2. obrada mernih informacija -...
TRANSCRIPT
2 - 1
2. Obrada mernih informacija
Da bi se odredila brojna vrednost {X} neke fizičke veličine X potrebno je obaviti odgovarajuće
merenje. Kako se prilikom merenja neizbežno utiče na objekat merenja i veličinu čija se brojna
vredost želi odrediti, sledi da će rezultat merenja biti, ne broj, već interval u kome se, sa
određenom verovatnoćom, nalazi nepoznata brojna vrednost {X}. Jasno je da je rezultat
merenja korisniji i pouzdaniji, što su granice intervala uže a verovatnoća veća. U užem smislu,
merenje predstavlja određivanje intervala u kome smatramo da se nalazi prava brojna vrednost
neke merene veličine. U širem smislu, pod merenjem se podrazumeva kvantifikovanje i
klasifikacija objekata ili pojava u odosu na njih definisane fizičke jedinice. Oblast nauke koja
se bavi proučavanjem teorijskih i praktičnih aspekata određivanja brojnih vrednosti fizičkih
veličina u bilo kojoj oblasti nauke ili tehnologije zove se metrologija1. Suštinki koncept
metrologije čini merna sledivost – svojstvo rezultata merenja i postpuka kojim je on dobijen,
a na osnovu koga taj rezultat može biti stavljen u odnos sa pozantom i unapred dogovorenom
referencom kroz dokumentovan neprekinut lanac kalibracija i poređenja. Merna sledivost
dozvoljava poređenje rezultata merenja sa rezultatima drugih merenja obavljenih pod istim ili
drugačijim uslovima, u istoj ili nekoj drugoj laboratoriji bilo gde u svetu, kao i sa rezultatima
dobijenim u bilo kom vremenskom razmaku (1 s ili 100 godina).
2.1. Pojmovi tačnosti i preciznosti
Svaki rezultat merenja neizostavno sadrži grešku, koju ne možemo znati, jer ne znamo koji sve
faktori (osim merene veličine) i kako utiču na dobijeni rezultat. Ako se meri dužina nekog
objekta mernom trakom, tada se mora uzeti u obzir da dužina merne trake zavisi od temperature
okoline. Temperatura okoline nije veličina koja se meri ali njene promene menjaju
karakteristika mernog instrumenta i time stvaraju uslove i da rezultat merenja sadrži veću ili
manju grešku. Ako se meri masa higroskopnog materijala vagom, tada treba znati da masa
objekta merenja zavisi od vlažnosti vazduha. Vlažnost vazduha nije merena veličina, ali njene
promene menjaju karakteristike samog objekta merenja i time stvaraju uslove i da rezultat
merenja sadrži veću ili manju grešku. Ili ako se, na primer, meri temperatura tečnosti u sudu
pomoću živinog termometra, mora se uzeti u obzir činjenica da uranjanjem termometra u
tečnost dolazi do promene temperature i tečnosti i termometra. Fizičke veličine čije brojne
vrednosti ne želimo odrediti, ali utiču na rezultat merenja, nazivaju se uticajne veličine. Pored
toga, samim postupkom merenja mi menjamo karakteristike objekta merenja i time pravimo
veću ili manju grešku. Ne postoji proces merenja toliko izolovan od delovanja faktora iz
okruženja, ili samih mernih instrumenata, da na rezultat utiče samo merena veličina.
Dakle, nije pitanje da li je merenje tačno, već, da li smo u stanju pravilno proceniti
dezinformaciono dejstvo neizbežnih grešaka merenja.
Ocena, da li neko merenje ispunjava svoju svrhu ili ne, moguća je tek ako je, pored samog
rezultata merenja, poznato i u kojim granicama oko tog rezultata se može razumno očekivati
prava vrednost merene veličine. To će se znati ako je rezultatu merenja pridružen još jedan
1 Od grčkih reči: metron (μέτρον) sa značenjem „mera“ i logos (λόγος) sa značenjem „objašnjenje“, „priča“. Ne
treba je brkati sa meteorologijom, koja označava „nauku o atmosferi“.
2. Obrada mernih informacija
2 - 2
podatak – njegova merna nesigurnost, odnosno interval u kome se sa određenom
verovatnoćom nalazi prava vrednost merene veličine.
Određivanje merne nesigurnosti je u najvećoj meri standardizovano, ali nas ni u kom slučaju
ne može spasti potrebe da što je više moguće poznajemo sam proces merenja. Granice merne
nesigurnosti određene su tačnošću i preciznošću merenja. Pod tačnošću merenja
podrazumeva se bliskost slaganja rezultata merenja (ili srednje vrednosti rezultata kod
višestrukih merenja) sa stvarnom vrednošću fizičke veličine. Preciznost merenja je mera
rasipanja rezultata višestrukih merenja jedne iste veličine obavljenih pod istim uslovima (tzv.
uslovima ponovljivosti). Preciznost pojedinačnog rezultata merenja nije definisana.
Da bi se u potpunosti razumela razlika između pojmova tačnosti i preciznosti, moguće je
posmatrati slučaj gađanja u metu od strane četiri strelca različitih sposobnoti, kao na slici 2.1.
Slika 2.1. Primeri rezultata gađanja sa različitim tačnostima i preciznošću
U četiri primera na slici 2.1, prvi strelac (kranje levo) gađao je i tačno i precizno, u smislu da
je srednja vrednost njegovih pogodaka bliska centru mete (željeni rezultat) i da su pogodaci
blisko grupisani. Ovo je uvek poželjna situacija i u streljaštvu i u merenjima, ali uređaji i
postupci koji obezbeđuju i tačne i precizne rezultate merenja, su po pravilu veoma skupi. Reč
je obično o nacionalnim ili međunarodnim etalonima vrhunske izrade. Drugi strelac (drugi
sleva) gađao je precizno, ali su mu pogoci grupisani daleko od centra. Ako bismo imali ovakvo
merenje, tada bi se, uz odgovarajući etalon, ono moglo svesti na prvi slučaj, baš kao što bi se
podešavanjem nišana ili uzimanjem u obzir bočnog vetra takvo gađanje moglo korigovati. Tada
govorimo o merilima koja predstavljaju prenosne etalone. Prenosni etaloni nemaju veliku
tačnost, ali zato im je preciznost uporediva sa znatno skupljim etalonima. Njihova osnovna
namena je poređenje različitih etalona na istom hijerarhijskom nivou, npr. međunardna
konvencija na kojoj se porede nacionalni etaloni svih država. Kako se ova poređenja obavljaju
prenošenjem opredmećenih mera na istu fizičku lokaciju, a transport pravog etalona je suviše
skup i rizičan, onda se koriste posrednici u poređenju – prenosni etaloni. Treće gađanje (treća
meta sleva), odnosno treći tip merenja se najčešće sreće u praksi. Reč je o tačnom merenju, ali
ne previše preciznom. Ovde je reč o klasičnom merenju pomoću metoda i merila niže
metrološke klase, koja su jeftinija i čija upoteba je ekonomski opravdana u svakodnevnom
prometu.
Da bi se procenila preciznost višestrukog merenja obavljenog pod istim uslovima dovoljno je
posmatati statistiku samih rezultata merenja. Neka je srednja vrednost nekog višestrukog
merenja sa N ponavljanja data sa x ,
tačno i
precizno
netačno i
neprecizno
netačno i
precizno
tačno i
neprecizno
2. Obrada mernih informacija
2 - 3
N
i
ixN
x1
1 (2.1)
Tada se, za procenu preciznosti merenja, može koristiti standardna devijacija σ rezultata
merenja prema izrazu
N
i
i xxN 1
2
1
1 (2.2)
Što je standardna devijacija manja, merenje se smatra preciznijim. Za preciznost merenja se
obično usvaja neki umnožak standardne devijacije k·σ, pri čemu je k neki pozitivan realan broj.
Poslednji primer sa slike 2.1 (krajnje desno) mogao bi, naizgled, označavati merenje koje nije
poželjno u metrologiji jer je ono i neprecizno i netačno. Ipak i to je nekakvo merenja, koje nam
ponešto govori o brojnoj vrednosti merene veličine. I takav rezultat je upotrebljiv, ako se
poznaju tačnost i preciznost. Zapravo, ako se dobro razmisli, ta napomena važi za svaki od
rezultata sa slike 2.1. Da bismo to pojasnili, pridružimo rezultatima sa slike 2.1 još četiri
rezultata koji su daleko netačniji i neprecizniji, i moraju se prikazati u većoj razmeri, kao na
slici 2.2. Posmatrana zasebno, četiri nova rezultata mogla bi se međusobno vrednovati slično
kao i ranije. Ali u poređenju sa ranijim rezultatima, ocena njihovog kvaliteta se drastično menja.
Čak i poslednji, najgori, rezultat iz prethodnih gađanja sa slike 2.1, u poređenju sa novim
rezultatima, deluje daleko kvalitetniji.
Slika 2.2. Dodavanje novih rezultata gađanja i prikaz u identičnoj razmeri.
Zato se pri vrednovanju bilo kog rezultata mora voditi računa o apsolutnim vrednostima
tačnosti i preciznosti. Dakle, iz samog rezultata merenja nije moguće dobiti informaciju o
njegovoj tačnosti, već je za to neophodna najbolja objektivna referenca koja nam je na
raspolaganju. Referentni etalon je referenca, koja uglavnom ima najviši metrološki kvalitet
raspoloživ u datoj laboratoriji ili geografskoj lokaciji. Iz njega se izvode sva ostala merenja koja
se tu obavljaju. Jedino poređenje sa referentnim etalonom (direktno ili preko prenosnih i radnih
etalona), omogućava objektivnu procenu tačnosti merenja.
Postupak provere tačnosti nekog merila naziva se etaloniranje. Etaloniranje je zakonom
propisano u svim državama kao obavezujuće za sva merila koja se koriste u javnom prometu.
Prethodni rezultati
Novi rezultati
2. Obrada mernih informacija
2 - 4
Etalonirano merlo dobija žig o etaloniranju, čiji je izgled definisan u okviru odgovarajućih
propisa i uverenje o etaloniranju. Žigom i uverenjem se garantuju granice tačnosti merila ili
mernog postupka u odnosu na referentne etalone. Da bi određena laboratorija mogla obaljati
etaloniranje merila i izdavati žigove i uverenja, neophodno je da bude kompetentna za
obavljanje specifičnih ispitivanja i mora biti ovlašćena od strane nadležnog pravnog tela.
Ovakve ovlašćene laboratorije nazivaju se akreditovane laboratorije. Pored toga, nekim
merilima u javnom prometu mora biti izdato i uverenje o tipu merila, kojim se potvrđuje
pogodnost upotrebe tih merila u određene svrhe. Izdavanje uverenja o tipu se ne radi na osnovu
overe svakog pojedinačnog uređaja, već na osnovu određenog uzorka. Uverenje o tipu obično
se izdaje proizvođačima za celu seriju merila, ispitivanjem potebne količine novih uređaja,
zavisno od vrste i principa njihovog rada.
2.2. Greške merenja
Intuitivno, greška prdstavlja ukupno odstupanje rezultata merenja od prave vrednosti fizičke
veličine (izraz 2.3).
Greška merenja = izmerena vrednost – prava vrednost (2.3)
Međutim, ova definicija nema neki praktičan značaj, jer pravu vednost nikada ne znamo (ako
bismo je znali, čemu merenje?) i stoga, grešku iskazanu na ovakav način nikada ne bismo mogli
odrediti. Međutim, gornja definicija može se svesti na vektorski zbir tačnosti Δ i preciznosti k·σ
merenja (izraz 2.4).
kG (2.4)
Dokaz ove tvrdnje dat je na slici 2.3.
Slika 2.3. Apsolutna greška merenja
Najčešće se u savremenoj specifikaciji merila i mernih metoda uzima da je k = 1. Kasnije ćemo
pokazati da to nije uvek baš najbolji izbor. Da bi definicija 2.4. nedvosmisleno obuhvatila
Greška merenja Greška
merenja Δ
k·σ
2. Obrada mernih informacija
2 - 5
najgori mogući slučaj greške2, vektori tačnosti i preciznosti merenja se uvek sabiraju algebarski
i skalarno, kao da su kolinerani. Tako se dobijaju sigurne granice greške:
kG (2.5)
Greška definisana izrazima 2.3, 2.4 i 2.5 ima istu fizičku dimenziju (jedinicu) kao i veličina
koja se meri i nazivamo je apsolutna greška. Ona je karakterisana svojom veličinom i znakom.
Atribut „apsolutna“ ovde ne treba mešati sa pojmovima „moduo“ i „apsolutna vrednost“ u
matematici.
Kada je merenje tačno, odnosno kada se smatra da je tačnosti merenja Δ jednaka nuli ili je,
zahvaljujući etaloniranju, njena vrednost „poznata“, tada se apsolutna greška može svesti na
preciznost merenja:
kG (2.6)
Ovo je najčešći slučaj u masovnim industrijskim i laboratorijskim merenjima, jer se prozvođači
merila i inženjeri koji osmišljavaju merne metode trude da razviju takva merenja koja su
inherentno tačna (teorijski dokazano) i/ili kod kojih je tačnost unapred poznatom zahvaljujući
poređenjem sa referentnim etalonom. Tada je vrednost data izrazom 2.6 tzv. rezidualna
(preostala) greška merenja.
Relativnom greškom nazivamo količnik apsolutne greške i prave (tj. srednje) vrednosti
merene veličine:
x
G (2.7)
Relativna greška je neimenovan broj, koji se može izraziti u procentima, promilima, ppm-ovima
(engl. parts per million – jedan milioniti deo ili 10-6) ili ppb-ovima (engl. parts per billion –
jedan milijarditi deo ili 10-9).
Da bi se bolje proučilo parazitno delovanje grešaka merenja, uobičajeno je da se uvedu podele
grešaka, i to prema različitim kriterijumima. Jedan od opštijih kriterijuma je da se podela obavi
prema načinu njihovog nastajanja. Prema ovom kriterijumu, greške se dele na grube,
sistematske i slučajne.
Slučajne greške
Jedan od načina da se poveća poverenje u rezultat merenja je da se, pod istim uslovima, vrše
ponovljena merenja. Bez potrebe da se potežu teorijska razmatranja, eksperimentalna činjenica
je da, kada se merenja ponavljaju, dobijeni rezultati se u manjoj ili većoj meri međusobno
rasipaju. To se objašnjava delovanjem velikog broja različitih uticajnih veličina na slučajan
način.
Na slici 2.4 prikazan je tipičan slučaj kod N ponovljenih merenja veličine x. Rezultati se
nepredvidivo i haotično raspoređuju, ali kao da se grupišu, približno simetrično, oko nekih
vrednosti (gornji grafik).
2 Tzv. Marfijev zakon u metrologiji
2. Obrada mernih informacija
2 - 6
Mogli bismo formirati intervale, širine x, merene veličine x i prebrojati pojedinačne rezultate
merenja koji pripadaju odgovarajućim intervalima, kao što je to urađeno na srednjem grafiku
na slici 2.4. Dobio bi se tipičan dijagram frekvencija, dobro poznat u matematičkoj statistici.
Ako bi se neograničeno povećavao broj pojedinačnih merenja N, i, istovremeno, smanjivala
širina intervala x, moglo bi se, uz još neke blage pretpostavke, stići do funkcije, prikazane na
donjem grafiku na slici 2.4, pomoću koje je moguće, na osnovu rezultata ponovljenih merenja,
oceniti intervale u kojima se, razumno, nalazi prava vrednost merenje veličine. Na osnovu slike
2.4, može se predvideti koliko se pojedinačnih rezultata merenja nalazi u nekom intervalu
merene veličine. Rasipanje rezultata merenja dato slikom 2.4 zove se rasipanje po normalnoj
raspodeli, jer se ta respodela najčešće sreće u prirodi. Dalje, a to nas konačno i interesuje, moći
ćemo, na osnovu znanja matematičke statistike, da određujemo verovatnoće sa kojima se prava
vrednost merene veličine nalazi u nekim zadatim intervalima merene veličine.
Slika 2.4. Primer rasipanja pojedinačnih rezultata merenja na slučajan način
Ovi zaključci su sumirani u Tabeli 2.1.
Tabela 2.1. Intervali u kojima se nalaze prave vrednost merene veličine, i njima odgovarajuće
verovatnoće
p (%) Interval
68,3 x
95,4 2x
99,7 3x
x
N
x
ΔN
x
dN
Δx
dx
Δx
x
σ σ
e σ √2π
1 2σ2
(x –x)2
2. Obrada mernih informacija
2 - 7
Sa verovatnoćom od preko 99 % tvrdi se da se merena veličina x nalazi u intervalu
3,3 xx oko aritmetičke sredine x . Iz ovog razloga je prvobitna konvencija među
metrolozima bila da za apsolutnu grešku sa kojom deklarišu mernu nesigurnost merila i mernih
metoda bude usvoji vrednost kod koje je k = 3 (izrazi 2.4 i 2.5), jer se na taj način garantovalo
da je iskazanom greškom obuhvaćeno preko 99 % svih rezultata merenja.
Kada raspodela po kojoj se rasipaju rezultati merenja nije poznata, može se koristiti
Čebiševljeva nejednakost za procenu granica greške. Čebiševljeva nejednakost kaže da je
najviše 1/k2 rezultata udaljeno k·σ od srednje vrednosti merenja. Vrednosti su date tabelom 2.2.
Primenom Čebiševljeve nejednakosti dobijaju se znanto nepovoljnije (šire) granice za grešku
merenja, nego što bi to bio slučaj da se koristila neka poznata raspodela rasipanja. Međutim,
njena dobra osobina je što je univerzalna i izuzetno jednostavna, pa uvek stoji na raspolaganju
kao alternativa dugim računskim procesima i fizičkom modelovanju velikog broja uticajnih
veličina.
Tabela 2.2. Procenat rezultata koju upadaju u interval k·σ za različite vrednosti parametra k
k Interval p (%)
1 x 0,0
2 2x 50,0
1,5 5,1x 55,6
2 2x 75,0
3 3x 88,9
5 5x 96,0
10 10x 99,0
Pokažimo sada jedan sasvim drugačiji primer. Pretpostavimo na trenutak da su rezultati merenja
raspoređeni kao na slici 2.5, tj. da se svi rezultati nalaze se na obodu kružnice poluprečnika r
opisane oko njihove srednje vrednosti x .
Slika 2.5. Slučaj uniformnog rasipanja rezultata merenja
Varijansa takvog merenja je
r 3r
x
x1 x2 x3
xN
xi xi + 1
2. Obrada mernih informacija
2 - 8
rN
Nrr
Nxx
N
N
i
N
i
i
11
1
1
1
1
2
1
2 (2.8)
Uzimanje područja opisanog kružnicom poluprečnika 3σ > 3r, kao granice apsolutne greške,
bilo bi nerazumno veliko, jer je već kružnicom prečnika σ > r obuhvaćeno čak 100 % rezultata
merenja. Proizvođači savremene merne opreme danas se trude da razviju izuzetnu ponovljivost
rezultata merenja, koja je bliska situaciji prikazanoj na slici 2.5, a koja opravdava deklarisanje
znanto užih granica merne nesigurnosti i garantuje prestiž u odnosu na konkuranciju. Krajem
XX veka proizvođači su izlobirali da se kao standard za savremena merila ipak specificira
merna nesigurnost koja je određena vrednošću k = 1, tj. sa ±σ. To nije obavezno naučno i
inženjerski utemeljeno. Na osnovu tabela 2.1 i 2.2 jasno je da postoje mnogi slučajevi kod kojih
apsolutnom greškom datom na takav način može zavarati korisnika da pomisli kako je rezultata
merenja bolji od stvarnog. Drugim rečima, ako se greška ponaša po normalnoj raspodeli a
merna nesigurnost instrumenta je deklarisana vrednošću od svega jednog σ, i mi obavimo jedno
merenje, postoji čak 31,7 % šanse da stvarna greška tog merenja bude znatno veća od
deklarisane. Posmatrajući samo deklarisanu vrednost, mi toga nećemo biti svesni. U nekim
drugim slučajevima, čak 100 % svih merenja može imati grešku veću od deklarisane vrednosti
(tabela 2.2 za k = 1). Zato se deklarisana merna nesigurnost savremenih merila mora uzeti sa
dosta opreza i moraju se dobro proučiti principi rada uređaja, kao i priroda svih važnijih
uticajnih veličina, pre nego što se proceni doprinos merila ukupnoj grešci mernog postupka.
Sistematske greške
Sistematska greška je greška koja nastaje po nekoj zakonitosti. Ako se razume razlog njenog
nastanka, mogu se unapred predvideti njena veličina i predznak ili se, nakon merenja, mogu
izvršiti korekcije dobijenih rezultata.
Pretpostavimo da npr. imamo časovnik, koji je pogrešno podešen da žuri 5 minuta (konstantna
greška). Kad god ga pogledamo, na sistematski način, očitavamo rezultat merenja koji odstupa
za pet minuta od “tačnog” vremena. Ako razumemo način nastajanja greške merenja, možemo
uvek korigovati očitano vreme, ili, konačno, podesiti časovnik na ispravno pokazivanje
vremena. Nešto složeniji primer je, recimo, časovnik koji kasni jedan minut na dan (linearna
greška). Znajući kada je časovnik poslednji put korigovan, u stanju smo da, uprkos evidentnoj
sistematskoj greški, ne menjajući sam časovnik, uvek znamo “tačno” vreme. Iako je ovaj
postpuak matematički složeniji od onog u prethodnom primeru, on je moguć i neophodno ga je
sprovesti kako bi se dobili korigovani rezultati merenja.
Razmotrimo merenje temperature tečnosti termometrom. Znajući izmerenu temperaturu i
toplotne kapacitete termometra i tečnosti, možemo izračunati kolika je temperatura tečnosti bila
pre samog merenja (što nas je, verovatno, i interesovalo), a ne kolika je združena temperatura
tečnosti i termometra nakon što smo merenjem poremetili sistem.
Za otkrivanje sistematskih grešaka neophodno je poznavanje principa merenja, primenjene
merne metode, upotrebljenih instrumenata i uslova pod kojima se merenje izvodi. Uzrok
nastajanja sistematskih grešaka je, slično kao i kod slučajne greške, dejstvo uticajnih veličina.
Ne postoji tako izolovan proces merenja na koji ne bi delovala ni jedna uticajna veličina.
Međutim, za razliku od izvora slučajnih grešaka, koje na merenje deluju na toliko složen način
2. Obrada mernih informacija
2 - 9
da ih je nemoguće tretirati algebarskim matematičkim alatima, pa ih smatramo slučajnim, ovde
je tu sistematičnost moguće matematički modelovati i ukloniti iz rezultata merenja.
U svrhu pojašnjenja, razmotrimo problem određivanja putanja kretanja nebeskih tela na
zemljinoj nebeskoj sferi. Prema ranije prihvaćenoj geocentričnoj doktrini, Zemlja je smatrana
centrom Univerzuma, oko koga su se kretala sva ostala nebeska tela. Viševekovni pokušaji da
se naprave matematički modeli, koji bi u potpunosti opisali ova kretanja na osnovu njihovih
projekcija na nebeskom svodu, su propali (slika 2.6). Nakon mnogo vekova bavljenja ovom
tematikom, matematičari geocentričke doktrine su zaključili da je reč o slučajnim procesima
koje je nemoguće modelovati analitički, tj. da su međusobni položaji Zemlje i većine planeta
sasvim izvesno, nasumični i „pod uticajem Božije volje“. Ovaj pristup se koristi i danas u
pokušajima da se opišu mnogi procesi, čije je delovanje toliko složeno, da bi vreme potrebno
za njihovo opisivanje bilo nezamislivo dugo (čak i za najbrže današnje računare), pa ih je lakše
tretirati alatima matematičke verovatnoće i statistike. To ne znači da su oni istinski slučajni po
svojoj prirodi, već ih pridev „slučajan“ zapravo, označava kao „previše komplikovan“.
Slika 2.6. Primer pokušaja da se komplikovanim matematičkim modelom opiše retrogradno
kretanje egzoplanete u geocetrničnom sistemu
Kada se za neke, naizgled veoma složene procese, ipak pronađe odgovarajući matematički
model, to se obično postiže posmatranjem tih procesa iz neke druge „perspektive“. Tako se,
npr. svi međusobni položaji planeta u sunčevom sistemu lako opsiju Keplerovim zakonima,
ukoliko se usvoji da se planete kreću oko Sunca, a ne oko Zemlje. Posmatrajući kretanja planeta
na način dat na slici 2.7, dolazi se do zaključka da taj proces, ne samo što nije slučajan, već je
krajnje jednostavan za opisivanje.
Slično je i sa greškama merenja. One greške koje su rezultat veoma složenih procesa, u kojima
je broj uticajnih veličina nezamislivo velik i pred čijim smo modelovanjem bespomoćni,
nazivamo „slučajne greške“. Sa druge strane, greške onih procesa koji se mogu analitički opisati
i predvideti, pa samim tim i njihov uticaj na rezultat merenja otkloniti, razlikovaćemo od
prethodnih tako što ćemo ih nazvati „sistematskim greškama“.
2. Obrada mernih informacija
2 - 10
Slika 2.7. Posmatranjem stvari iz druge projekcije dolazi se do mnogo jednostavnijeg opisa
fizičkih pojava
Poznavajući uzroke nastajanja, može se, u zavisnosti od svrhe i zahteva u pogledu tačnosti
merenja, rezultat koji sadrži sistematsku grešku korigovati, mogu se samo utvrditi granice
greške, ili se rezultat merenja može ostaviti nekorigovan. Sistematsku grešku nikako ne treba
pobrkati sa greškom koja ima stalan predznak, jer postoje i primeri kod kojih se sistematska
greška ponaša po takvoj zakonitosti da joj se predznak menja. Npr. ako je sistematska greška
proporcionalna sinusu nekog ugla, tada će za određene vrednosti tog ugla greška biti pozitivna,
a za neke druge vrednosti, negativna.
Analiziriajući striktno definiciju sistematske greške, moglo bi se pomisliti da postoje i
sistematske greške koje su neotklonjive. U situacijama kada je, recimo, poznato kvalitativno
dejstvo (analitička zakonitost) neke uticajne veličine na postupak merenja, ali ne i kvantitativna
promena koju ta uticajna veličina izaziva (parametri te zakonitosti su neodređeni), moglo bi se
uslovno govoriti o neotklonjivim sistematskim greškama. Dobar primer za takvu grešku je
merenje otpornosti pomoću voltmetra i ampermetra, kao na slici 2.8.
Slika 2.8. Merenje otpornosti U/I metodom
Prema Omovom zakonu otpornost je jednaka količniku napona i struje na otporniku, pa se
merenjem ov dva parametra može odrditi njena vrednost. Međutim, poznato je da svaki realan
ampermetar ima malu, ali konačnu unutrašnju otpornost zbog koje će voltmetar pokazivati zbir
napona na ampermetru i na otporniku. Proizvođači ampermetara uvek deklarišu unutrašnju
R
V
A
2. Obrada mernih informacija
2 - 11
otpornost i greška koju ona unosi čini se, zbog toga, poznata i otklonjiva. Međutim, kada kroz
ampermetar teče struja njegovi namotaji se greju i unutrašnja otpornost se povećava. Što je jača
struja, namotaji će se više grejati i unutrašnja otpornost će više odstupati od one koja je
deklarisana. Struja kroz ampermetar, sa druge strane, zavisi od otpornosti R koja se meri i koja
je nepoznata. Dakle, iako postoji jasna matematička zakonitost koja pokazuje kako bi se mogla
izvršiti korekcija, iako je čak jasan i predznak te greške, ipak se tačna vrednost ove sistematske
greške ne može u potpunosti znati. Drugim rečima, zbog složenosti faktora utiču na grešku
merenja, u ovom slučaju je ispravnije tretirati kao slučajnu, a ne kao sistematsku. Alterntivno,
može se napraviti kompromis, pa se od rezultata merenja može oduzeti deklarisana vrednost
unitrašnje otpornosti ampermetra, nakon čega ostaje mala greška nepoznavanja te otpornosti
zbog zagrevanja namotaja ampermetra.
Grube greške
Obično se pod grubim greškama podrazumevaju greške koje “mnogo” odstupaju od prave
vrednosti merene veličine. Ovo su greške koje nastaju iz subjektivnih razloga (nedovoljna
pažnja operatera, loši uslovi merenja, rad sa neispravnom mernom opremom, nedovoljno
poznavanje mernih metoda ili mernih instrumenata) ili objektivnih razloga (znatne smetnje u
radu instrumenata, vremenski ograničenog i/ili slučajnog karaktera). Grube greške se mogu
shvatiti i kao greške koje se ni na koji način ne mogu dovesti u vezu sa rezultatima merenja ili
postupkom merenja.
Dalji rad sa pojedinačnim rezultatom merenja koji sadrži grubu grešku može dovesti u pitanje
vrednost celokupnog merenja. Stoga je važno prisustvo grube greške otkriti, a zatim takav
rezultat eliminisati iz dalje obrade. Ponekad su grube greške očigledne (ali ih treba tražiti), ali
se češće one izdvajaju upotrebom nekog od postojećih statističkih kriterijuma. Uklanjanjem
subjektivnih razloga može se uticati na njihovo ređe pojavljivanje, ali se ne može garantovati
njihova potpuna elminacija.
Značaj otkrivanja grubih grešaka posebno raste kada se prikuplja i automatski obrađuje velik
broj pojedinačnih rezultata merenja, gde operater nema direktan uvid u pojedinosti procesa
prikupljanja i obrade rezultata. Tada je neophodno u algoritme obrade uključiti i rutine za
otkrivanje grubih grešaka.
Ovde ćemo razmotriti jednu moguću metodu za otkrivanje grubih grešaka, koja je veoma često
u upotrebi, akoja se zove „metoda 3σ“ (tri-sigma) Posmatrajući vrednosti iz tabele 2.1, uočava
se da je verovatnoća odstupanja nekog pojedinačnog rezultata merenja za više od N/3
od srednje vrednosti, manja od 0,3 %. Ako se među rezultatima merenja uoči takva vrednost,
onda je opravdano posumnjati da taj rezultat u sebi najverovatnije krije grubu grešku. Drugim
rečima, smatramo da je mnogo verovatnije da je tokom dobijanja tog očitavanja načinjena gruba
greška, nego da se pojavio neki „prirodan“ uzrok greške, koji bi merenu vrednost toliko
„udaljio“ od očekivanog rezutlata. Nakon što se u seriji od N merenja uoči K rezultata koji
najverovatnije sadrže grubu grepku, tada se moraju izračunati nova korigovana srednja vrednost
x̂ i varijansa ̂ merenja prema formulama
KN
i
ixKN
x1
1ˆ (2.9)
2. Obrada mernih informacija
2 - 12
KN
i
i xxKN 1
2ˆ
1
1̂ (2.10)
Dalje se ovaj postupak ne sprovodi nad preostalim skupom od (N – K) rezultata, jer bi se moglo
destiti da upornom primenom kriterijuma 3σ iz merenja izbacimo sve rezultate, što je
besmisleno.
Ako se gruba greška shvati samo kao neipravnost koja na neki način utiče na merenje, onda se
pod njih mogu klasifikovati i greške koje ne dovode do velikih odstupanja, pa ih je kriterijumom
3σ nemoguće otkriti. Pretpostavimo da je displej instrumenta pokvaren i da se cifra jedinice ne
očitava pravilno, već stoji stalno na vrednosti 0. Prilikom očitavanja rezultata koji su reda
hiljade ili desetina hiljada na datom displeju, gruba greška može biti nekoliko redova
veličinemanja od nekih drugih oblika grešaka (npr. slučajne greške). Tada gore opisanim
postupkom nećemo uspeti eliminisati grubu grešku iz rezutlata merenja. Srećom, kada
kriterijum 3σ ne daje rezutlate, verovatno je reč o grešci koja se ne mora ni otklanjati, jer je njen
uticaj na rezultate merenja uporediv sa drugim oblicima grešaka.
Uzimajući u obzir upravo navedenu podelu, apsolutna greška neobrađenih rezultata merenja
može se napisati i kao
G = ±slučajna greška + sistematska greška + gruba greška (2.11)
Kada se obrade rezultati merenja, kada se uoče i eliminišu sve grube greške, ili preduzmu mere
da do njih ne dođe, i kada se uzmu u obzir sve otklonjive sistematske greške, tada bi krajnji
rezultat merenja trebalo da ima apsolutnu grešku koja se sastoji samo od slučajne greške
Gnakon obrade = ±slučajna greška (2.12)
2.3. Iskazivanje merne nesigurnosti mernih instrumenata
Merna nesigurnost je jedna od osnovnih metroloških karakteristika svakog mernog instrumenta
i može se deklarisati na više načina:
Granicama apsolutne greške;
Na primer:
za ampermetar, G ±0,5 A, ili, drugim rečima, proizvođač ampermetra tvrdi da prava
greška merenja, koju i dalje ne znamo, ne prelazi po veličini 0,5 A.
Granicama relativne greške;
Na primer:
za merilo otpornosti, Γ = ±0,5 %; znači, za rezultat merenja od 1000 Ω, greška merenja
nije veća od 5 Ω.
Formulom;
Na primer:
G = ±(0,1 % izmerene vrednosti + 0,02 % gornje granice mernog opsega + 10 µV)
2. Obrada mernih informacija
2 - 13
Klasom tačnosti kada je apsoutna greška merenja instrumenta konstantna na celom
opsegu;
Na primer: rezultati merenja voltmetrom opsega 150 V i klase tačnosti 1, ne bi trebalo
da se razlikuju od prave vrednosti merenog napona za više od 1,5 V (ako je voltmetar
ispravan). Ako se klasa tačnosti instrumenta dometa xmax (αmax podeoka) označi sa kl
(npr. za ampermetar klA, za voltmetar klV itd.) i ako je očitana vrednost x (α podeoka),
tada se relativna greška merenja tog očitavanja dobija sledećim izrazom:
klklx
x
maxmax (2.13)
Drugim rečima, relativna greška je najmanja na kraju opsega i iznosi kl. Za sve ostale
vrednosti očitavanja, relativna greška će biti veća.
Tabelom;
Na primer:
Tabela 2.3. primer tabelarnog iskazivanja merne nesigurnosti instrumenta
α (podeoci) ±Γ (%)
1 12
2 8
3 5
4 4
5-10 3
Grafički;
Na primeru sa slike 2.9 grafički je prikazana apsolutna greška G, koju ima neki
zamišljeni ampermetar opsega 10 A, a koja se može razlikovati od vrednosti do
vrednosti unutar tog opsega. Linija kojom se spajaju vrednosti na takvom grafiku greške
nije iterpolaciona kriva, već isključivo izlomljena linija.
Slika 2.9. Primer iskazivanja greške grafički
G (mA)
I (A) 10 0 1 2 3 4 5 6 7 8 9
2. Obrada mernih informacija
2 - 14
2.4. Indirektna merenja i račun greške
Merenje kod kojeg pomoću merila očitavamo brojnu vrednost nepoznate fizičke veličine ili je
određujemo direktnim poređenjem sa nekom fizičkom pojavom ili procesom nazivamo
direktno merenje. Određen broj fizičkih veličina nije moguće meriti na ovakav način, već se
njihova vrednost mora odrediti posredno, merenjem drugih fizičkih veličina i potom primenom
odgovarajuće matematičke transformacije date odgovarajućom teorijom. Takva merenja
nazivamo indirektna merenja. Ponekad se neke veličine mere indirektno čak i kada postoji
direktna metoda za određivanje njihove brojne vrednosti, ali se, recimo, ispostavlja da se
indirektnim merenjem može ostvariti manja greška. Primer indirektnog mernja je određivanje
površine nekog ravnog pravouganong objekta. Umesto da se meri direktno površina u m2, mere
se dužina i širina objekta u metrima, pa se množenjem ove dve vličine izračunava površina. Ili
npr. ako nas zanima električna otpornost nekog otpornika, možemo je odrediti propuštanjem
električne struje kroz taj otpornik i merenjem te struje i napona na krajevima otpornika. Potom
se otpornost određuje, prema Omovom zakonu, kao količnik izmerenog napona i izmerene
struje.
Postavlja se pitanje kako proceniti grešku indirektnog merenja. Ako smo direktno izmerili neke
fizičke veličine x1, x2,…, xn i poznajemo njihove greške Gx1, Gx2,…,Gxn sa kolikom greškom
zapravo poznajemo fizičku veličinu y, koja se dobija transformacijom pomoću determinističke
neprekidno diferencijabilne funkcije f:
),...,,,,...,,( 2121 mn CCCxxxfy (2.14)
gde su C1, C2,…,Cm matematičke konstante.
Totalan diferencijal dy dat je izrazom 2.15.
n
i i
mn
n
n
mn
mnmn
xx
CCCxxxf
xx
CCCxxxf
xx
CCCxxxfx
x
CCCxxxfy
1
i2121
2121
2
2
21211
1
2121
d),...,,,,...,,(
d),...,,,,...,,(
...d),...,,,,...,,(
d),...,,,,...,,(
d
(2.15)
i može se koristiti za procenu apsolutne greške merenja. Prelaskom na konačne intervale
dy → Δy = Gy i dxi → Δxi = Gxi, dobija se da je
n
i
x
i
mny G
x
CCCxxxfG
1
2121
i
),...,,,,...,,( (2.16)
S obzirom da greške Gxi nemaju poznat preznak, one se zamenjuju svojim apsolutnim
vrednostima kako ne bi došlo do njihovog međusobnog poništenja. Tada se jednakost 2.16
svodi na nejednakost 2.17.
2. Obrada mernih informacija
2 - 15
n
i
x
i
mny G
x
CCCxxxfG
1
2121
i
),...,,,,...,,( (2.17)
Gornji izraz predstavlja sigurne granice apsolutne greške merenja indirektno merene veličine
y. Da bi se dobio izraz za sigurne granice relativne greške, koristi se osobina funkcije
prirodnog logaritma, da prilikom diferenciranja, „izbacuje“ svoj argument u imenilac. Tako se
dobija
n
i
xmn
i
y
y GCCCxxxfxy
G
1
2121 i),...,,,,...,,(ln (2.18)
Da bi izrazi 2.17 i 2.18 bili jasniji i da bi se pokazao njihov pun smisao, pokazaćemo njihovu
primenu na nekoliko primera.
Primer 1
Pretpostavimo da se brojna vrednost indirektno merene veličine y1 dobija množenjem direktno
izmerene vrednosti x1 sa fizičkom konstatnom C1 (konstanta koja može imati fizičku jedinicu,
poput, recimo ε0 ili μ0).
11 xCy (2.19)
Postavlja se pitanje sa kolikom greškom je poznata veličina y1, ako je poznata greška
određivanja brojne vrednosti veličine x1? Primenom formule 2.17 dobija se
111
1
1)(xxy GCG
x
xCG
(2.20)
Za relativnu grešku se dobija
1
111
1
111
x
xxy
yx
G
xC
GC
y
G
(2.21)
Dakle, sledi da množenje sa konstantom ne menja relativnu grešku merenja, ali menja apsolutnu
grešku.
□
Primer 2
U narednom prmeru razmotrimo slučaj kada se brojna vrednost indirektno merene veličina
dobija sabiranjem ili oduzimanjem dve direktno izmerene brojne vednosti.
212 xxy (2.22)
Tada je apsultna greška
2. Obrada mernih informacija
2 - 16
21212
2
21
1
21 )()(xxxxy GGG
x
xxG
x
xxG
(2.23)
A relativna
21
21212
2
21
2
21
1
212
2
211
1
212
xx
xxxxy
yxx
x
xx
x
xx
G
x
x
xx
G
x
x
xx
GG
y
G
(2.24)
Sledi da se prilikom sabiranja direktno merenih veličina, apsultna greška dobija sabiranjem
apsolutnih vrednosti grešaka pojedinačnih merenja.
□
Primer 3
Veoma često se neka veličina izračunava kao količnik ili proizvod dve druge merene veličine.
213 xxy (2.25)
U slučaju množenja, iz 2.17 dobija se
21213 12
2
21
1
21 )()(xxxxy GxGxG
x
xxG
x
xxG
(2.26)
Za relativnu grešku dobija se
21
21213
3
2121
12
3
xx
xxxxy
yx
G
x
G
xx
GxGx
y
G
(2.27)
Zaključuje se da se, prilikom množenja dve veličine, njihove relativne greške sabiraju.
□
Nekoliko najvažnjijih slučajeva određivanja sigurnih granica greške indirektno merenih
veličina dati su u tabeli 2.4. Transformacija greške, data tabelom 2.4 prati osobine totalnog
diferencijala, što znači da se može primenjivati parcijalno na rešavanje problema, deo po deo.,
Na taj način se ova tablica može iskoristiti za rešavanje bilo koje složenije transformacije koja
se sastoji od kombinacije tabličnih, slično kao što se izvodi ili integrali složenih funkcija
rešavaju korišćenjem tabličnih izvoda, odnosno tabličnih integrala. Pri tome se služimo onom
kolonom iz tabele 2.4 koja je jednostavnija za primenu (lakše se pamti ili daje jednostavnije
izraze).
2. Obrada mernih informacija
2 - 17
Tabela 2.4. Tablične vrednosti sigurnih granica grešaka za neke osnovne algebarske
transformacije
y Gy Γy
xC xxC GCG xxC
xC xxC GG xxCxC
x
21 xx 2121 12 xxxx GxGxG
2121 xxxx
21 / xx 2121 2
2
1
2
/
1xxxx G
x
xG
xG
2121 / xxxx
2x xxGxG 22 xx
22
x x
GG
x
x 2
1
xx
2
1
0, nxn x
n
xGxnG n 1 xx
nn
xf xxf GxfG
xxfxf
xfx
Primer 4 ilustruje upotrebu tablice 2.4 na računanje sigurnih granica grešaka veličina dobijenih
složenijim transformacijama.
Primer 4
Neka je indirektno merena veličina data izrazom 2.28, gde su x1, x2, x3 i x4 – direktno merene
veličine, a |Gx1|, |Gx2|, |Gx3| i |Gx4| - njihove apsolutne greške merenja koje su poznate. Odrediti
sigurne granice apsolutne i relativne greške veličine y.
2
4
2
3
21
xx
xxy
(2.28)
Koristeći tablicu 2.4 dobija se redom
24
23212
423
2124
23
21
24
23
21 2
1xxxxxxxxxxxx
xx
xxy
(2.29)
U slučaju transformacije zbira, lakše je preći na apsolutne greške, pa se dalje dobija
2
4
2
3
2
4
2
3
2
4
2
3
24
23
21
24
23
21 2
1
2
1
2
1
xx
G
xx
G
xx
Gxx
xx
xx
xxy
(2.30)
Sada je ponovo lakše preći na relativne greške, pa je, konačno
2. Obrada mernih informacija
2 - 18
4321
24
2321
24
23
21
2
4
2
3
2
4
2
4
2
3
2
3
2
4
2
3
2
4
2
4
2
3
2
3
2
4
2
3
2
4
2
3
2
1
2
1
2
1
2
1
xxxx
xxxx
xx
xxy
xx
x
xx
x
xx
x
xx
x
xx
G
xx
G
(2.31)
□
Primer 5 – kontraprimer kod koga je efikasnije koristiti definicioni izraz nego tablicu
Izvesti izraze za sigurne granice relativne grešake indirektno merene veličine
xAy cos (2.32)
gde su A i ω konstante, x – direktno merena veličina, a Gx njena apsolutna greška merenja.
xxx
xxxy
xxGxGxx
Gxdx
dGxA
dx
dGxA
dx
d
tgtgsincos
1
coslncoslnlncosln
(2.33)
□
2.5. Prikazivanje rezultata merenja
Izmereni interval i verovatnoća, zajedno sa podacima o uslovima i pretpostavkama pod kojima
je merenje obavljeno, čine mernu informaciju. Potpuna merna informacija sadrži sve
parametre koji na jednoznačan način opisuju rezultat i postupak merenja i omogućuje njihovo
nedvosmisleno metrološko vrednovanje. Potpuna merna informacija sadrži brojnu vrednost
(rezultat) merenja, grešku merenja, nivo pouzdanosti merenja, vrednosti svih uticajnih veličina
koje su određene, opis merne metode i korišćenih teorijskih modela i pretpostavki, kao i detaljan
prikaz toka (postupka) merenja. Primer potpune merne informacije je, recimo, rezultat merenja
efektivne vrednosti naizmenične struje iskazan u obliku:
3 A ± 0,5 A, sa pouzdanošću od 99 %, određeno pri temperaturi od 26 ºC, i nultim
spoljašnjim magnetskim poljem, uz zanemarivanje skin efekta i viših harmonika.
Prilikom prikazivanja rezultata merenja treba pravilno dozirati količinu merne informacije u
zavisnosti od njene dalje primene. Insistiranje na strogoj metrološkoj notaciji i prikazivanje
potpune merne informacije u nekim slučajevima može čak biti kontraproduktivno. Merna
informacija koja sadrži samo najneophodnije podatke prilagođene nekoj kasnijoj specifičnoj
upotrebi razultata merenja, naziva se redukovana merna informacija. Zamislimo npr.
saobraćani znak na autoputu, koji vozače obaveštava o udaljenosti od najbližeg naseljenog
mesta, na kome je iskazana potpuna merna informacija kao na slici 2.10.
2. Obrada mernih informacija
2 - 19
Slika 2.10. Putokaz sa potpunom mernom informacijom
Za vozače, koji pored znaka prolaze prosečnom brzinom od, recimo, 80 km/h, ovako prikazana
merna informacija, ne samo da je neupotrebljiva, jer se u njoj ne mogu lako snaći ili je uopšte
ne mogu ni razumeti, već može predstavljati i ozbiljnu smetnju vozačima, ometati ih predugim
skretanjem pažnje i tako smanjiti opštu bezbednost u saobraćaju. Ogroman trud i troškovi
obezbeđivanja i prikazivanja ovako detaljne merne informacije su besmisleni i neopravdani u
poređenju sa uobičajenom, pojednostavljenom varijantom prikazanom na slici 2.11.
Slika 2.11. Putokaz sa redukovanom mernom informacijom
Sama brojna vrednost (rezultat merenja) uvek se iskazuje sa svim ciframa koje u sebi ne sadrže
grešku, čak i kada su te cifre nule. Veoma često se u prikazivanju rezultata merenja greši jer se
izostavljaju decimalne nule iza kojih nema drugih cifara ili se rezultati zaokružuju na dve
decimale iz nerazumljivih „estetskih” razloga. Važno je razumeti da su rezultati 12,00 μA i
12 μA suštinski različiti sa stranovišta metrologije. U prvom slučaju, iza decimalnog zareza
stoje dve nule i na taj način je ukazano da je taj rezultat određen sa greškom manjom od
±0,005 μA, odnosno da se prava vrednost merene veličine nalazi u opsegu (12,005 μA,
11,995 μA). Ako bi se taj rezultat prikazao zaokruženo, bez ijedne decimale iza decimalne
tačke, onda bi to doslovce značilo da je ta brojna vrednost određena sa greškom od ±0,5 μA,
odnosno da se prava vrednost merene veličine nalazi u intervalu (12,5 μA, 11,5 μA). Ovo bi
bila velika omaška, u smislu dezinformisanja budućih korisnika takvog rezultata merenja.
O broju decimala se posebno mora voditi računa kada se rezultati merenja prikazuju tabelarno.
Tabela 2.5. Primer prikaza nekih rezultata merenja
U (V) I (μA) R (kΩ)
230,04 0,62 7,0
230,12 12,00 3,3
229,75 0,007 6,2
229,85 531,9 0,0
230,10 15·10-3 8,9
Novi Sad
34,716721 km ± 0,001 m, sa pouzdanošću od 85,1 %;
za automobile kraće od 3,567 m; određeno pri vlažnosti vazduha od 67,231 %
Novi Sad 35 km
2. Obrada mernih informacija
2 - 20
Tako npr. rezultati merenja dati u tabeli 2.5, ukazuju da su vrednosti napona U i otpornosti R
određene sa konstantnom apsolutnom greškom, jer su prikazane sa istim brojem decimala u
svakoj vrsti (i vidi se kolika je gornja granica te geške). Vrednosti struja prikazane su sa
različitim brojem decimala, ukazujući na to da je svaka od tih vrednosti određena (izmerena,
izračunata, poznata) sa različitom apsolutnom greškom.
Kada se rezultati merenja prikazuju grafički, oni se označavaju praznim kružićem ili praznom
elipsom na koordinatama koje odgovaraju izmerenim vrednostima. Ukoliko se rezultati
interpoliraju krivom, tada interpolaciona kriva (ili prava) ne sme prelaziti preko kružića ili
elipse (slika 2.12).
Slika 2.12. Uvećan grafički prikaz rezultata merenja (kružići) i interpolaciona kriva
Kada se rezultati merenja interpoliraju krivom ili pravom linijom, nije uvek moguće obuhvatiti
sve tačke na grafiku. Tada se povlači takva kriva, kod koje je zbir odstojanja tačaka ispod i
iznad krive biti isti (slika 2.13). Ponekad interpolaciona kriva ne mora proći ni kroz jedan od
rezultata merenja.
Slika 2.13. Ispravan i neispravan način interpolacije prave kroz rezultate merenja
y
x
y
x
pogrešno
ispravno
2. Obrada mernih informacija
2 - 21
Na grafiku se mogu iskazati i greške merenja. To se postiže veličinom i oblikom kružića,
odnosno elipse sa kojom je predstavljen svaki pojedinačan rezultat. Horizontalan i vertikalan
prečnik elipse odgovaraju apsolutnim greškama sa kojima su određene fizičke veličine date na
osama grafika. Na slici 2.14 dat je jedan moguć primer određivanja otpornosti merenjem
napona i struje i prikazane su granice apsolutnih grešaka merenja napona i struje.
Slika 2.14. Pravilno prikazivanje rezultata merenja na grafiku iskazivanjem apsolutne greške
zavisne i nezavisne veličine.
Kada greške merenja nisu konstantne (npr. koriste se različiti opsezi instrumenta ili različite
metode), tada elipse ne moraju biti iste na celom grafiku. Ovo je ilustrovano na zamišljenom
primeru sa slike 2.15.
Slika 2.15. Elipse različitih dimenzija ukazuju na nejednaku apsolutnu grešku merenja za
različite vrednosti očitavanja.
Može se desiti da je apsolutna greška merenja toliko mala da bi se insistiranjem na
proporcionalnom prikazivanju, formirala elipsa neuočljiva golim okom. Zato se pri grafičkom
prikazivanju rezultata nikada ne uzima prečnik koji je manji od 1 mm. Najmanja elipsa koja se
koristi za prikaz rezultata i označavanje greške na grafiku je zapravo kružić prečnika 1 mm.
2.6. Ispravnost i pouzdanost merenja
Činjenica je da prilikom svakog merenja činimo grešku koja je posledica uticajnih veličina i
delovanja merila na merenu veličinu. Takođe je činjenica da su uticaji na grešku merenja
nepredvidivi (slučajni). Prilikom nekog konkretnog eksperimenta može se desiti i mnogo veća
i mnogo manja greška od procenjene za dati uređaj ili postupak. Zato, pre nego što pristupimo
y
x
y
x
2. Obrada mernih informacija
2 - 22
merenju, možemo postaviti pitanje da li će odabrano merilo ili metoda dati rezultate u koje
ćemo se moći pouzdati. Čak i nakon obavljenog eksperimenta, možemo postaviti opravdano
pitanje da li dobijeni rezultat odgovara svrsi zbog koje je merenje rađeno. Da li, recimo, na
osnovu datih rezultata, možemo procenjivati ponašanje sistema u prošlosti i budućnosti, ili su
oni važili samo u toku trajanja merenja. Da bismo izašli na kraj sa neodređenošću koja je
posledica nasumičnog odabira podskupa rezultata iz skupa svih mogućih ishoda merenja, i da
bismo došli do objektivne kvalifikacije nekog mernog postupka, nezavisno do njegovog ishoda,
definisaćemo pojmove „ispravnost“ i „pouzdanost“ merenja.
Pod ispravnošću merenja ćemo podrazumevati stepen pogodnosti datog postupka ili merila
da, sa prihvatljivo malom greškom, karakterizuju ili kvantifikuju neku fizičku veličinu u datim
uslovima. Kod neispravnih merenja, najčešće se dešava da su odabrani takav postupak merenja
ili instrument, koji na fizičku veličinu utiču u tolikoj meri, da u potpunosti menjaju njena
svojstva. Nešto ređe, ali takođe moguće situacije, su one kod kojih nemamo adekvatno znanje
o stvarnom delovanju uticajnih veličina. Očigledni primeri neispravnih metoda merenja su,
recimo, merenje brzine svetlosti uključivanjem lampe i upotrebom mehaničke štoperice na
udaljenosti od nekoliko metara od lampe, ili korišćenje megaommetra za merenje veoma malih
otpornosti, ili ručno prebrojavnje zvezda na nebu radi određivanja broja objekata u našoj
galaksiji.
Sa druge strane, pouzdanost merenja je verovatnoća sa kojom se može tvrditi da će merilo ili
postupak merenja, prilikom ponavljanja merenja pod istim uslovima, dati konzistentne rezultate
(rezutate koji se neće međusobno suštinski razlikovati).
Pojmovi pouzdanosti i ispravnosti su međusobno blisko povezani, ali ih ne treba mešati. Važno
je razumeti da visoka pouzdanost merenja ne garantuje ispravnost merenja, jer neispravno
merenje može biti veoma konzistentno po pitanju dobijanja stalno istih, neispravnih rezultata
prilikom uzastopnog ponavljanja eksperimenta. Međutim, merenje ne može biti ispravno, ako
nema visoku pouzdanost. Sa malom pouzdanošću dobijaju se velike razlike u rezultatima
merenja pri svakom ponavaljanju, što znači da takvo merenje ne bi opisivalo dati fenomen na
adekvatan način, pa samim tim ne bi bilo ni ispravno. Dakle, visoka pouzdanost je potreban, ali
ne i dovoljan uslov kojim se garantuje ispravnost mernog postupka.
Od čega zavisi pouzdanost nekog postupka merenja i kako se ona može kontrolisati?
Pretpostavimo da želimo eksperimentalno proveriti verovatnoću dobijanja glavne premije na
lotou (popularna „sedmica“) u toku nečijeg života. Osmisimo trivijalan eksperiment u kome će
neka osoba uplaćivati nasumične kombinacije redom svake nedelje, sve dok ne dobije glavnu
premiju ili do kraja svog života (šta se pre dogodi). Koliko je ovakav eksperiment pouzdan?
Posmatrajmo prvo jedan od mogućih ishoda eksperimenta, kod koga nakon uplaćivanja prve
kombinacije osoba A odmah dobije glavnu premiju. Šta bismo iz takvog ishoda mogli
zaključiti? Da li je šansa dobijanja glavne premije na lotou 100 % ili je u pitanju nešto drugo?
Drugi mogući ishod je da, recimo osoba B uplati jednu kombinaciju, ali da pri tome, ne bude
izvučen nijedan njen broj. Posmatrajući samo taj slučaj, izolovano od prethodog, da li bi to
značilo da je verovatnoća dobijanja „sedmice“ na lotou ravna 0 % ili je, opet, u pitanju nešto
sasvim drugo? Dozvolimo, u slučaju nepovoljnog ishoda, da se eksperiment nastavi. Ako osoba
B premiju nikada ne dobije, da li to znači da je dobijanje „sedmice“ apsolutno nemoguće i šta
o tom zaključku misli osoba A, sa stanovišta svog iskustva? Da li nam je informacija o tome da
nikada nećemo dobiti na lotou od ikakve koristi nakon smrti? Očigledno je da nešto ne valja u
samom načinu na koji je eksperiment osmišljen, jer isti eksperiment obavljen pod istim
2. Obrada mernih informacija
2 - 23
uslovima, ali upotrebom drugog merila istog tipa (osobe A i B su ljudi koji se ni po čemu ne
razlikuju), daje potpuno različite ishode.
U situacijama u kojima, nakon uzimanja malog broja uzoraka, dobijamo veoma malu grešku,
tj. izuzetno povoljan ishod eksperimenta, kažemo da smo imali sreće (slično kao i u životu).
Ovakav ishod merenja prikazan je na slici 2.16. Međutim, za razliku od realnih životnih
situacija, sa aspekta metrologije, takav eksperiment se smatra loše osmišljenim, čak iako se
vlasnik dobitnog tiketa sa time ne bi složio.
Slika 2.16. Ishod eksperimenta sa malom pouzdanošću – previše mala greška
Ako nakon malog broja ponavljanja imamo izuzetno nepovoljan ishod eksperimenta (ogromno
odstupanje od tačne vrednosti), kažemo da nismo imali sreće (slika 2.17). Metrološki gledano,
eksperiment je i dalje nepouzdan jer njegov ishod ponovo ne opisuje dobro dati sistem.
Slika 2.17. Ishod eksperimenta sa malom pouzdanošću – prevelika greška
Primetimo da ishodi eksperimenta u kojima smo imali sreće i nismo imali sreće ne čine potpun
sistem događaja. Postoji još čitav niz dugačijih ishoda koji mogu dati neku novu sliku o
posmatanoj pojavi. Prema tome, merenje sa malim brojem rezultata je inhrentno nepouzdano
(a samim tim i neispravno), jer varijacija pojedinačnog ishoda može značajno doprineti
dobijanju pogrešnih zaključaka o brojnoj vednosti ili prirodi posmatrane fizičke veličine.
Kako onda povećati pouzdanost eksperimenta i smanjiti uticaj pojedinih ekstremnih ishoda na
razultat merenja? Očigledno, jedan od mogućih načina da to ostvarimo jeste da obuhvatimo što
Greška
merenja
Sigurne granice
apsolutne greške
Rezultat
Stvarna
vrednost
Sigurne granice
apsolutne greške Rezultat Greška
merenja
Stvarna
vrednost
2. Obrada mernih informacija
2 - 24
veći uzorak populacije odnosno da povećamo broj merenja. U slučaju eksperimenta sa lotom,
mogla bi se posmatrati velika populacija igrača, moglo bi se produžiti vreme posmatranja na
više godina ili uzeti u obzir slučajevi kod kojih smo „blizu“ dobijanju glavne premije itd.
Da li će povećavanje broja merenja povećati pouzdanost zavisi od toga da li je združeno dejstvo
merene fizičke veličine i uticajnih veličina na merni instrument stacionarno. Ako povećavanjem
broja merenja N varijansa σ2(N) dobijenih rezultata neograničeno raste, tada nemamo
stacionaran proces delovanja na merilo i merenje nećemo moći učiniti pouzdanim za bilo koje
N. Samim tim ono neće biti ni ispravno. Ako sa povećavanjem broja merenja varijansa merenja
teži nuli, ili nekoj konačnoj vrednosti σ2(∞), tada je merenje uz dovoljno veliko N, moguće
učiniti pouzdanim. Ukoliko bismo želeli merenje koje ima pouzdanost od 100 %, jasno je da
bismo morali meriti neograničeno dugo, tj. sve vreme postojanja objekta koji se meri (N → ∞).
To nije praktično iz bar dva razloga: ograničeni resursi koji su nam na raspolaganju (vreme,
novac, energija…) i stavljanje objekta merenja van upotrebe tokom trajanja merenja. Postoje
neki primeri koji naizgled nisu u skladu sa ovim zaključkom. Recimo, merenje parametara
elementarnih čestica u ciklortonu, odvija se sve vreme života tih čestica (10-12 s), što prividno
ne zahteva obimne resurse sa stanovišta ljudskog života. Ali i tada, maksimalna poudanost traži
neograničen broj ponavaljanja merenja unutar konačnog intervala. Fizičari su srećni ako unutar
perioda od 10-12 s uspeju obaviti ijedno merenje. Zbog toga generišu veoma velik broj čestica
od kojih će samo neke biti detektovane i kvatifikovane.
Nakon pažljive matematičke analize (koja izlazi izvan okvira ovog kursa), poznavajući
dinamiku procesa koji se analizira i pravilno modelujući dejstvo uticajnih veličina, broj
potrebnih rezultata merenja može svesti na sasvim prihvaljivu vrednost. Ako se zahtevana
pouzdanost smanji sa perfekcionističkih 100 %, na inženjerski prihvatljivih 99,99 %, 99 % ili
čak 95 %, može se odrediti minimalan broj merenja Nmin, koji će dati varijansu σ2(Nmin), koja
će biti dovoljno blizu σ2(∞) da se rezultata merenja može
Pre priključenja korisnika na ADSL liniju, obavlja se testiranje kvaliteta pretplatničke linije.
Ako bismo šum na toj liniji želeli proceniti sa pouzdanošću od 100 %, morali bismo meriti
neograničeno dugo. Korisnik nikada ne bi bio priključen na Internet i merenje bi bilo
besmisleno. Međutim, ako zahtevanu pouzdanost testa spustimo na 99 %, pokazuje se da se
merenje može skratiti na svega nekoliko minuta. U slučaju testiranja više hiljada pretplatničkih
linija odjednom, može se zahtevati još niža pouzdanost od 95 %, nakon čega će test trajati
kraće od jedne sekunde po pretplatniku (slika 2.18).
Slika 2.18. Zavisnost trajanja testa od zahtevane pouzdanosti
log N N → ∞
Pouzdanost (%)
100 99 98 97 96 95
2. Obrada mernih informacija
2 - 25
Izbor nivoa pouzdanosti testa je više filozofsko pitanje, nego matematičko. Matematički alati
stupaju na snagu tek kada su ustanovljeni osnovni principi obrade i interpretacije rezultata
merenja, a koji se svode na razumevanje svih fenomena od kojih eksperiment zavisi.
Matematika ne može reći zašto je neki pristup merenju bolji (pouzdaniji) od drugog, kao ni
koliki nivo pouzdanosti treba usvojiti da bi se dobio potreban uslov za ispravno merenje. Na
primer, nivo poverenja od 95 % se veoma često koristi u eksperimantima u biologiji, ali je to
stvar konvencije ili slobodne procene. U informacionim tehnologijama neretko se sreću
slučajevi kod kojih se zahteva nivo pouzdanosti testa od 99,99 % ili veći.
2.7. Značaj merne nesigurnosti za nauku i tehniku
Zbog čega je važno poznavati greške merenja? Zašto je za nauku i tehniku, pored izmerene
brojne vrednosti, važan parametar interval koji obuhvata mernu nesigurnost? Odgovor na ova
pitanja krije se u nameni za koju je merenje osmišljeno. Svako merenje ima tačnu, unapred
definisanu svrhu, pa posledice pravljenja veće ili manje greške merenja mogu biti veoma
dalekosežne. Podizanje nivoa svesti o značaju merne nesigurnosti je ključni faktor za
fokusiranje globalne svetske idustrije na kvalitet merenja i na posledice koje neiskazivanje
merne nesigurnosti može doneti.
Veliki broj naučnih istraživanja, proizvodnih procesa, finansijskih odluka i medicinskih
dijagnoza zasniva se na izveštajima sa brojnim podacima koji su rezultat nekakvih merenja.
Bez razmatranja uticaja grešaka merenja na kvalitet kasnije odluke, povećavaju se šansa za rast
operativnih troškova i verovatnoća otkaza rada sistema. Koliko košta proizvođača da opozove
celu seriju nekih proizvoda ili da povrati poverenje potrošača nakon grešaka u proizvodnji?
Koliko tužbi u svetu se podigne svake godine zbog lošeg lečenja ili pogrešne dijagnoze? Kolike
su posledice ekonomskih kriza, kao posledica nekvalitetnih finansijskih izveštaja. Nizak
kvlaitet informacija i loše odluke stvaraju troškove koje, po pravilu, plaćaju krajnji kupci.
Različite organizacije svakodnevno donose odluke na osnovu izveštaja sa podacima
zasnovanim na nepotpunim i nepouzdanim mernim informacijama. Izbor pogrešnog dobavljača
daće nizak kvalitet konačnog proizvoda. Odabir pogrešne laboratorije, može dovesti do
pogrešnih medicinkih dijagnoza. Odabir pogrešne investicije uticaće na finansijske cijeve.
Odabir nedovoljno tačne metode ili zaključivanje na osnovu nedovoljno tačnih podataka, može
dovesti do razvoja kvazi-teorija, potpuno neutemeljenih u fizici. Zato je poznavanje merne
nesigurnosti sa kojom su rezultati merenja iskazani, ključno za smanjivanje rizika i troškova
vlikog borja ljudskih aktivnosti.
Pretpostavimo na trenutak da je potrebno proveriti neku teorijsku hipotezu. Određene teorija T,
predviđa da, pod tačno definisanim usovima, fizička veličina X ima brojnu vrednost {X}. Radi
potvrđivanja ili opovrgavanja ove teorije sprovešće se eksperiment (merenje) E, čiji je rezultat
prikazan na slici 2.19. Sa x je označena srednja vrednost dobijena eksperimentom E.
2. Obrada mernih informacija
2 - 26
Slika 2.19. Provera teorijskog predviđanja brojne vrednosti X eksperimentom čiji je ishod
Xx
Zbog neizostavnog dejstva uticajnih veličina, za očekivati je da merenje nikada neće dati baš
očekivanu vrednost {X}, čak iako je teorija T u potpunosti ispravna. Prema tome, posmatranjem
samo srednje vrednosti rezultata merenja, nismo u stanju da donesemo zaključak o ispravnosti
teorije T, bog neizostavnog prisustva merne nesigurnosti. Ako bi merna nesigurnost obavljenog
merenja odgovarala intervalu datim isprekidanom crvenom linijom na slici 2.19. (slučaj veoma
male greške), zaključak bi bio da teorija T nema empirijskih osnova i da je treba odbaciti kao
neosnovanu. Međutim, ako bi granice greške bile date istačkanom plavom linijom, onda bi
eksperiment E mogao biti dokaz teorije T.
Na osnovu gornjeg primera ne treba žuriti sa zaključkom da je, po teorijsku fiziku i inženjerstvo,
povoljnije da greška merenja bude što veća. Naprotiv, prevelika greška veoma često ne govori
ništa o teoriji koja se dokazuje, jer uvek postoje alternativne teorije čija predviđanja lako mogu
upasti u prevelik interval merne nesigurnosti.
Kao drugi primer posmatrajmo više konkurentskih teorija T1, T2, T3, T4 i T5, koje predviđaju
različite vrednosti {X1}, {X2}, {X3}, {X4} i {X5} iste fizičke veličine X, kao na slici 2.20.
Obavljen je eksperiment E čiji je ishod A, označen krstićem.
Slika 2.20. Određivanje brojne vrednosti višedimenzionalne fizičke veličine radi potvrđivanja
ili opovrgavanja važenja različitih teorijskih modela koji je opisuju
Na osnovu rezultata eksperimenta E, mogući su različiti zaključci o ispravnosti pojedinih
teorija. Npr. ako je merna nesigurnost data isprekidanom crvenom linijom, tada nije ispravna
nijedna od predloženih teorija i potrebno je razviti potpuno nov matematički model datog
fenomena. Ukoliko bi merna nesigurnost bila data istačkanom plavom linijom, tada bi
eksperiment potvrdio samo teoriju T1, a isključio mogućnost važenja svih ostalih. Međutim,
ako bi greška merenja bila određena zelenom linijom, tada bi bio dokazano važenje teorije T3,
a sve ostale bi bile opovrgnute. Slično se mogu zamisliti situacije u kojima se ovaj isti rezultat
može interpetirati kao dokaz dve ili više teorija, u zavisnosti od merne nesigurnosti, ili pak kao
X x {X}
A (V)
φ (rad)
{X4}
{X3}
{X1} {X2}
{X5}
+
2. Obrada mernih informacija
2 - 27
potpuno beskoristan, u slučaju prevelike greške, kada ne bi isključio nijednu od ponuđenih
mogućnosti.
Eksperimenti ponekad dovode do neočekivanih teorijskih otkrića i samo je poznavanje merne
nesigurnosti garancija njihove istinitosti. Krajem XIX veka, Lord Rejli je merio gustinu
gasovitog azota, korišćenjem dve metode. U prvoj, azot je dobijao isključivo iz atmosfere
propuštanjem vazduha kroz usijanu bakrnu cev, čime je uklanjao sav kiseonik (vazdušna
metoda). U drugoj metodi, azot je dobijao propuštanjem mehurića vazduha kroz tečni amonijak
(NH3), a zatim provođenjem te smeše kroz usijanu bakarnu cev (hemijska metoda). U ovom
drugom slučaju, azot iz vazduha je bio „zagađen“ azotom iz amonijaka, jer je kiseonik reagovao
sa vodonikom i gradio vodu. Ispostavilo se da azot dobijen hemijskom metodom ima za oko
0,1 % manju gustinu od azota dobijenog vazdušnom metodom. Uprkos relativno dobrom
slaganju obe metode, Rejli nije bio zadovoljan dobijenim rezultatima i odoleo je iskušenju da
omalovažava ili ignoriše tako malu razliku u brojnim vrednostima. Umesto toga ponovio je
eksperiment pokušavajući da dovede razliku do ekstrema, tako što je kroz amonijak propuštao
čist kiseonik, a ne vazduh. Sada je sav azot koji je bio izdvojen hemijskom metodom poticao
isključivo iz amonijaka i ispostavilo se da tada ima još manju gustinu – manju za oko 0,5 % u
odnosu na azot dobijen iz vazduha. Neizbežan zaključak ovako pažljivo sprovedenog
eksperimenta bio je da je u slučaju vazdušne metode dobijen azot pomešan sa nekim drugim
gušćim gasom. Taj novi gas koji je Rejli otkrio bio je argon, novi element u periodnom sistemu.
Za svoje otkriće Rejli je 1904. godine dobio nobelovu nagradu za fiziku. Rejlijeva originalna
merenja imala su mernu nesigurnost od 0,03 %. Veća merna nesigurnost onemogućila bi
uočavanje male sistematske razlike u gustinama smeša od svega 0,1 %, i ne bi motivisala Rejlija
da nastavi sa detaljnijim proučavanjem tog fenomena.
U industriji, poznavanje tolerancija sa kojima su iskazane određene brojne vrednosti može
značiti razliku između funkcionisanja ili nefunkcionisanja celokupnog sistema. Ako npr. dva
USB uređaja A i B imaju različite tolerancije sa kojima mogu slati ili primati naponske nivoe,
kao u tabeli 2.6, onda će komunikacija biti pouzdana samo u jednom smeru, od uređaja A koji
ima uže granice generisanja naponskih nivoa, ka uređaju B, koji ima veću toleranciju detekcije
istih. U obrnutom smeru, javiće se situacije kada uređaj A neće moći detektovati signale koje
odašilje uređaj B.
Tabela 2.6. Primer dva uređaja koji imaju različite tolerancije naponskih nivoa
Uređaj A (USB 2.0) B (?)
Maksimalan napon Umax 5 V 5 V
Gornja tolerancija za Umax +0,25 V +1,00 V
Donja tolerancija za Umax -0,60 V -1,00 V
U primeru datom tabelom 2.6, kaže se da su uređaji nekompatibilni, tj. da nisu sposobni zajedno
funkcionisati bez proizvođenja štetnih efekata. Iako predstavlja određenu neprijatnost,
nekompatibilnost dva USB uređaja usled nejednakih tolerancija nema ni izbliza tako
dalekosežne posledice kao što ih je imalo nepoznavanje kompletne merne informacije u slučaju
nesreće spejs šatla Čelendžer. Jedno od najšire prihvaćenih objašnjenja ove nesreće, bilo je da
je do eksplozije došlo zbog lošeg naleganja zaptivnih prstenova na rezervoarima sa tečnim
vodonikom. NASA-ini inženjeri nisu pažljivo iskontrolisali uslove pod kojima je bila data
tolerancija zaptivnih prstenova. Ispostavilo se da je merna nesigurnost koju su NASA-ini
inženjeri koristili u svojim proračunima važila samo za određeni opseg temperatura. Zbog loših
2. Obrada mernih informacija
2 - 28
vremenskih prilika i brojnih odlaganja poletanja, zaptivni prstenovi su dugo bili izloženi
neuobičajeno niskim temperaturama. U skladu sa deklaracijom proizvođača, presetnovi su
promenili svoje dimenzije i nisu više dobro nalegali na ispuste rezervoara, o čemu niko u
NASA-i nije vodio računa. Umesto kontrolisane smeše gasova koja bi sagorevanjem izdigla
spejs šatl u orbitu, vodonik je, prilikom zakretanja letelice, iscureo u velikoj količini, sjedinio
se sa kiseonikom iz atmosfere u veoma burnoj reakciji i ostalo je istorija.
Dakle, greške merenja nikada nisu svrha same sebi, već se moraju posmatati u kontekstu daljeg
korišćenja. Samo ako se poznaje merna nesigurnost rezultata merenja i garantuje nivo
pouzdanosti merne metode, moguće je pravilno interpretirati obavljeni eksperment, doneti
valjane odluke o daljim postupcima, uporediti rezultate različitih merenja, pružiti adekvatnu
podršku teorijskom i praktičnom naučno-istraživačkom radu i garantovati nesmetan i bezbedan
rad tehnološke opreme u industrji i svakodnevnom životu ljudi.