You are on page 1of 6

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

3° livello serale - ITG “E. Forcellini”

Modulo 3:

CAMPO OPERATIVO E APPLICAZIONI DI TRIGONOMETRIA – TEORIA DEGLI ERRORI

Unità Didattica 3:

TEORIA DEGLI ERRORI

3.1 TEORIA DEGLI ERRORI DI MISURA

L' impiego di strumenti di misura, in Topografia così come nelle altre discipline tecniche, richiede la applicazione di metodi e di teorie scientifiche che permettano di quantificare l'approssimazione dei valori misurati.

3.1.1 CLASSIFICAZIONE DEGLI ERRORI

Supponiamo di eseguire una misura V di una grandezza nota X. Chiameremo errore x la differenza tra la misura e il valore vero. In formule:

[ 3.1 ]

L'errore x definito nella (3.1) si chiama anche errore assoluto, è utile definire qualche altra formulazione dell'errore:

x = V - X

errore relativo: valore assoluto del rapporto fra errore assoluto e misura:

r = | x / X

|

errore percentuale:

p = r 100

Le misure sono affette da errori dovuti a cause diverse e spesso non note o non valutabili con esattezza. In linea generale gli errori possono essere classificati in :

grossolani,

sistematici,

accidentali.

a) Errori grossolani o materiali. Appartengono a questa categoria gli errori dovuti a distrazione o inesperienza

dell' operatore, a operazioni scorrette o a cause perturbatrici esterne che alterano sensibilmente il corretto funzionamento degli strumenti di misura.

b) Errori sistematici. Sono dovuti a cause di natura fisica, ambientale o di costruzione dello strumento e danno

luogo ad errori generalmente non evidenziabili con una semplice ripetizione delle misure e caratterizzati da

costanza di segno.

c) Errori accidentali. Sono dovuti a cause spesso numerose e non sempre identificabili, di natura molto varia e

comunque ineliminabili.

di natura molto varia e comunque ineliminabili. Fig.3.1 - Curva di distribuzione degli errori di misura

Fig.3.1 - Curva di distribuzione degli errori di misura

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

3° livello serale - ITG “E. Forcellini”

3.1.2 - TEORIA DEGLI ERRORI DI GAUSS K.F.GAUSS (1777-1855) elaborò la teoria dei Minimi Quadrati mediante la quale è possibile la valutazione della precisione delle misure ripetute e la distribuzione degli errori di misura attorno al valor vero.

3.1.2.1 Probabilità e frequenza di un evento in una serie

Noto il numero di eventi possibili t e il numero v di eventi nei quali si è verificata una condizione i si può chiamare frequenza relativa della condizione i il valore f(i) dato dalla:

[ 3.2 ]

La probabilità che la stessa condizione i si verifichi, in condizioni simili a quelle nelle quali si è determinata la frequenza f(i) è data dalla:

[ 3.3 ]

che può essere espressa in forma percentuale:

[ 3.4 ]

Le relazioni [3.3] e [3.4] derivano dal Postulato empirico delle Probabilità e possono essere ritenute valide per valori di t elevati.

f(i) = v(i) / t

p(i) = f(i) = v(i) / t

p% = v 100 / t

3.1.2.2 Distribuzione normale della frequenza degli errori in una serie di misure ripetute di eguale precisione

La Legge di distribuzione degli errori accidentali di GAUSS lega gli errori x definiti in [3.1] e le frequenze relative f della loro esistenza all'interno di una serie di n misure attraverso la relazione:

[ 3.5 ]

f

=

h

n
n

e

2

h x

2

nella quale:

è una costante che viene spesso chiamata modulo o precisione,

è la base dei logaritmi Neperiani (e = 2.7182818…).

h

e

Il grafico (fig.3.1) della funzione [3.5] ottenuto riportando in ordinate le f e in ascisse le x assume la caratteristica

forma "a campana" chiamata Gaussiana. Come si vede gli errori più probabili sono quelli vicini a zero e, all'aumentare dei valori assoluti di x , la frequenza decresce in modo simmetrico.

3.1.2.3 Scarti delle misure e del valor medio

Due punti particolari della curva (indicati in fig. 3.1 con le lettere B e C) sono i flessi della curva, cioè i punti nei quali la concavità della curva cambia verso. Le ascisse di questi due punti sono espresse dalla relazione:

[ 3.6 ]

m

= ±

1

h ⋅ 2
h ⋅
2

dove m assume il nome di scarto quadratico medio e può essere calcolato con la formula:

[ 3.7 ]

m = ±

2 ∑ x i i n
2
x
i
i
n

con n = numero di misure che compongono la serie. La superficie racchiusa tra un arco della curva e l'asse delle ascisse (trapezoide) esprime la somma delle frequenze

e cioè la probabilità che si verifichino errori di entità compresa fra le ascisse degli estremi dell'arco. Se si esamina

l'intervallo -m ÷ +m si può dimostrare che la probabilità è pari al 68.3 % . E' molto raro, in Topografia, avere a disposizione un valore X talmente preciso da poterlo ritenere vero. Per lo più il valore vero è incognito e lo scopo delle operazioni di misura è quello di determinare il valore più probabile di una grandezza e la sua approssimazione. In conseguenza a quanto esposto si ha che anche i valori x degli errori sono incogniti. Il problema è risolto at-

traverso la sostituzione del valor vero con il valore medio Vm di una serie di n misure dato dalla relazione:

[ 3.8 ]

V

m

=

i

V

i

n

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

3° livello serale - ITG “E. Forcellini”

valida solo nell' ipotesi che le misure della serie abbiano tutte la stessa precisione. Il caso di misure di diversa precisione sarà affrontato più avanti. Le differenze tra i valori V i e il V m prendono il nome di scarti vi :

[ 3.9 ]

La distribuzione degli scarti, per un numero di misure elevato e nell' ipotesi che queste siano affette solamente da errori accidentali, coincide con quella di GAUSS e prende il nome di distribuzione normale. Cambia la formulazione dello scarto quadratico medio (s.q.m.) m dato dalla:

vi = Vi - Vm

[ 3.10 ]

m = ±

2 ∑ v i i n − 1
2
v
i
i
n
− 1

Questo valore esprime l'errore mediamente commesso in ciascuna misura e quindi rappresenta una valutazione della precisione della serie. Attraverso la [3.6] si può vedere che la forma della curva gaussiana è influenzata dal valore m : in particolare, a valori più piccoli dello s.q.m., corrisponde una forma più slanciata del grafico e quindi una precisione più elevata. La probabilità di ottenere misure con valori compresi entro un intervallo è sempre data dalla superficie racchiusa fra l'arco di curva considerato e l'asse delle ascisse. Se si allarga l'intervallo la probabilità ovviamente aumenta e si ha che:

intervallo valori

probabilità

V m - m

÷

V m + m

68.3 %

V m - 2m ÷

V m + 2m

95.4 %

V m - 3m ÷ V m + 3m

99.7 %

Come si vede solo 3 misure su 1000 possono avere scarti maggiori di 3m in valore assoluto, per questa ragione le misure affette da scarti maggiori di 3m, vengono considerate come affette da errori non tollerabili e quindi escluse dalla serie. Il valore t dato dalla:

[ 3.11 ]

si chiama perciò tolleranza e può essere considerato come il massimo valore degli scarti dovuti ad errori accidentali. In altri termini gli scarti maggiori di in valore assoluto si considerano dovuti ad errori grossolani. Se nella serie si verificano misure affette da errori non tollerabili, queste, si è detto, devono essere eliminate e quindi si dovrà procedere nuovamente alla determinazione del V m con la [3.8], degli scarti v i con la [3.9] e di m con la [3.10]. Molto utile risulta il calcolo dello s.q.m. del valor medio dato dalla:

t = ± 3m

[ 3.12 ]

M =

2 ± m ∑ v i i = ± n n ⋅ ( n −
2
± m
v
i
i
= ±
n n
(
n
1)

Il valore M esprime l'errore mediamente commesso nel ritenere coincidenti il valor medio V m e il valor vero X. La probabilità che il valore vero X cada nell' intervallo [V m -M ÷ V m +M] è del 68.3 %. Il risultato finale della serie di misure può essere espresso quindi dalla:

[ 3.13 ]

Non sempre la distribuzione degli scarti può essere assimilata a quella normale, in questi casi la probabilità di ottenere misure con valori compresi in intervalli predeterminati non può essere valutata con la Legge di GAUSS, ma altre teorie (diseguaglianza di TCHEBICHEFF) assicurano che:

V = V m ± M

intervallo valori

probabilità

V m - 2m ÷

V m + 2m

> 75 %

V m - 3m ÷ V m + 3m

> 89 %

Osservazione. In base a quanto esposto si può affermare che è lecito utilizzare la teoria di Gauss anche con distribuzioni degli scarti difformi dalla curva a campana. Questa notazione è particolarmente importante in Topografia dove l'esiguità numerica delle misure che compongono una serie, renderebbe assai difficoltosa l'analisi della distribuzione degli scarti.

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

3° livello serale - ITG “E. Forcellini”

3.1.2.4 - Scarto quadratico medio nelle misure ripetute con diversa precisione

Un altro problema che si può presentare è quello di una misura ripetuta con strumenti diversi o comunque in modo tale che i valori ottenuti abbiano diversa precisione. Il valore più probabile della misura può essere calcolato come media pesata dei valori determinati, usando come peso della misura iesima:

p i = 1 / m i ²

dove m i è lo s.q.m. della misura iesima. In formule:

[ 3.14 ]

V

m

=

i

p V

i

i

i

p

i

Lo scarto quadratico medio dell'unità di peso è definito dalla:

[ 3.15 ]

m = ±

2 ∑ p v i i i n − 1
2
p v
i
i
i
n − 1

dove v i sono gli scarti delle misure dal valor medio. Lo scarto quadratico medio del valor medio diviene:

[ 3.16 ]

M

=

m

i

p

i

Il risultato finale può essere espresso con la normale relazione:

[3.13]

V = Vm ± M

3.2 - PROPAGAZIONE DEGLI ERRORI

3.2.1 - PROPAGAZIONE DEGLI ERRORI DI MISURA NELLE MISURE INDIRETTE Le misure indirette sono calcolate tramite relazioni più o meno semplici che le legano ai dati misurati. In questi casi la propagazione degli errori di misura nelle grandezze calcolate può essere ottenuta solamente attraverso la applicazione della formula generale elaborata da GAUSS :

[ 3.17 ]

m

f

=

2 2 2 ⎛ ∂ f ⎞ ⎛ ∂ f ⎞ ⎛ ∂ f ⎞
2
2
2
f
f
f
2
m
+ ⎜
m
+ ⎜
m
1 2 +
i 2 +
n
x
x
x
1
i
n

nella quale:

m f

x i

f(x i )

m i

f

x i

è lo s.q.m. di una funzione di più variabili

con i = 1 ÷ n sono le variabili (misure) è la funzione delle varabili x i (risultato) è lo s.q.m. della variabile x i

sono le derivate della funzione operate rispetto alle variabili x i (derivate parziali)

Dal punto di vista operativo le derivate parziali si possono ottenere derivando la funzione con le normali regole dell'analisi matematica, ritenendo costanti tutte le variabili x i ad eccezione di quella che compare al denominatore della frazione di volta in volta interessata.

3.2.2 - PROPAGAZIONE DEGLI ERRORI DI MISURA NELLE MISURE DIRETTE COMPOSTE. Le misure dirette sono spesso composte da più misure elementari di eguale precisione (per esempio la misura di una distanza con triplometri). In questi casi è necessario determinare come gli errori accidentali che affliggono ciascuna delle misure elementari, si accumulano nel dar luogo all' errore della misura totale. La Legge di propagazione quadratica [3.17], nel caso citato, subisce una notevole semplificazione. Infatti le derivate parziali sono tutte eguali ad uno e gli m i risultano tutti eguali tra loro, per cui, raccogliendo si ha:

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

[ 3.18 ]

dove:

m s m = m i

n

m

s =

m

n
n

è lo s.q.m. della somma (algebrica) delle misure, è lo s.q.m. della singola misura elementare,

è il numero di misure elementari che compongono la misura totale.

3° livello serale - ITG “E. Forcellini”

Una misura diretta può essere ottenuta anche come somma (algebrica) di porzioni elementari determinate con precisioni diverse. In questo caso la relazione [3.18] non è più valida e deve essere sostituita dalla:

[ 3.19 ]

m

s

=

2 ∑ m i i
2
m
i
i

con i = 1 ÷ n

dove m s è sempre lo s.q.m. della misura totale, ottenuta come somma delle n misure elementari aventi s.q.m. m i .

3.3 - TRATTAMENTO DEI DATI OSSERVATI

Nella pratica professionale il topografo ricorre spesso ( si potrebbe dire sempre ) a misurazioni esuberanti aventi il duplice scopo di verifica ( ricerca di eventuali errori grossolani ) e di incremento della precisione dei risultati. Le misure sovrabbondanti, dette anche iperdeterminazioni, permettono all'operatore di ottenere alcune garanzie sui risultati finali, ma necessitano di elaborazioni, a volte molto complesse, tendenti a determinare i valori più probabili dei risultati stessi e le precisioni raggiunte (s.q.m.). Queste elaborazioni sono generalmente chiamate "compensazioni" delle misure. Le compensazioni, da un punto di vista metodologico, possono essere classificate in:

- empiriche: quelle elaborazioni che utilizzano algoritmi di efficacia provata dalla esperienza, ma che non

assicurano risultati scientificamente ineccepibili o valutazioni esatte della precisione ottenuta (es. le compensazioni delle poligonali…);

-

rigorose: quei metodi di calcolo invece che applicano principi matematici e statistici (teoria dei minimi quadrati

di

GAUSS) e che quindi conducono a risultati determinati scientificamente come i più probabili e dei quali è possibile

una valutazione della precisione (s.q.m. dei valori calcolati e curve di distribuzione direzionale degli errori di

posizione - ellisse di errore, etc.).

3.3.1 - PRINCIPIO DEI MINIMI QUADRATI IN TOPOGRAFIA

Al fine di determinare n grandezze (coordinate, quote,

dislivelli,

che legano le grandezze misurate a quelle incognite; affinchè il problema sia determinato, deve risultare che:

)

incognite y j , si misurano n1 grandezze (distanze, angoli,

)

f

i

) x i e si conoscono m relazioni (formule per il calcolo delle coordinate, condizioni angolari o lineari,

m > n.

Le relazioni f i prendono il nome di equazioni "generatrici" e possono essere scritte nella forma:

[ 3.20 ]

f

i

(

x

1

⋅ ⋅ ⋅ x

i

⋅ ⋅ ⋅ x

n1

)

= y

j

con

i = 1 ÷ m

e

j = 1 ÷ n

Si calcolano le n grandezze y j utilizzando n equazioni e poi si variano le y j in Y j in modo da determinare m equazioni che si dicono "generate" :

[ 3.21 ]

f

i

(

x

1

⋅ ⋅ ⋅ x

i

⋅ ⋅ ⋅ x

n1

)

Y

j

= v

i

con

i = 1 ÷ m

nelle quali i valori v i vengono chiamati "scarti". Queste equazioni devono essere rese omogenee dimensionalmente

e

la [3.13].

ridotte alla stessa precisione attraverso la moltiplicazione di ambo i membri con le radici dei pesi p i calcolati con

[ 3.22 ]

p ⋅ i
p
i

[ f

i

(

x

1

⋅ ⋅ ⋅ x

i

⋅ ⋅ ⋅ x

n1

)

Y

j

] = v

p i i
p
i
i

con i = 1 ÷ m

Il principio dei minimi quadrati dimostra che i valori più probabili delle n quantità incognite Y j sono quelli che rendono minima la sommatoria dei quadrati degli scarti v i :

[ 3.23 ]

Σ i

p i v i ² = minimo

L'Analisi matematica esprime questo principio col rendere nulle le n derivate parziali della sommatoria operate rispetto alle n incognite Y j .

APPUNTI - CORSO DI TOPOGRAFIA - prof. Sommacal Fabio

3° livello serale - ITG “E. Forcellini”

Si ottengono così n equazioni nelle n incognite Y j che formano il cosiddetto "sistema normale":

[ 3.24 ]

(

Σ i

p

2

v

ii

)

Y

j

=

0

con j = 1 ÷ n

La soluzione di questo sistema consente di determinare i valori incogniti Y j e quindi, con le [3.21], di calcolare gli scarti v i . Lo s.q.m. della unità di peso può essere calcolato quindi con la :

[ 3.25 ]

m

0

=

2 Σ p v i i i m − n
2
Σ
p v
i
i
i
m
n

che fornisce una valutazione globale della precisione ottenuta.

3.3.2 - METODI DI COMPENSAZIONE AI MINIMI QUADRATI

Spesso nella letteratura specializzata si operano distinzioni all' interno della casistica delle compensazioni rigorose delle misure iperdeterminate. Esempio:

misure dirette o indirette condizionate,

misure dirette o indirette sovrabbondanti, compensazione per variazione di coordinate. E' necessario rilevare che tutti i metodi che vengono impiegati nelle applicazioni, derivando dallo stesso principio dei minimi quadrati, conducono a risultati identici in quanto indipendenti dalla metodica di impostazione del calcolo. Tutti i metodi determinano sistemi normali formati da equazioni di primo grado (sistemi lineari) che possono essere risolti con algoritmi legati all'algebra delle matrici. In particolare, essendo simmetriche le matrici dei coefficienti delle incognite, si può impiegare il metodo risolutivo di CHOLESKY, con notevoli semplificazioni del calcolo. Dalla soluzione del sistema normale, che avviene mediante la inversione della matrice dei coefficienti delle incognite, si possono ricavare informazioni sulla precisione dei valori calcolati: lo s.q.m. sui valori delle coordinate o delle quote determinate e anche (nei problemi planimetrici) i parametri della ellisse d'errore (o ellisse a pedale, in fig.3.2), che racchiude l'area entro la quale risiede la vera posizione planimetrica del punto cercato, con una probabilità del 39%.

del punto cercato, con una probabilità del 39%. Fig. 3.2 - Ellisse di errore del punto

Fig. 3.2 - Ellisse di errore del punto P determinato per intersezione diretta multipla, rappresentata in scala fortemente ingrandita.