uscita, y, si ottiene applicando
l’equazione
Y = f(X1, X2, . . . , XN)
ed usando come grandezze d’ingresso le stime x1, x2, . . . , xN

per i valori delle N grandezze d’ingresso X1, X2, .. . , XN.
Quindi, la stima d’uscita y, che è il risultato

y = f(x1, x2, . . . , xN)
dell’operazione di misurazione, è data da
Norma UNI CEI ENV 13005:

51
“Guida all'espressione dell'incertezza di
misura”
Modello della misurazione - Esempio
Se viene applicata una differenza di potenziale V agli estremi di un resistore

dipendente dalla temperatura, che ha una resistenza R0 ad una determinata
temperatura t0 ed ha un coefficiente di dilatazione lineare b,
la potenza dissipata P (misurando) dal resistore alla temperatura t dipende

da V, Ro, b e t secondo la relazione
P = f(V, R0, b, t) = V2/R0[1 + b(t - t0)

52
misura”
Grandezze di ingresso
Grandezze di ingresso.
Tipiche grandezze di ingresso sono:
a) Le grandezze che derivano dal processo di misurazione,
b)Le grandezze riportate nei certificati di taratura dei campioni e degli strumenti
impiegati,
c)le grandezze di influenza, che sono sostanzialmente, ma non esclusivamente, le

variabili ambientali come la temperatura, la pressione, l’umidità, ecc.
53
Stima del Misurando, Stima delle Grandezze
di ingresso
Stima del Misurando.
La stima y del misurando Y viene ottenuta dalla
Y= f (X1, X2, ..., Xi, ..., Xn)
sostituendo ai valori delle grandezze Xi le corrispondenti stime

delle grandezze di ingresso xi:
y = f (x1, x2, ..., xi, ..., xn)
54
Stima del Misurando, Stima delle Grandezze
di ingresso
Il risultato di una misurazione, pur corretto per gli eventuali

effetti sistematici identificati, è però solamente una stima del
valore del misurando a causa dell’incertezza originata dagli
effetti casuali e dagli effetti sistematici non noti o non
considerati.
Il risultato di una misurazione riportato su un rapporto di

prova non è quindi completo se non comprende anche la
espressione dell’incertezza che grava sul misurando.
55
Stima dell’incertezza
La stima dell’incertezza composta presuppone una serie di operazioni logiche
articolate come segue:
1) individuare il modello della misurazione adatto a rappresentare

l’equazione
y = f (x1, x2, ..., xi, ..., xn);
2) valutare le incertezze delle stime d’ingresso;
3)individuare un’espressione che, note le incertezze d’ingresso, consenta di

ricavare l’incertezza composta del misurando.
Ad eccezione della individuazione del modello, che può richiedere ogni volta
attenzione particolare, le altre regole sono definite dalla Noma UNI CEI ENV
13005 e si basano su teorie statistiche.
56
Classificazione delle incertezze
Le incertezze possono essere classificate come segue:
-incertezza del misurando: è legata ad una imperfetta realizzazione o definizione del
misurando e frequentemente nelle misurazioni industriali può non essere considerata;
-incertezza della strumentazione: è determinata da cause diverse, quali ad esempio la
lettura di strumento analogico, la risoluzione di strumentazione digitale, gli effetti di
condizioni ambientali non noti o non definiti completamente, l’incertezza dei
riferimenti utilizzati per le tarature;
- incertezza del protocollo: è dovuta ad approssimazioni ed assunzioni tipiche del
metodo;
-incertezza d’uso: è una incertezza introdotta come maggiorazione di un’incertezza
nota (ad esempio, quella della strumentazione), per considerare possibili cause di
incertezza che è più conveniente stimare in base all'esperienza, che calcolare
(esempio, deriva fra due intervalli di taratura);
-incertezza del software: è legata agli algoritmi matematici utilizzati per il calcolo ed
alla loro applicazione specifica.
57
Valutazione delle incertezze delle grandezze
d’ingresso
Come i valori delle grandezze d’ingresso Xi, anche le dispersioni sono

stimate attraverso opportune valutazioni, in base alle informazioni
disponibili.
Le incertezze di ingresso possono essere determinate attraverso due

categorie di valutazione, contraddistinte con le lettere A e B.
-Valutazioni di tipo A
-Valutazioni di tipo B
58
Valutazione delle incertezze delle grandezze d’ingresso
Le incertezze sono classificate nelle categorie A e B in base al

metodo utilizzato per stimarle.
Sono di categoria A, quelle valutate per mezzo dell’analisi
statistica di serie di osservazioni.
Sono di categoria B, quelle valutate con mezzi diversi dall’
analisi statistica di serie di osservazioni.
L’informazione utilizzata per stimare l’incertezza di categoria A
proviene dallo stesso esperimento o misurazione che si sta
esaminando, mentre quella di categoria B deriva da fonti
esterne.
59
Valutazione delle incertezze delle grandezze d’ingresso
Lo scopo della classificazione in categoria A e categoria B è quello di indicare le

due diverse modalità di stimare dei contributi dell’incertezza.
Tutte le incertezze hanno la stessa natura e la classificazione non sottintende,

quindi, l’esistenza di differenze nella natura delle componenti di incertezza che
risultano dai due tipi di valutazione.
Entrambi i tipi di valutazione sono basati su distribuzioni di probabilità e le

componenti di incertezza risultanti da ambedue i metodi sono quantificate
mediante varianze o scarti tipo.
60
Equivoci ricorrenti
EQUIVOCI RICORRENTI e False Relazioni tra ERRORI ed INCERTEZZE
Errori Errori
CASUALI SISTEMATICI
ERRORI
  
INCERTEZZE
Incertezze Incertezze
di TIPO di TIPO B
A
Schema generale
Valutazione delle incertezze di categoria A
Quando una grandezza xi può essere valutata direttamente dal laboratorio

attraverso la ripetizione di un processo di misurazione, in condizioni
controllate, si ottiene come risultato una serie di valori.
1- viene immaginata una popolazione virtuale infinita di valori, tutti

pertinenti alla grandezza xi in esame nelle condizioni di misurazione, da
cui sono stati estratti, quale campione casuale, quelli della serie
ottenuta in laboratorio.
2 - Il passo successivo consiste nella scelta di un modello per

rappresentare la popolazione infinita. Un modello impiegato nelle
misurazioni di un gran numero di grandezze è quello cosiddetto normale o
di Gauss.
63
Valutazione delle incertezze di categoria A
Un approccio di categoria A può essere seguito quando una grandezza X può

essere valutata direttamente in condizioni controllate, cioé con misurazioni
ripetute.
Le misurazioni ripetute sono misurazioni effettuate mantenendo costanti

tutti i parametri di influenza noti e controllabili (condizioni di ripetibilità)
64
Incertezze di categoria A. Ripetibilità
Ripetibilità: ripetibilità (dei risultati di misurazione) [VIM 3.6]
Grado di concordanza tra i risultati di successive misurazioni dello stesso

misurando effettuate nelle stesse condizioni di misura.
Le condizioni di ripetibilità comprendono:

- lo stesso procedimento di misurazione
- lo stesso osservatore
- lo stesso strumento di misura utilizzato nelle stesse condizioni
- lo stesso luogo
- ripetizione entro un breve periodo di tempo.
La ripetibilità può essere espressa quantitativamente in termini delle

caratteristiche di dispersione dei risultati.
65
Modello normale o di Gauss
xiq è un generico valore della popolazione infinita dei valori
assunti dalla grandezza Xi
1  2
p(x iq)
   
  per -∞ < xiq< ∞
 i

 2 
2 exp 
 i 
p(xiq) frequenza con cui il valore xiq figura come risultato di una
misurazione della grandezza xi , con
i il valore atteso della popolazione infinita dei valori delle
misurazioni
 i lo scarto tipo della popolazione infinita dei valori delle
misurazioni
66
p(x iq) 1 exp 1   x iq  
   

 i
i 
2 
 i 

Distribuzione delle
probabilità per una
popolazione infinita
67
Kp = (Xiq – i) /  i
34,13% 34,13%
13,60% 13,60%
2,14% 2,14% kp
-3  -2  -1  0 1 2 3
i - 3i i - 2i i -  i i i +  i i + 2i i + 3i
68,27%
95,45%
99,73%
Kp = (Xiq – i) /  i
34,13% 34,13%
kp
-1  0 1
i -  i i i +  i
68,27%
Kp = (Xiq – i) /  i
47,72% 47,72%
kp
-2  0 2
i - 2i i i + 2i
95,45%
Kp = (Xiq – i) /  i
49,86% 49,86%
kp
-3  0 3
i - 3i i i + 3i
99,73%
p(x iq) 1  exp  x iq  
 1
 Media xi 1.5
  i  2 
i   scarto tipo xi 1
x  i

iq 
k

p
i
 i
p(xiq) p(xiq)
0.45 0.45
p(xiq)
0.4
0.4
0.35
0.3 0.3
0.35
0.25 0.25
0.2 0.2
p(xiq)
0.15 0.15
0.1 0.1
0.05 0.05
0 0
-2 -1 0 1 2 3 4 5 -4 -3 -2 -1 0 1 2 3 4
xiq kp
72
p(xiq)
0.45 p(x iq)  1 ·exp
  x iq  
1
 2  
0.4 i
i 
0.35 p(xiq) 
0.3
 
0.25 i 
0.2
0.15
0.1
0.05 x iq  i
kp
-4 -3 -2 -1
0
0 1 2 3 4   i
kp
Esempio distribuzione normale
73
Serie limitate di dati
Nella pratica, per ragioni di costo e di tempo, le misurazioni ripetute di una
grandezza costituiscono sempre una serie limitata di valori.
Tali serie non possono essere sempre razionalizzate e valutate in

x iq 
base alla variabile kp, anche se si è assunto e provato che la kp
i
popolazione virtuale infinita da cui sono tratte è di tipo normale.  i
La variabile t p che razionalizza esattamente i valori di serie limitate,

x i
è stata studiata da Student tp s i i
n
xi valore medio delle i
misurazioni xiq, stima del

valore atteso i,
si è lo scarto tipo
sperimentale della serie di 74
misurazioni, stima di i .
x i
tp
In ascisse i valori di tp sii
 n
i Vedi punto C.3.8
sulle ordinate la funzione densità di probabilità p(tp) di UNI CEI ENV
13005
 i = numero
di gradi di
libertà
n i = numero di
misurazioni
Per ogni valore di i= ni - 1, con ni ≥ 2 , esiste una curva di distribuzione della
probabilità di tp.
75
x i
tp
sii
 ni
n i = numero di
misurazioni
 i = ni – 1=
numero di
gradi di libertà
76
La media della serie di misurazioni è data da xi
 x
ni 2
Lo scarto tipo si, della serie di misurazioni, si
q
è calcolato come:
1 nx



i
1
s iq
u(xi )i i
Lo scarto tipo o incertezza della media xi ni

x i
È il denominatore nella formula della t
p sii
variabile tp di Student n
i
 i = ni – 1= numero di gradi di libertà, è il denominatore della formula

dello scarto tipo della serie di misurazioni
77
Valutazione di categoria A dell’incertezza tipo
Modo di procedere in pratica

- Esecuzione di molte misure
-Determinazione del valor medio che rappresenterà il “valore di misura
esatto” cioè la migliore stima del “valore vero”
-Determinazione dell’incertezza del valore misurato dalla dispersione dei
valori di misura (scarto tipo o deviazione standard)
Quando non è possibile fare misure ripetute ?

- Prove distruttive di componenti strutturali, Prove di crash ecc.
- Misurazioni dell’andamento temporale di grandezze fisiche.

78
misura”
Valutazione di categoria A dell’incertezza tipo
Modo di procedere in dettaglio

- Eseguire n singole misurazioni, rilevare i valori letti
- Correggere le influenze sistematiche
- Determinare il valore medio dei valori letti corretti
1
x  1 x 2 x 3  x n
n
-Determinare lo scarto  .....o 
tipo x
deviazione standard dei singoli valori
s(x )
1
n
1 x 
xx 
2
x
1 x
2
1
2
 ..... nx
2
  x  x
n1  
-Determinare lo scarto
 tipo o deviazione standard del valore medio
s(x n )
s(x) 
n

79
misura”
Valutazione di categoria A dell’incertezza tipo.
Campione con poche ripetizioni
L’incertezza standard di un campione con poche ripetizioni

possiede una ulteriore incertezza.
Il valore di incertezza ottenuto viene moltiplicato per il ‘fattore di

Student’
U (x)  s(x)  t p  
Il ‘fattore di Student’ dipende da:

-Numero di ripetizioni delle misure
-Livello di probabilità desiderato

80
misura”
Gradi di
Numero libertà P=68,27 P=95,45% P=99,73
di misure () % P=90% P=95% (=2) P=99% %
(=1) (=3)
2 1 1.84 6.31 12.71 13.97 63.66 235.8
3 2 1.32 2.92 4.3 4.53 9.92 19.21
4 3 1.2 2.35 3.18 3.31 5.84 9.22
5 4 1.14 2.13 2.78 2.87 4.6 6.62
6 5 1.11 2.02 2.57 2.65 4.03 5.51
7 6 1.09 1.94 2.45 2.52 3.71 4.9
8 7 1.08 1.89 2.36 2.43 3.5 4.53
9 8 1.07 1.86 2.31 2.37 3.36 4.28
10 9 1.06 1.83 2.26 2.32 3.25 4.09
11 10 1.05 1.81 2.23 2.28 3.17 3.96
16 15 1.03 1.75 2.13 2.18 2.95 3.59
21 20 1.03 1.72 2.09 2.13 2.85 3.42
31 30 1.02 1.7 2.04 2.09 2.75 3.27
41 40 1.01 1.68 2.02 2.06 2.7 3.2
51 50 1.01 1.68 2.01 2.05 2.68 3.16
∞ 1 1.64 1.96 2 2.58 3
Tabella dei valori di tp() in funzione del numero di misure e del livello di probabilità

81
misura”
Fattore di Student in funzione del numero

di misure
10.00
9.00
8.00
Fattore di Student
7.00
6.00
5.00
99.73
4.00
%
99.00
3.00
%
95.45
2.00 %
95.00
1.00 %
0.00
0 10 20 30 40 50 60
Numero dimisure

82
misura”
Serie limitata. Errore commesso considerando una serie infinita

0%
0 5 10 15 20 25 30 35 40 45 50
-10%
-20%
-30%
-40%
-50%
-60%
-70%
Errore commesso p=95.45%
-80%
-90% Numero di letture

83
misura”
Valutazione di categoria B dell’incertezza tipo
La valutazione dell’incertezza di categoria B si basa su metodi

diversi dall’analisi statistica di serie di osservazioni.
Per una stima xi di una grandezza di ingresso Xi che non è stata

ottenuta da osservazioni ripetute , i valori della varianza stimata u2 (xi)
o dell’incertezza tipo u(xi) sono basati su considerazioni di tipo
scientifico, utilizzando tutte le informazioni disponibili (fonti esterne)

84
misura”
Le fonti esterne da cui possono derivare le incertezze di quella

di categoria B sono:
•dati di misurazioni precedenti;
•esperienza o conoscenza generale del comportamento e
delle proprietà dei materiali e strumenti di interesse;
•specifiche tecniche dichiarate dal costruttore;
•dati forniti dai certificati di taratura o da altri rapporti;
•incertezze assegnate a valori di riferimento presi da manuali.
85
L’incertezza può avere un’origine esterna o può essere ottenuta assumendo

una distribuzione di probabilità.
Le distribuzioni possono essere di vari tipi. Nella figura sono illustrate

schematicamente tre distribuzioni: normale, rettangolare e triangolare.
µt è il valore atteso o media della distribuzione e le aree tratteggiate

rappresentano ± una incertezza tipo intorno alla media .

86
misura”
Distribuzioni di probabilità – Distribuzione rettangolare
la relazione tra incertezza standard u (xi) e i limiti

di variazione (scarto massimo ± a) è
a
u(x i )   0.58
a 3
La stima è compresa nei limiti tra –a ed a, ad un livello di

confidenza del 100%
La distribuzione rettangolare si utilizza quando si conoscono i limiti di variazione e si
può assumere che tutti i valori siano equiprobabili ovvero quando non si hanno
informazioni sulla distribuzione tra questi limiti.
Esempi: limiti di errori ammissibili di uno strumento di misura, intervallo numerico di

un indicatore digitale, incertezza di lettura di un indicatore analogico, ecc.

“Guida all'espressione dell'incertezza di 87
misura”
Distribuzioni di probabilità – Distribuzione normale o gaussiana
La relazione tra l’incertezza standard u

e i limiti di variazione (scarto massimo ± a) si valuta
osservando che, essendo 2u = a, si ha:
a
u(x i ) 2  0.5
a
La stima è compresa nei limiti tra –a ed a, ad un livello di confidenza del 95,45%
La distribuzione normale si utilizza quando è maggiore la probabilità di trovare valori

prossimi al valor medio che lontani da esso. In presenza di molte cause di incertezza,
non prevedibili, l’andamento della distribuzione dei risultati di misura tenderà ad una
gaussiana.
Esempi: Errori di indicazione che risultano da varie cause come fluttuazioni nella
temperatura o nella forza misurata, errori di forma ecc.

88
misura”
Distribuzioni di probabilità – Distribuzione normale o gaussiana
0.9
0.8
0.7
0.6
0.5 0.5
0.4 0.75
0.3 1
0.2
0.1
0
20 21 22 23 24 25 26
Distribuzione normale con uguale media e diverso scarto tipo

89
misura”
Distribuzioni di probabilità – Distribuzione triangolare
la relazione tra incertezza standard u (xi) e i limiti

di variazione (scarto massimo ± a) è
a
u(x i) 
 6 0.41 a
La stima è compresa nei limiti tra –a ed a, ad un livello di confidenza del 100%
Il fattore moltiplicativo di a per la distribuzione triangolare è minore rispetto a quello

della distribuzione rettangolare. Quindi la distribuzione rettangolare rappresenta, per
la stima di un contributo di incertezza, un’assunzione più conservativa rispetto a
quella triangolare.
Esempi. Errori di indicazione che si hanno prevalentemente al centro e che

mostrano una piccola variazione, sovrapposizione di 2 distribuzioni uniformi
D2 - Dado.xlsx 90
Distribuzioni di probabilità – Distribuzione ad U
la relazione tra incertezza standard u (xi) e i
limiti di variazione (scarto massimo ± a) è
a
u(xi)  
0.71 a 2
La stima è compresa nei limiti tra –a ed a, ad un livello di
confidenza del 100%
La distribuzione ad U è utilizzata quando è maggiore la probabilità che i valori misurati
si trovino vicino ai limiti di variazione piuttosto che intorno al valore medio.
Il fattore moltiplicativo della distribuzione ad U è ancora più grande di quello

della distribuzione rettangolare.
Quindi, per la stima di un contributo di incertezza, la distribuzione ad U
rappresenta un’assunzione ancora più conservativa rispetto alla distribuzione
rettangolare

91
misura”
Distribuzioni di probabilità
a
u(x i )   0.41 u(x i ) a  0.5
a a
6 2
a a
u(x i )  0.58 u(x i) 
 3 a  2 0.71 a

92
misura”
Distribuzioni di probabilità
Rapportotra incertezza standard e semi ampiezza
u/a della distribuzione
0.80
0.71
0.70
0.60 0.58
0.50
0.50
0.41
0.40
0.30
0.20
0.10
0.00
Triangolare Normale (Gaussiana) Uniforme (Rettangolare) A forma di U

93
misura”
Valutazione di categoria B. Gradi di libertà
Anche per le incertezze valutate con metodi di categoria B è opportuno parlare di

gradi di libertà.
Quando la modalità di valutazione utilizzata è una delle seguenti:
Le incertezze tipo hanno infiniti gradi di libertà
In altri casi vedere il punto G.4.2 della norma UNI CEI ENV 13005

94
misura”
Combinazione delle componenti dell’incertezza. Calcolo
dell’incertezza tipo composta
Nel corso di un processo o di una prova, le grandezze in gioco, con
incertezze, sia di categoria A che di categoria B, possono essere numerose.
Come si calcola l’incertezza tipo composta, u(y), pertinente al risultato y del

processo o prova ?
Legge di propagazione
delle incertezze

95
misura”
TEOREMA DEL LIMITE CENTRALE - Effetti della sua applicazione
GRANDEZZA VARIABILI
oggetto dell'indagine = fisiche da cui dipende il
misurando misurando
DISTRIBUZIONE
DISTRIBUZIONI
NORMALE
delle singole variabili
(risultante)
VALORE OTTENUTO MISURE

(indirettamente) dirette delle variabili

96
misura”
L’incertezza tipo composta del risultato di una misurazione y, si indica con
uc(y) ed è data dalla radice quadrata della varianza stimata u c2(y) ed è
calcolata da
L’equazione precedente, nota come legge

di propagazione dell’incertezza, è basata
sull’approssimazione del primo ordine di y = f(x1, x2, . . . , xn)
una serie di Taylor dell’equazione.
Le derivate parziali di f rispetto alle xi sono i cosiddetti coefficienti di

sensibilità;
u(xi) è l’incertezza tipo associata alle stime di ingresso xi UNI CEI ENV 13005
u(xi, xj) è la covarianza stimata tra xi e xj. Esempio H1
97
misura”
Quindi per variabili correlate è utile introdurre il coefficiente di correlazione
Il coefficiente di correlazione assume valori compresi tra -1 e +1
Vale zero se le stime delle due grandezze sono statisticamente

indipendenti, se sono perfettamente correlate (anticorrelate) è pari a 1 (-1)
e i valori intermedi indicano una parziale correlazione.

98
misura”
L’equazione precedente diventa molto più semplice se le stime di ingresso

xi di Xi possono essere considerate indipendenti (scorrelate):
In questo caso, il secondo termine a secondo membro è nullo e
l’equazione diventa
N 2 2 2
2
u ( y)
c   f u2 
 i x  
 f
2
1
u 2 
 f 2 x  u
2
n

i1
 i  x 21  x2 
  n
x f x  x ....   u x 
 
Questa parte tratta il caso di grandezze d'ingresso tutte indipendenti

99
misura”
La difficoltà di manipolazione della
N
  f 2  2 x ....f 2 n
2
2
u ( y)
c   f 
i1 
2
xi    u x
 f
1  
2
 2 i  1 2 n x


 ux 
x  u x  x
2

2
in cui compaiono le derivate parziali,  u  
dipende dalla complessità della y = f (x1, x2, ..., xi, ..., xn)
funzione modello
Modalità semplici di impiego della equazione della propagazione delle

incertezze si hanno quando il modello è costituito da una somma o da un
prodotto.

100
misura”
Calcolo dell’incertezza tipo composta relativa
Si osserva che l’incertezza tipo composta può anche

essere espressa in forma relativa u(
y)
dividendo quella in valore assoluto u(y) per la stima y
del misurando Y, ossia : u( y) y
u( y)
Analizziamo le espressioni delle incertezze tipo composte (valori assoluti e

relativi) per alcuni casi di frequente applicazione (per semplicità, si è
supposto il misurando funzione di non più di tre grandezze di ingresso).

101
misura”
Incertezza tipo composta
Nel caso di somma algebrica di grandezze d’ingresso, l’incertezza tipo composta

assoluta u(y) è data dalla radice quadrata della somma dei quadrati delle incertezze
assolute delle stime di ingresso
Funzioni
somme e
differenz
e uc,r = uc(y)/y

102
misura”
Incertezza tipo composta. Funzioni prodotto e rapporto
Nel caso di prodotti e rapporti di grandezze d’ingresso, l’incertezza tipo composta
relativa, . u (y), è data invece dalla radice quadrata della somma dei quadrati delle
incertezze tipo relative delle stime di ingresso.

103
misura”
Incertezza tipo composta. Funzioni prodotto e rapporto
Nel caso di prodotti e rapporti di grandezze d’ingresso, l’incertezza tipo composta
relativa, . u (y), è data invece dalla radice quadrata della somma dei quadrati delle
incertezze tipo relative delle stime di ingresso.

104
misura”
Comporre le incertezze standard
Le singole incertezze standard, calcolate in base alle valutazioni di tipo A o di tipo B,
possono essere combinate attraverso una 'somma in quadratura' (‘radice quadrata
della somma dei quadrati').
Il risultato ottenuto è l'incertezza combinata standard, uc o uc (y).
u c  a  b  c  .....  n incertezza 
combinata
2 2 2 2
La somma in quadratura è molto semplice quando il risultato della misura si ottiene

attraverso addizione o sottrazione.
Casi più complicati si hanno quando si fanno moltiplicazioni e divisioni di più misure
oppure quando si applicano altre funzioni.
105
Somma in quadratura per addizione e sottrazione
uc  
a  b c  .....  n 
incertezza
2
 combinata
2 2 2
Il caso più semplice è quello in cui il risultato è la somma di una serie di valori
misurati (sia sommati o sottratti).
Ad esempio, potrebbe essere necessario trovare la lunghezza totale di un recinto
costituito da pannelli recinzione di diversa lunghezza.
Se l'incertezza standard (in metri) della lunghezza di ciascun pannello del recinto è
data da a, b, c, ecc,
l'incertezza combinata standard (in metri) per l’intero recinto viene trovata dal
quadrato delle incertezze, sommandole tutte, e poi ricavando la radice quadrata del
totale.
Esercizio 2 – Somma di incertezze perimetro
106
Somma in quadratura per moltiplicazione o
divisione
Per casi più complicati, può essere utile lavorare in termini di incertezza relativa, al
fine di semplificare i calcoli.
Ad esempio:
Trovare l'area, A, di un tappeto rettangolare, moltiplicando
A=L×W
la lunghezza, L, per la larghezza, W
L'incertezza relativa del tappeto può essere trovata dalle incertezze relative alla
lunghezza ed alla larghezza.
Per la lunghezza L, con incertezza u (L), l'incertezza relativa è u(L)/L.
Per la larghezza W, con incertezza u (L), l'incertezza relativa è u(W)/W.
L'incertezza relativa u(A)/A del tappeto è data da
Cioè dalla somma in quadratura delle incertezze relative
Esercizio - Calcolo incertezze tappeto 107

Somma in quadratura per moltiplicazione o
divisione
L’equazione precedente
Potrà essere utilizzata nel caso in cui nel risultato della misura ci siano 3
fattori da moltiplicare (ad esempio un volume). In questo caso si avrà una
somma quadratica di 3 incertezze relative.
Essa potrà essere usata, esattamente nella stessa forma, nel caso in cui il
risultato sia il quoziente di 2 valori.
In altre parole questa forma di equazione copre tutti i casi in cui le

operazioni siano di moltiplicazione o di divisione.
Esercizio - Calcolo incertezze volume 108

Somma in quadratura per funzioni più
complicate
Quando un valore è elevato al quadrato nel calcolo del

risultato di misura finale (esempio Z2 ) , allora l’incertezza
relativa dovuta alla componente al quadrato è data da:
Quando una radice quadrata è parte del calcolo di un

risultato di misura finale (esempio √Z ), allora l’ incertezza
relativa dovuta a tale componente è data da:
109
Somma in quadratura per funzioni più
complicate
Naturalmente, per effettuare alcune misure sono necessari dei calcoli che
usano formule che sono una combinazione di addizioni, sottrazioni,
moltiplicazioni, divisioni, ecc.
Per esempio, se si misura la resistenza elettrica R

e la tensione V, e poi si calcola la potenza
elettrica risultante P, usando la relazione:
In questo caso, l’incertezza relativa

u(P)/P nel valore della potenza, sarà
dato da:
In generale, per il calcolo a più passi, il processo di combinazione delle incertezze

standard in quadratura può essere effettuato anche in più passaggi, utilizzando
l'apposita forma per l'addizione, moltiplicazione, ecc. ad ogni passo.
Esercizio - Calcolo incertezze potenza elettrica 110

Incertezza Estesa ed Intervallo di Confidenza
L’incertezza tipo composta u(y) potrebbe essere sufficiente per caratterizzare una
misurazione.
In molte applicazioni, commerciali, industriali e normative, si preferisce definire

un intervallo più ampio U(y), intorno al risultato y, in modo che vi siano
compresi una più grande parte dei valori, che ragionevolmente possono essere
attribuiti al misurando.
Questo intervallo più ampio, denominato incertezza estesa, si ricava

moltiplicando l'incertezza tipo composta per un fattore di copertura k,
ossia :
U ( y)  k  u( y)
111
Fattore di copertura k
Avendo convertito le componenti di incertezza in ingresso per trovare
l’incertezza standard composta, dobbiamo riconvertire il risultato.
L’incertezza standard combinata può essere pensata come equivalente ad

“uno scarto tipo” (“una deviazione standard”), ma possiamo volere una
incertezza composta dichiarata ad un altro livello di confidenza, ad es. 95%.
Questa riconversione può essere fatta usando il fattore di copertura, k.
Moltiplicando l’incertezza standard composta uc per un fattore di copertura

si ha un risultato chiamato “incertezza estesa”, usualmente indicata con il
simbolo U,
112
Un particolare valore del fattore di copertura da un particolare livello di

confidenza all’incertezza estesa.
Nella maggior parte dei casi, l’incertezza composta viene trasformata

usando il fattore di copertura k = 2, per ottenere un livello di confidenza di
circa il 95 percento.
k = 2 è corretto se l’incertezza composta standard è distribuita in modo
normale.
113
Altri fattori di copertura (per una distribuzione normale) sono:
k = 1 per un livello di confidenza di circa 68 %

k = 2.58 per un livello di confidenza di 99 %
k = 3 per un livello di confidenza di 99.7 %
Altre forme di distribuzione, meno comuni, hanno differenti fattori di

copertura.
114
Viceversa, ogni qualvolta una incertezza estesa è citata con un dato

fattore di copertura, è possibile trovare l’ incertezza standard con il
processo inverso, ossia dividendo per il fattore di copertura.
Questa è la base per trovare l’incertezza composta.
Ad esempio le incertezze estese dichiarate su un certificato di taratura,

possono essere ‘trasformate’ in incertezze standard.
115
Il valore di questo fattore k deve essere individuato tra quelli pertinenti alla
variabile tp di Student riportati in Tabella
U ( y)  k 
u( y)
116
Anche se alcune variabili di ingresso xi non hanno distribuzione normale,
la distribuzione della variabile risultato y può essere considerata approssimativamente
normale
in forza del teorema del limite centrale (punto G.2 della norma UNI CEI EN 13005)
U ( y)  k  u( y)
117
Per scegliere l'opportuno valore di tp nella Tabella dei fattori di Student, occorre fissare
il livello di probabilità, p , che si desidera considerare (di solito p = 95%) e calcolare il
numero dei gradi di libertà effettivi, eff, da attribuire a u(y).
Il calcolo può essere effettuato con la

seguente formula di Welch-Satterhwaite
dove
L’incertezza estesa Up(y)

U p ( y)  k p  uc ( y)  t p
  u ( y)
eff c
Fornisce un intervallo Y=y±Up che ha un livello di fiducia approssimato p
118
Gradi di libertà effettivi
Si supponga che Y= f (X1, X2, X3 )= b X1 X2 X3
Supponiamo che x1 , x2 , x3 siano le stime delle grandezze d'ingresso X1 , X2 , X3

distribuite normalmente,
Supponiamo che x1 , x2 , x3 siano le medie aritmetiche di n1= 10, n2= 5 ed n3 = 15

osservazioni ripetute ed indipendenti,con incertezze tipo rispettivamente
u(x1 )/x1= 0,25%, u(x2 )/x2= 0,57% e u(x3 )/x3= 0,82%,.
119
Il valore di tp per p = 95% e ν = 19 è, t95 (19) = 2,09;
Dunque l'incertezza estesa relativa per questo livello di fiducia è

U95= 2,09 × (1,03%) = 2,2%.
Si può allora affermare che
con y da determinarsi mediante l’equazione
ovvero che 0,978y ≤ Y ≤ 1,022y, e che il livello di fiducia da associare all'intervallo è

approssimativamente del 95%.
120
Incertezza estesa e fattore di copertura
In genere, il valore del fattore di copertura k viene scelto sulla base di un

livello di confidenza che si desidera associare all’intervallo definito da
U = k*uc.
Tipicamente, k è nell’intervallo da 2 a 3.
Quando si considera una distribuzione normale e uc è una stima attendibile

dello scarto tipo di y,
U= 2 uc (cioè k = 2) definisce un intervallo avente un livello di confidenza

approssimativamente del 95%,
U = 3 uc (cioè k = 3) definisce un intervallo avente un livello di confidenza

approssimativamente del 99%.

121
misura”
Espressione dell’ Incertezza
L'espressione dell’incertezza del misurando, da riportare nel rapporto di prova,
deve rendere immediatamente e univocamente interpretabili i risultati della
misurazione.
Si raccomanda di riportare, accanto alla stima del misurando, sempre e

solo, il valore della incertezza estesa.
Questa scelta ha lo scopo di evitare fraintendimenti e favorire la trasparenza

dei risultati.
Per questo motivo è necessario indicare anche il fattore di copertura

utilizzato, il corrispondente livello di probabilità e il numero dei gradi di
libertà effettivi.
122
Espressione dell’ Incertezza. Numero di cifre
significative
Si raccomanda di non usare un numero eccessivo di cifre significative e si
propone di indicarne, di regola, due: salvo il caso che sia opportuno avere a
disposizione ulteriori cifre per evitare arrotondamenti troppo grossolani nei
calcoli successivi.
L’incertezza va espressa con poche cifre. Normalmente, si esprime con due o

addirittura una cifra significativa. Di norma si approssima per eccesso:
I = 0.5437 a I = 0.55 oppure I = 0.6
I = 0.9112 a I = 0.91 oppure I = 1
I = 0.8812 a I = 0.89 oppure I = 0.9
I = 0.001214 a I = 0.0013 oppure I = 0.002
123
Espressione dell’ Incertezza
Alcune semplici regole per la compilazione del rapporto di prova:
-fornire una descrizione completa del misurando Y;
- esprimere il risultato della misurazione nella forma yy

e indicare le unità di misura di y ed U;
U
-indicare i valori del fattore di copertura adottato, del livello di probabilità
considerato e del numero di gradi di libertà effettivi calcolato;
- l’incertezza estesa relativa, quando ciò viene ritenuto opportuno;
-il riferimento alla norma utilizzata nella valutazione dell’incertezza (esempio

UNI CEI ENV 13005).
124
Come esprimere l’incertezza
E’ importante esprimere il risultato in modo che chi legge possa utilizzare
l’informazione (ad. Esempio in un rapporto di taratura o di prova)
I punti più importanti da dichiarare sono:
•Il risultato della misura, insieme al valore dell’incertezza. Esempio ‘La

lunghezza della matita è 20 cm ±1 cm.’
•La dichiarazione del fattore di copertura e del livello di confidenza.
Una espressione raccomandata è: ‘L’incertezza riportata è basata su una
incertezza standard moltiplicata per un fattore di copertura k = 2, che
fornisce un livello di confidenza di circa il 95%.
e
•Come è stata stimata l’incertezza (ci si può riferire alla pubblicazione in
cui il metodo è descritto, esempio: EA-4/02).
125
Esempio di dichiarazione di incertezza
Per una massa nominale di 100 g:
scrivere ms = (100,021 47 ± 0.000 70) g,

in cui il numero che segue il simbolo ± è il valore
dell’incertezza estesa U = 2 uc, significa che,
per una distribuzione approssimativamente normale,
il valore incognito della massa cade nell’intervallo ms ±U con un

livello di confidenza approssimativamente del 95%.
126
Conformità ad una specifica
Quando dai risultati di misura sono tratte delle conclusioni, non deve essere
dimenticata l'incertezza delle misure.
Ciò è particolarmente importante quando le misurazioni sono utilizzate per

verificare se una specifica è stata o meno soddisfatta.
A volte un risultato può cadere chiaramente dentro o fuori il limite di

specifica, ma l'incertezza può sovrapporsi al limite.
Ci sono quattro casi che rappresentano il modo in cui un risultato della

misurazione e la sua incertezza possono posizionarsi rispetto ai limiti di una
determinata specifica.
127
Conformità ad una specifica
Caso (a), sia il risultato che l’incertezza Caso (d), nè il risultato nè alcuna parte
cadono all’interno dei limiti specificati. dell’incertezza cadono entro i limiti
Questo caso è classificato come una specificati. Questo caso è classificato
‘comformità’ come una ‘non- comformità’.
I Casi (b) e (c) non sono nè completamente dentro nè completamente fuori dei limiti
specificati. Non è possibile trarre alcuna conclusione sulla conformità
128
Uso dei calcolatori– Arrotondamenti
•L’arrotondamento dei valori deve essere effettuato solo alla fine del
calcolo, al fine di evitare errori di arrotondamento.
Ad esempio, se 2,346 è arrotondato a 2,35 in una fase iniziale in un
calcolo, potrebbe essere arrotondato in seguito a 2,4.
Ma se 2,346 è utilizzato in tutto il calcolo sarebbe
correttamente arrotondato a 2,3 nella fase finale.
•Sebbene i risultati siano arrotondati, alla fine del calcolo, verso l'alto o
verso il basso, a seconda di quale è il valore più vicino, la regola di
arrotondamento delle incertezze è diversa. L'incertezza finale è
arrotondata alla cifra più prossima, ma non verso il basso.
129
Norma ISO-GUM
La norma ISO_GUM è oggi accettata da tutti gli istituti Metrologici Nazionali e da
molte industrie ed è stata tradotta in molte lingue. E’ inoltre stata adottata da molte
organizzazioni metrologiche tra cui, per esempio
EURAMET = European Collaboration in Measurement Standards

EUROLAB = analytic chemistry in Europe
EA = European Cooperation for Accreditation
EU = European Union; adottata da CEN e pubblicata come EN 13005.
NORAMET = North American Collaboration in Measurement Standards
Di recente è stata costituita una organizzazione internazionale (Joint Committee for

Guides in Metrology-JCGM) che ha la responsabilità del mantenimento e della
revisione della GUM (così come del VIM = Vocabolario di Metrologia).
http://www.bipm.org/enus/2_Committees/joint_committees.html

130
misura”
Esempio – calcolo di base dell’incertezza
Facciamo un esempio pratico di una semplice

analisi dell’incertezza.
Non è realistico in ogni dettaglio ma è pensato per essere
abbastanza semplice e chiaro per illustrare il metodo.
- E’ descritta sia la misura che l’analisi dell’incertezza.

-L’analisi delle incertezze è mostrata in una tabella (foglio di
lavoro con ‘uncertainty budget’)
La misura- quanto è lungo il pezzo di corda?
Si supponga di dover fare una stima accurata della

lunghezza di un pezzo di corda (o spago).
Quanto è lungo il pezzo di corda ?

La misura- quanto è lungo
il pezzo di corda?
Seguiamo il processo in 8 punti descritto nella
presentazione
Fase 1. Decidere cosa è necessario sapere dalle misure. Decidere quali sono le
misure realmente da effettuare e quali sono i calcoli necessari per produrre il
risultato finale
Fase 2. Effettuare le misure necessarie.

Fase 3. Stimare l'incertezza di ogni grandezza in ingresso che determina il
risultato finale. Esprimere tutte le incertezze in termini simili (incertezza
standard , u).
Fase 4. Decidere se le incertezze delle grandezze in ingresso sono tra loro

indipendenti. (Se non lo sono, sono necessari calcoli aggiuntivi o informazioni
aggiuntive.)
La misura- quanto è lungo
il pezzo di corda?
Seguiamo il processo descritto nella presentazione
Fase 5. Calcolare il risultato della misura (includendo le correzioni note

derivanti ad esempio dalla taratura).
Fase 6. Trovare l’incertezza combinata di tutte le singole incertezze.
Fase 7. Esprimere l’incertezza attraverso l’intervallo di incertezza, il fattore di

copertura e la dichiarazione del livello di confidenza.
Fase 8. Scrivere il risultato della misura e l’incertezza e dichiarare come sono

stati ottenuti.
Calcolare l’incertezza della lunghezza di un pezzo di
corda
Fase 1. Decidere cosa è necessario sapere dalle misure. Decidere quali
sono le misure realmente da effettuare e quali sono i calcoli necessari
per produrre il risultato finale
Ho bisogno di fare una misura della lunghezza, utilizzando un metro a

nastro. Oltre alla lettura della lunghezza effettiva sul metro a nastro,
potrebbe essere necessario prendere in considerazione:
- Eventuali errori di misura del metro a nastro
- Possibili errori causati dal materiale misurato
-Possibili errori dovuti al processo di misurazione, ed alla persona che
effettua la misurazione
Fase 1. Decidere cosa è necessario sapere dalle
misure. Decidere quali sono le misure realmente da effettuare
e quali sono i calcoli necessari per produrre il risultato finale
1) Eventuali errori del metro a nastro

- C’è necessità di una correzione o la taratura ha
dimostrato che esso legge correttamente ?. Quale è
l'incertezza nella taratura?
- Il nastro è soggetto a “stiramento”?
-La flessione può averlo accorciato ? Quanto
potrebbe essere cambiato da quando è stato tarato?
-Qual è la risoluzione, cioè quanto solo piccole le divisioni sul
nastro (ad esempio in millimetri)?
2 - Possibili errori causati dall’elemento che viene

misurato
-La corda è posta in modo diritto? E 'sotto-allungata

o sovra- allungata?
- La temperatura o umidità prevalente (o qualsiasi

altra cosa) influenzano la sua durata effettiva?
- Le estremità della corda

sono ben definite, o sono
consumate?
2 - Possibili errori dovuti al processo di

misurazione ed alla persona che effettua la misurazione.
- Si può allineare bene l'inizio della corda con

l'inizio del metro a nastro?
- Il metro a nastro può essere posto in modo
parallelo rispetto alla corda?
- La misura è ripetibile ?
Forse è possibile pensare anche ad altri errori

Fase 2. Effettuare le misure.
Effettuare e registrare le misure di lunghezza.
Per fare l’attività in modo più approfondito, ripetere le

misure per un totale di 10 volte, riallineando ogni volta il
metro a nastro. (Poco probabile, in misure reali!)
Supponiamo di calcolare una media di 5.017 metri (m) ed

uno scarto tipo stimato di 0.0021 m (i.e. 2.1 millimetri).
Fase 2. Effettuare le misure.
Per una misurazione accurata è possibile anche registrare:
- Quando è stata fatta la misura

-Come è stata effettuata la misura, ad esempio parallelamente a terra o
in verticale, invertendo il metro o meno, ed altri dettagli di come è
allineato il metro a nastro con la corda.
- La misura di metro a nastro che è stato utilizzato (nel nostro caso 5 m)
-Le condizioni ambientali (se si pensa che queste potrebbero influenzare
i risultati)
- Qualunque altra cosa che potrebbe essere rilevante.
Fase 3. Stimare l'incertezza di ogni grandezza in ingresso che
determina il risultato finale. Esprimere tutte le incertezze in
termini simili (incertezza standard , u).
Analizziamo tutte le possibili fonti di incertezza e per ciascuna

stimiamo il valore di ciascuna
a) Il metro a nastro è stato tarato.

Non richiede alcuna correzione, ma l’incertezza di taratura è
0.1% della lettura, con un fattore di copertura k = 2 (per una
distribuzione normale).
In questo caso, 0.1% si 5.017 m è prossimo a 5 mm. Dividendo
per 2 si ha che l’incertezza standard è u = 2.5 mm (per k = 1).
b) Le divisioni del metro a nastro sono in millimetri.

Leggendo alla divisione più vicina commettiamo un errore
inferiore a ±0.5 mm.
Possiamo assumere questa come incertezza distribuita in
modo uniforme (il valore vero potrebbe essere in qualunque
posizione in un intervallo di 1 mm, e cioè di ±0.5 mm.
Per trovare l’incertezza standard, u, dividiamo la
semiampiezza (0.5 mm) per √3, ed otteniamo
approssimativamente u = 0.3 mm.
c) Il metro a nastro è dritto, ma la corda avrà inevitabilmente delle leggere

curve. Pertanto è probabile che la misura sottovaluti la lunghezza effettiva
della corda.
Supponiamo che la sottostima sia di circa lo 0,2%, e che l'incertezza sia al
massimo dello 0,2%.
Ciò significa che dovremmo correggere il risultato con l'aggiunta dello 0,2 %
(cioè 10 mm).
L'incertezza si presume essere distribuita uniformemente, in assenza di una
migliore informazione. Dividendo la larghezza di metà della incertezza (10
mm) per √ 3 si ha l’incertezza tipo u = 5,8 mm (con l'approssimazione di 0,1
mm).
d) La deviazione standard ci indica quanto è ripetibile il posizionamento del metro a

nastro e quanto ciò contribuisce all’incertezza del valor medio.
La deviazione standard stimata per la media delle 10 letture si determina utilizzando
la seguente formula:
(con una cifra decimale)
Supponiamo che, ai fini di questo esempio, non sia necessario includere altre
incertezze. (Nella realtà ci potrebbero essere altre componenti da includere).
Fase 4. Decidere se gli errori delle grandezze in ingresso sono
indipendenti tra loro.
In questo caso supponiamo che gli errori delle grandezze in

ingresso siano indipendenti tra di loro.
Non sono quindi necessari calcoli o informazioni aggiuntive

Fase 5. Calcolare il risultato delle misure (includendo tutte le
correzioni note, ad esempio per la taratura)
Il risultato delle misure corrisponde al valore medio misurato a

cui si apporta la correzione necessaria per considerare le curve
della corda.
Esempio: 5.017 m + 0.010 m = 5.027 m

Fase 6. Trovare l’incertezza composta standard dalle singole
incertezze.
L’unico calcolo che è stato fatto finora per trovare il risultato è la somma di
una correzione.
Per il calcolo dell’incertezza composta si può utilizzare la somma in
quadratura nella sua forma più semplice).
incertezza  composta  tipo  uc  a

b  c  .....
n  2
2
2
2
Le incertezze standard si combinano, quindi, con la formula seguente:

incertezza  composta  tipo  u c 
 2.5  0.3  5.8  0.7
 2
Fase 7. Esprimere l’incertezza attraverso l’intervallo di
incertezza, il fattore di copertura e la dichiarazione del livello
di confidenza.
Per un fattore di copertura k=2, si moltiplica l’incertezza

composta tipo per 2.
Si ha una incertezza estesa di 6.4•2=12,8 mm.
Ciò corrisponde ad un livello di confidenza di circa il
95%
Fase 8. Scrivere il risultato della misura e l’incertezza e
dichiarare come sono stati ottenuti.
Si potrebbe esprimere il risultato nel modo seguente:
'La lunghezza della corda è di 5,027 m ± 0,013 m. L’ incertezza estesa si basa

su una incertezza tipo moltiplicata per un fattore di copertura k = 2, che
fornisce un livello di confidenza di circa il 95%.
'La lunghezza riportata è la media di 10 misurazioni ripetute della corda in

posizione orizzontale. Il risultato è corretto per l'effetto stimato della corda
non completamente diritto durante la misura.
L'incertezza è stata stimata secondo il metodo riportato nella norma UNI CEI
ENV 13005:2000
Esempio di foglio di calcolo con il budget delle incertezze
distribuzione incertezza
Componente di incertezza Valore divisore
di standard
probabilità
Incertezza di taratura mm 5 normale 2 2.5 mm
Risoluzione (dimensione
mm 0.5 rettangolare 1.73 0.3 mm
delle divisioni)
Corda che non giace perfettamente
mm 10 rettangolare 1.73 5.8 mm
retta
Incertezza standard della media di
mm 0.7 normale 1 0.7 mm
10 letture ripetute
assunta
Incertezza composta standard 6.3 mm
normale
assunta
Incertezza estesa 2 12.7 mm
normale
Foglio di calcolo

Incertezza Di Misura Metodo GUM 2-Convertito

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 Metodo GUM 2-Convertito

Caricato da

Copyright:

Formati disponibili

“Guida all'espressione

dell'incertezza di misura” (GUM)

Misurare permette di conoscere, di descrivere e quindi

La scienza delle misure è antica, in quanto misurare è

Estensive : vale la somma; confronto eseguito in termini di

Intensive : esprimono un ordine non vale la somma ed i

Ci sono alcuni processi che possono sembrare delle misure ma

Un conteggio non viene di norma considerata come misura.

Spesso, una prova non è una misura : ad esempio prove che

Espressione della misura

Una MISURA è una informazione costituita da (UNI 4546):

assegnati a rappresentare un parametro in un determinato stato

parametro numero incertezza u.d.m.

Temperatura al suolo 297 ±1 K

Massa a vuoto 1244 ±2 kg

Lunghezza corridoio 20,0 ± 0,1 m

La parola ‘incertezza’ significa dubbio, e pertanto

Poiché non esistono parole diverse per esprimere questo

L’incertezza di misura è definita da norme internazionali, recepite dagli

La più recente versione della norma internazionale pubblicata in Italia è

Accredia (ex SINAL), ha pubblicato la guida DT-0002, con una serie

Norma UNI CEI ENV 13005: 10

Parametro, associato al risultato di una misurazione, che

misurazione [VIM 2.1]

misurando [VIM 2.6]

Dal momento che c'è sempre un margine di dubbio su una

Così, al fine di quantificare un'incertezza sono realmente

Potremmo dire che la lunghezza di un bastone sia di 20 centimetri più o

Questo risultato potrebbe essere scritto come:

La dichiarazione dice che siamo sicuri al 95 per cento che il bastone ha

Ci sono altri modi per indicare i livelli di fiducia e lo vedremo nel

L’incertezza descrive completamente “la qualità” della misura e

In generale, il risultato di una misurazione è solamente

L’obiettivo di una misurazione è quello di determinare il valore del

Il risultato di una misurazione è solamente un’approssimazione o

... o può essere necessaria per leggere e capire un certificato di taratura o

In effetti è saggio fare qualsiasi misura

Se si effettuano due misure ed esse non

Ma se si fanno 3 misure e 2 di esse sono in accordo, mentre la terza è molto

Così, semplicemente per evitare errori

Ripetendo più volte la stessa misurazione, non si ottengono

Il valore della misura è, con un certa probabilità, compreso

È possibile aumentare la quantità di informazioni che si

I due calcoli statistici più importanti sono quelli per trovare la

Ciò può essere dovuto a variazioni naturali in ciò

Oppure la causa potrebbe essere lo strumento di

Esempio x è il valor medio di x

La figura mostra l’ illustrazione di una serie di valori ed il loro valore medio.

Come regola empirica di solito è sufficiente fare tra le 4 e 10 letture.

A volte è sufficiente conoscere l'intervallo tra i valori minimi e massimi. Ma per un

Il modo usuale per quantizzare la dispersione è lo scarto tipo (o deviazione standard).

Il valore ‘vero' per la deviazione standard può essere trovato soltanto da un

Il simbolo s è utilizzato, di solito, per la deviazione standard stimata.

Esempio n. 1 – Media e dev.standard

Un risultato di misura per essere utilizzabile richiede un’indicazione

Tale indicazione si esprime in termini di incertezza del risultato

È pertanto necessario che esista una procedura, di agevole

Le incertezze possono essere dovute a varie cause tra le quali ad esempio:

• definizione incompleta del misurando;

Le incertezze possono essere dovute a varie cause tra le quali ad esempio:

•risoluzione o soglia di risoluzione strumentali non infinite;

Molte cose possono rendere incerta una misura.

•Lo strumento di misura

Lo strumento di misura– gli strumenti possono presentare errori di scostamento (bias),