Sunteți pe pagina 1din 7

Incertitudine compusă: legea propagării incertitudinilor 1

4.1 Incertitudine compusă: legea propagării incertitudinilor


Compunerea sau combinarea incertitudinilor datorate unor surse diferite este necesară în următoarele
situaţii:
• la măsurările directe, când trebuie evaluată incertitudinea totală datorată unor surse de erori ale căror
contribuţii sunt apreciate în prealabil separat (ex. de tip A şi de tip B sau mai multe componente de tip
B);
• în cazul măsurărilor indirecte, când rezultatul se calculează în funcţie de mai multe mărimi măsurate
direct (mărimi de intrare) afectate de incertitudini evaluate separat.
In scopul compunerii incertitudinilor parţiale se trateazã, în acelaşi fel, atât componentele incertitudinii care
provin din efecte aleatorii, cât şi cele care provin din corecţii estimate pentru efecte sistematice.
OBSERVAŢIE
Este important să nu fie luate în considerare de două ori aceleaşi componente ale incertitudinii. Dacă o
componentă a incertitudinii care provine dintr-un anumit efect este determinată printr-o evaluare de tip B, atunci
aceasta nu trebuie inclusă ca o componentă independentă în calculul incertitudinii standard compuse a
rezultatului măsurării decât dacă efectul său nu contribuie la variabilitatea constatată a observaţiilor. Acest lucru
este urmare a faptului că incertitudinea datorată acelei părţi a efectului care contribuie la variabilitatea constatată
este deja inclusă în componenta incertitudinii obţinută prin analiza statistică a observaţiilor.

4.1.1 Propagarea erorilor

4.1.1.1 Erori maxime


Intr-o primă analiză s-a abordat problema propagării erorilor maxime. S-a văzut că orice rezultat de
măsurare poate fi exprimat printr-o variabilă aleatoare Xi de forma:
Xi = A + ∆ 'i, (4.147)
în care A este valoarea adevărată a măsurandului (teoretică, inaccesibilă), iar ∆ 'i este eroarea (provocată de
diverse cauze, de tip sistematic sau aleatoriu).
Fie ε = M[∆ 'i] speranţa matematică a lui ∆ 'i. Aceasta este egală şi de semn contrar corecţiei care trebuie
aplicată rezultatului pentru eliminarea efectelor sistematice. Cum ε nu se cunoaşte, persistă o incertitudine
asupra determinării corecţiei, cu valoarea maximă egală cu corecţia însăşi. Se consideră astfel că valoarea
medie a erorii rămase este nulă, dar nu şi incertitudinea. Variabila aleatoare ∆ i = ∆ 'i - ε este centrată,
având aceeaşi dispersie ca şi ∆ 'i şi reuneşte eroarea asupra corecţiei şi datorită altor efecte.
In consecinţă ∆ i este de medie nulă şi dispersie σ 2, iar valoarea măsurată a lui Xi urmează o distribuţie de
medie μ = A + ε . şi dispersie σ 2.

4.1.1.2 Propagarea erorilor maxime


Fie mărimea y care se poate cunoaşte în urma măsurării mărimilor X1, X2, …Xn şi aplicând relaţia:
y = f(X1, X2, …Xn). (4.148)
Funcţia de modelare (modelul matematic al măsurării) f(X1,…Xn) reprezintă procedura măsurării şi metoda
de evaluare deoarece descrie cum se obţin valorile cantităţii de ieşire y pe baza cantităţilor de intrare xi. In
cele mai multe cazuri, f este o expresie analitică, dar poate fi şi un grup de astfel de expresii care include
corecţii şi factori de corecţie pentru efectele sistematice, conducând la relaţii mai complicate care nu se
scriu ca funcţii explicite. Mai mult, f poate fi determinată experimental sau există numai ca un algoritm de
computer care trebuie evaluat numeric sau poate fi o combinaţie de toate acestea.
2 Erori şi incertitudini de măsurare

Fiecare Xi este o variabilă aleatoare, fiind un rezultat parţial, în consecinţă şi y va fi o variabilă aleatoare,
caracterizată prin parametri statistici.
Aici interesează media - care este luată drept rezultat al măsurării (ca fiind cel mai bun estimator al valorii
măsurandului) şi dispersia (varianţa), respectiv abaterea standard - care exprimă incertitudinea globală de
măsurare a lui y (incertitudinea compusă).
Proprietăţile statistice ale lui y se determină pe baza celor ale variabilelor Xi, care se caracterizează prin:
M[Xi] = μi şi varianţele (dispersiile) u2(Xi) = ui2.
Admiţând că erorile sunt mici, rezultatul final se poate exprima prin dezvoltare în serie Taylor în jurul
valorilor Xi = μi, din care se păstrează doar termenii de ordinul 1:
n
∂f
y = f ( µ1 , µ2 ,.. µn ) + ∑∂X
i =1
∆i .
i X =µ
(4.149)

Din această relaţie se deduce legea de propagare a erorilor limită absolute:


∂f
∆y = ∑∂X i
∆i = ∑c∆ , i i (4.150)
i X =µ i

în care:
∂f
ci = (4.151)
∂X i X =x ,..., X =x
1 1 n n

reprezintă sensibilitatea mărimii y la variaţia fiecărei mărimi Xi.


Eroarea relativă rezultă imediat: (cu ∆ i = ∆ Xi)
n
∆y X ∂f ∆X 1 X ∂f ∆X 2 X ∂f ∆X n X i ∂f ∆X i
y
= 1
y ∂X 1 X 1
+ 2
y ∂X 2 X 2
+... + n
y ∂X 1 X n
= ∑y
i =1
∂X i X i
(4.152)

OBSERVAŢIE
Această relaţie se poate obţine şi prin diferenţierea logaritmului funcţiei f.
Aplicând relaţiei (4.149) operaţia de mediere şi ţinând cont că ∆ i are o medie nulă, rezultă că:
M[y] = f(μ1, μ2,…,μn) = μy,, (4.153)
deci media teoretică a lui y este funcţie de mediile variabilelor X. Aceasta se estimează cu:
y = f ( x1 , x2 ,..., xn ) . (4.154)

4.1.2 Propagarea incertitudinilor


O eventuală dependenţă între variabilele Xi şi Xj este descrisă de covarianţă, definită ca:
[ ] [ ]
Cov ( X i X j ) =σij =σ ji = M ( X i − µi )( X j − µ j ) = M ∆i ∆ j = ρij σi σ j = Cov ( X j X i ) , (4.155)
cu: ρij =σij / σi σj coeficientul (factorul) de corelaţie (-1 ≤ ρ ij≤ 1). Covarianţa poate fi estimată prin
s(XiXj) obţinută din n perechi independente de observaţii simultane ale lui Xi şi Xj:
n
1
s ( X i X j ) = sij =
n −1 ∑( xi − xi )( x j − x j ) . (4.156)
i =1

Factorul de corelaţie este estimat cu rij. Pentru variabilele Xi, Xj independente, rij = 0; când variabilele sunt
corelate (ceea ce înseamnă că o variaţie a uneia antrenează o modificare a celeilalte), rij ≠ 0.
Dispersia (varianţa) lui y se calculează conform relaţiei:
Incertitudine compusă: legea propagării incertitudinilor 3

 2

n ∂f
 
D[ y ] = M [( y − M [ y ]) ] = M  f ( µ1 , µ2,..., µn ) + ∑
2
∆i −σ y 
=
 
 i =1 ∂X i X =µ 
  
(4.157)
 
2
 n ∂f 
= M  ∑ ∆i 
,
 ∂X 
 i =1 i X =µ 
  
cu condiţia cunoaşterii tuturor distribuţiilor mărimilor de intrare şi a incertitudinilor lor standard, evaluate
prin metode de tip A; relaţia se poate pune şi sub forma:
n n n 2 n −1 n
∂f ∂f  ∂f  ∂f ∂f
D[ y ] = ∑∑
i =1 j =1
∂X i ∂ X ji
σ ij =  ∑
i =1 
∂ X

i
σ i2 +2 ∑∑
i =1 j> i
∂X i ∂ X ji
σ ij = σ 2y (4.158)
X =µ X =µ X =µ X =µ
j≠i X =µ
Relaţia (4.158) nu implicã nici o ipotezã în legãturã cu normalitatea distribuţiilor de probabilitate ale
mãrimilor Xi.
Cum, în cazul general întâlnit în măsurări, incertitudinile de intrare pot fi şi de tip B, exprimate prin
estimaţiile ui ale abaterilor standard, uij ale covarianţei, respectiv rij ale coeficienţilor de corelaţie, prin
extindere, se obţine relaţia de calcul a incertitudinii compuse sau relaţia de propagare a
incertitudinilor:
n 2 n n n n n
 ∂f  ∂f ∂f
2
uC ( y) = ∑∂X
i =1


i 
ui2 +2 ∑∑∂X
i =1 j >i i ∂X ji
uij = ∑(c u )
i =1
i i
2
+2 ∑∑c c u
i =1 j >i
i j ij =u 2y .
X =µ X =µ X =µ

(4.159)
Relaţia (4.159) cere ca, indiferent de modul în care este obţinută, incertitudinea estimaţiei unei mãrimi de
intrare să fie evaluatã ca o incertitudine standard, deci ca o abatere standard estimatã. Dacã, în schimb, se
evalueazã o alternativã oarecare consideratã mai “sigurã”, aceasta nu poate fi folositã în relaţia (4.159). În
particular, dacã “limita maximã a erorii” (cea mai mare abatere în raport cu cea mai bunã estimaţie
presupusã) este folositã, atunci incertitudinea care rezultã va avea o semnificaţie greşit definitã şi nu va
putea fi utilizatã de oricine ar dori sã o includã în calculele ulterioare ale incertitudinilor pentru alte mãrimi.
OBSERVAŢII
1. Pentru unele tratãri tradiţionale ale incertitudinii de mãsurare, ecuaţia (4.159) este contestabilã, deoarece nu
este fãcutã nici o distincţie între incertitudinile care provin din efecte sistematice şi incertitudinile care provin
din efecte aleatorii. În particular, compunerea varianţelor obţinute din distribuţii de probabilitate a priori cu
varianţele obţinute din distribuţii de frecvenţã nu este recomandatã, întrucât conceptul “probabilitate” este
considerat a fi aplicabil numai evenimentelor care pot fi repetate de un numãr mare de ori în aceleaşi condiţii,
probabilitatea p a unui eveniment ( 0 ≤ p ≤ 1) indicând frecvenţa cu care se produce evenimentul.
In contrast cu acest punct de vedere al probabilităţii bazată pe frecvenţã, un alt punct de vedere, de asemenea
valabil, este acela conform căruia probabilitatea reprezintă o mãsurã a nivelului de încredere cu care se poate
produce un eveniment. Recomandările metodologice internaţionale adoptã implicit o asemenea abordare a
probabilităţii întrucât considera expresiile de genul ecuaţiei (4.159) ca fiind un mod adecvat de a calcula
incertitudinea standard compusã a rezultatului unei mãsurãri.
In aplicaţiile practice, diferenţa dintre cele douã puncte de vedere nu conduce la o diferenţă reflectată în
valoarea numerică a rezultatului mãsurãrii sau în incertitudinea asociată cu acest rezultat.
2. In relaţia (4.159) derivatele parţiale ale funcţiei f faţă de variabilele de intrare, care înmulţesc incertitudinile,
poartă denumirea de coeficienţi de sensibilitate ci asociaţi cu estimatorul mărimii de intrare xi. Aceşti coeficienţi
descriu gradul în care mărimea estimată y este influenţată de variaţiile mărimii de intrare xi.
4 Erori şi incertitudini de măsurare

4.1.2.1 Mărimi necorelate


Când mărimile de intrare nu sunt corelate ( uij =0 ) relaţia (4.158) se reduce la:
n 2 n
 ∂f 
2
uC ( y) = ∑ ∂X
i =1


i 
ui2 = ∑( c u )
i =1
i i
2
. (4.160)
X =µ

EXEMPLE
1. In exemplul anterior, privind voltmetrul numeric (§ 4.6), estimaţia valorii măsurandului era V =V + ∆V ,
unde V = 0,928 571 şi u (V ) =12 μV, corecţia aditivă ∆V = 0 , iar u (∆V ) =8,7µV . Întrucât

∂V = 1 si ∂V = 1 , varianţa compusă asociată cu V este:


∂V ∂ ( ∆V )
2
uC ( )
(V ) = u 2 (V ) + u 2 ∆V = (12 µV ) 2 + (8,7µV ) 2 = 219 ⋅ 10 −12 V 2 (4.161)
şi incertitudinea compusă standard este uC(V) = 15 μV, ceea ce corespunde unei incertitudini relative uC(V)/V =
16⋅ 10-6.

2. Fie z care depinde doar de o mãrime de intrare w, adicã:


z = f(w), unde w este estimatã prin media a n valori wk ale w; aceste n valori sunt obţinute din n observaţii
repetate independente qk ale unei variabile aleatorii q, iar wk şi qk sunt legate prin relaţia
wk =α+βqk (4.162)

În aceastã ecuaţie α este o variaţie “sistematicã” constantã sau o deplasare comunã fiecãrei observaţii, iar β este
un factor de scarã comun. Deplasarea şi factorul de scarã, deşi constanţi în decursul observaţiilor, sunt
presupuşi a fi caracterizaţi prin distribuţii de probabilitate a priori, α şi β fiind cele mai bune estimaţii ale
mediilor statistice ale acestor distribuţii (de exemplu la măsurarea temperaturii cu un termocuplu TC, α poate fi
deplasarea răspunsului datorată temperaturii joncţiunii reci, iar β sensibilitatea TC).
Cea mai bunã estimaţie a lui w este media aritmeticã w obţinută cu ecuaţia:
1 n 1 n
w= ∑wk = ∑(α+βqk ) . (4.163)
n k =1 n k =1
Mãrimea z este atunci estimatã prin f ( w) =f (α, β,q1 ,q 2 ,..., q n ) , iar estimaţia u2(z) a propriei

varianţe σ2 ( z ) este obţinută cu ecuaţia (4.158). Dacã, pentru simplificare, se presupune cã z = w, astfel încât
cea mai bunã estimaţie a lui z sã fie z = f ( w ) = w , atunci estimaţia u2(z) poate fi dedusã uşor. In baza
ecuaţiei (4.162), ţinând seama cã
∂f ∂f 1
n ∂f β

α
=1,

β
=
n ∑qk =q,
∂qk
=
n
(4.164)
k=1

şi notând dispersiile estimate ale lui α şi β prin u 2 (α) , respectiv, u 2 ( β) şi presupunând cã observaţiile
individuale nu sunt corelate, în baza relaţiei (4.160) se poate deduce că:
2 s 2 ( qk ) ,
u 2 ( z ) =u 2 (α) +q u 2 ( β) +β 2 (4.165)
n
unde s2(qk) este varianţa experimentalã a observaţiilor q k calculatã conform metodei A, descrise anterior, iar
s2(qk)/n = s 2 ( q ) este varianţa experimentalã a mediei q .

OBSERVAŢIE
Deşi aparent complicată, relaţia (4.160) capătă forme simple în cele mai multe din cazurile practice întâlnite.
Spre exemplu:
▪ când funcţia f este suma sau diferenţa mărimilor de intrare Xi:
n
y = f ( X 1 ,... X n ) = ∑ pi xi , (4.166)
i =1
Incertitudine compusă: legea propagării incertitudinilor 5

atunci relaţia (4.160) devine:


n
u 2 ( y ) = ∑ pi2 u 2 ( xi ) ; (4.167)
i =1
▪ când funcţia f este un produs sau raport între mărimile de intrare:
n
pi
y = f ( X 1 ,.... X n ) = c ∏X i , (4.168)
i =1
atunci relaţia de compunere a incertitudinilor capătă forma asemănătoare cu (4.167) în care intervin
incertitudinile standard relative w( y ) =u ( y ) / y şi w( xi ) = u ( xi ) / xi :
n
w 2 ( y ) = ∑ pi2 w 2 ( xi ) . (4.169)
i =1

4.1.2.2 Mărimi de intrare corelate


Când mărimile de intrare sunt corelate, pentru calculul incertitudinii compuse se utilizează expresia (4.159),
în care:
uij = rij ui u j . (4.170)
In cazul special în care toate estimaţiile de intrare sunt corelate, cu coeficienţii de corelaţie r(x i, xj)=1,
expresia (4.159) reprezintă un pătrat perfect:
2 2
 n ∂f   n 
uC2 ( y ) = ∑ u ( X i ) =  ∑ ci ui  (4.171)
 i =1 ∂X i
 
 
 1 

Incertitudinea standard compusă uC(y) este în acest caz chiar suma liniară a termenilor reprezentând variaţia
estimaţiei de ieşire y generată a incertitudinii standard a fiecărei estimaţii de intrare xi.
• Fie două medii aritmetice q şi r care estimează mediile statistice μq şi μr a două mărimi variabile
aleatorii q şi r; se presupune că r şi q se calculează din n perechi de observaţii simultane ale lui q şi r,
făcute în aceleaşi condiţii de măsurare. In acest caz, covarianţa lui q şi r este estimată de:
s ( q, r ) 1 n
s(q , r ) = = ∑ ( qk − q )( rk − r ) , (4.172)
n n( n − 1) k =1
unde qk şi rk sunt observaţiile individuale ale mărimilor q şi r, iar q şi r sunt mediile aritmetice sau
experimentale calculate din observaţii. Dacă în realitate observaţiile nu sunt corelate, covarianţa calculată va
fi aproape zero.
EXEMPLU.
Dacă frecvenţa unui oscilator necompensat sau slab compensat în funcţie de
temperatură este o mărime de intrare, dacă temperatura ambiantă este, de asemenea, o
mărime de intrare şi dacă aceste mărimi sunt observate simultan, atunci poate exista o
corelaţie semnificativă pusă în evidenţă prin covarianţa calculată a frecvenţei
oscilatorului şi a temperaturii ambiante.

OBSERVAŢIE
Experimente diferite nu pot fi independente dacă, de exemplu, acelaşi mijloc de măsurare este folosit în cadrul
fiecăruia din ele.

Faptul că două mărimi de intrare, observate în mod repetat şi simultan, sunt sau nu
corelate se poate determina cu ecuaţia (4.172).
OBSERVAŢII
• Dacã ipoteza privind modul de tratare a probabilităţii ca nivel de încredere asupra producerii unui eveniment nu ar
fi fãcutã, atunci analiza din acest subcapitol nu s-ar aplica decât dacã toate estimaţiile mãrimilor de intrare şi
6 Erori şi incertitudini de măsurare

incertitudinile acestor estimaţii ar fi obţinute prin analiza statisticã a observaţiilor repetate, adicã prin evaluãri de
tip A.
• Cu toate că abordarea bazatã pe valoarea “adevãratã” şi eroare conduce la aceleaşi rezultate numerice ca şi
abordarea conform ipotezei din acest capitol, conceptul “incertitudine” dezvoltat astfel eliminã confuzia dintre
eroare şi incertitudine. Într-adevãr, abordarea operaţională, în care se pune accentul pe valoarea observatã (sau
estimatã) a unei mãrimi şi pe variabilitatea observatã (sau estimatã) a acestei valori, face sã fie total inutilã orice
recurgere la conceptul de “eroare”.

In practică mărimile de intrare sunt adesea corelate pentru că la evaluarea valorilor lor s-au utilizat aceleaşi
referinţe (etaloane) aparat de măsurare, date de referinţă sau chiar aceeaşi metodă de măsurare cu
incertitudine semnificativă.
Fie două mărimi de intrare X1 şi X2 estimate prin x1 şi x2 care depind de un set de variabile independente Qm:
X1 = g(Q1, Q2,…,Qm); X2 = h(Q1,…,Qm), (4.173)
chiar dacă unele din variabile pot să nu apară în ambele funcţii. Estimaţiile x1 şi x2 vor fi corelate, chiar dacă
estimaţiile qm sunt independente. In acest caz, covarianţa
u(x1, x2) asociată cu estimaţiile x1 şi x2 este dată de:
m
u ( x1 , x 2 ) = ∑c1k c2k u 2 ( qk ) , (4.174)
k =1

în care c1k şi c2k sunt coeficienţii de sensibilitate deduşi din funcţiile g şi h. Se observă că dacă funcţiile g şi h
nu au mărimi de intrare comune, covarianţa devine zero.
EXEMPLU
Acest exemplu arată corelaţia care există între valorile atribuite la două etaloane care au fost etalonate prin
comparaţie cu acelaşi etalon de referinţă.
▪ Două etaloane X1 şi X2 sunt comparate cu etalonul Qs cu ajutorul unui sistem de măsurare care măsoară
diferenţa z dintre valorile lor, cu o incertitudine asociată u(z). Valoarea q(s) a etalonului referinţă este cunoscută
cu o incertitudine standard u(qs).
▪ Modelul matematic. Măsurarea este descrisă de relaţiile:
x1 = qs - z1 şi x2 = qs - z2 . (4.175)
▪ Incertitudini standard şi covarianţe. Estimaţiile z1, z2 şi qs sunt presupuse necorelate deoarece au fost determinate
din măsurări diferite. Presupunând că u(z1) = u(z2) = u(z), rezultă:

 u 2 ( x1 ) = u 2 ( q s ) + u 2 ( z )

2 2 2
 u ( x2 ) = u (qs ) + u ( z) (4.176)
 2
 u( x1 , x 2 ) = u ( q s ) .
Factorul de corelaţie rezultă a fi:
u 2 (q s )
r ( x1 , x 2 ) = , (4.177)
u 2 (q s ) + u 2 ( z)
a cărui valoare este între 0 şi 1, depinzând de valorile incertitudinilor etalonului de referinţă şi a comparatorului.
Utilizarea ecuaţiilor (4.173) permite ca prin alegerea judicioasă a unui model de măsurare să se evite
necesitatea evaluării corelaţiei între unele mărimi de intrare. Variabilele corelate X1 şi X2 sunt înlocuite cu
variabilele independente Qm, prin schimbarea modelului matematic f al măsurării.
Sunt însă cazuri când corelaţia dintre două mărimi de intrare nu poate fi evitată întrucât transformarea
ecuaţiei pentru noi variabile independente nu este posibilă. Dacă gradele de corelaţie nu sunt cunoscute cu
Incertitudine compusă: legea propagării incertitudinilor 7

exactitate, trebuie să se ia în consideraţie influenţa maximă posibilă pe care corelaţia o poate avea (de
exemplu r(x1, x2) = 1 ), ceea ce duce la sumarea lor liniară ca în relaţia:
u 2 ( y ) ≤ ( u1 ( y ) + u2 ( y ) ) + ur2 ( y )
2
(4.178)
cu ur(y) – contribuţia la incertitudinea standard a tuturor celorlalte incertitudini considerate necorelate.

4.1.2.3 Indicaţii practice


Analiza incertitudinilor care afectează o măsurare, numită uneori "bugetul incertitudinilor", ar trebui să ducă
la o listă a tuturor surselor de incertitudine şi a incertitudinilor standard asociate precum şi a metodelor de
evaluare a acestora. In cazul măsurărilor repetate, trebuie specificat şi numărul n de observaţii.
Pentru claritate, se recomandă să se sintetizeze datele reprezentative ale acestei analize sub formă de tabel,
în care toate mărimile trebuie repertoriate cu notaţii simple.
Pentru fiecare din mărimi trebuie să se prezinte cel puţin valoarea estimată xi, incertitudinea standard
asociată măsurării u(xi), coeficientul de sensibilitate ci şi contribuţiile ci⋅ u(xi). Pentru mărimi necorelate, se
dă mai jos un exemplu de astfel de tabel.
Tabelul 4.4. Bugetul incertitudinilor
Mărime Valoare Distribuţie de Incertitudine Coeficient de Contribuţie la
Xi estimată probabilitate standard sensibilitate incertitudinea
xi u(xi) ∂f standard
ci =
∂X i ci⋅ u(xi)
X1

XN
Y y - - - u(y)