Lezione 08. Sferometro Galileo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 08. Sferometro Galileo"

Transcript

1 Lezione 08 Sferometro Galileo

2 a) usa la vite micrometrica, come il calibro Palmer b) i piedi sono agli estremi di un triangolo equilatero c) N è un piano ben levigato di riferimento d) parallela alla vite e solidale allo sferometro, c è una scala S verticale millimetrata. e) il disco è suddiviso in 500 parti. Un giro completo corrisponde ad uno spostamento verticale di 1,000 mm per cui la sensibilità è di 500 divisioni/mm. L errore di sensibilità è di 0,001 mm anche se nella pratica l errore di lettura è di 0,002 mm. f) L asticella L segnala lo zero dello strumento : appena la punta P tocca un oggetto ( ad esempio la superficie superiore della lastrina O), l asticella comincia a sollevarsi.

3 Come si effettua la misura di uno spessore con lo sferometro a) si poggia lo sferometro sul piano di riferimento, con la punta P sufficientemente sollevata per consentire il posizionamento della lastrina O di cui si vuole misurare lo spessore. b) si abbassa P fino a toccare O : si leggono le indicazioni della scala verticale e della scala sul disco ( per esempio 40,000 mm e 350), per cui la lettura è 40, /500 di 1,000 mm, ossia 40,700 mm c) si leva la lastrina O e si abbassa P fino a toccare il piano di riferimento: si leggono le nuove indicazioni ( per esempio 0,000 mm e 75), per cui la lettura è 0, /500 di 1,000 mm, ossia 0,150 mm d) si fa la differenza fra la misura ottenuta in b) e quella ottenuta in c) e si ottiene la misura dello spessore s, pari a (40,700 0,150) = 40,550 mm

4 Questo metodo ha però un grosso problema : lo zero dello strumento non è ben determinato, perché il piano di riferimento non è un piano ideale, ma una superficie che presenta delle inevitabili asperità, connesse con la più o meno accurata lavorazione della superficie stessa. Sferometro Leybold Il principio di funzionamento è lo stesso dello sferometro Galileo : l unica differenza consiste nello stabilire quando la punta centrale tocca

5 l oggetto in esame, visto che manca l asticella L del Galileo. I criteri di contatto sono due : il treppiede comincia a ruotare ( riproducibilità di 5 μm secondo la Leybold) se si tocca l asta filettata sulla vite di pressione e si gira avanti e indietro, dopo avere posato la punta sulla superficie di misura, è sensibile e percettibile un beccheggio ( riproducibilità di 2 μm secondo la Leybold) Il disco porta 250 divisioni ( numerate però da 0 a 500), mentre il passo della vite è 0,500 mm: ne consegue che sensibilità ed errore di sensibilità sono gli stessi di quelli dello sferometro Galileo. La scala verticale tuttavia è millimetrata e quindi il disco avanza di un millimetro ogni due giri! Attenzione allora a non perdersi i mezzi millimetri!

6 Come si misura il raggio di curvatura di una superficie sferica con lo sferometro Supponendo ci conoscere lo zero, si poggiano i tre piedi sopra la superficie in esame. Visti dall alto, i tre piedi individuano una circonferenza di raggio ρ, che è in genere una costante strumentale. Nel caso in cui ρ non è noto, esso può essere determinato in base a semplici considerazioni geometriche, una volta che con un calibro si sia misurata la distanza d fra i piedi. Infatti ρ cos 30 = d/2 e, poiché cos 30 = 3/2, ρ = d/ 3

7 Vista di lato, la circonferenza, di raggio e individuata dai punti P 1,P 2 e P 3,appare come un segmento di estremi P 1 e P 2, mentre h è la freccia della calotta sferica misurata con lo sferometro.

8 Un altra vista è rappresentata in figura : Per il 2 teorema di Euclide ρ 2 =(2R-h) h, da cui R= ( +h )

9 Un altra vista è rappresentata in figura : Per il 2 teorema di Euclide ρ 2 =(2R h) h,da cui R=1/2 (ρ 2 /h + h) Esercit azione di laborat orio : determinazione del raggio di curvatura di una superficie sferica ( per esempio una lente ) con uno sferometro Le operazioni da fare sono le segu enti : 1.Determinare la precisione dello strumento effettuando misure ripetute su un punto arbitrario del piano di riferimento e stimando la O" della distri buzione limite ( che dovreb be essere 2 µm ). 2.Controllare quanto "ben levigato' sia il piano di riferimento e determinare lo "zero ' dello strumento.

10 3. misurare l'altezza della calotta, individuata dai tre piedi dello strumento, m punti diversi della calotta stessa. Ai fini della prova di laboratorio, si possono ritenere privi di errore i valori di p ( per il tipo "Galilei", p è pari a 50 m m, mentre per il tipo "Leybold" è d e non p a valere sempre 50 mm ). Notare inoltre che il piano di riferimento è costituito da una lastrina di vetro, avente solo una faccia lavorata otticamente dalla parte con gli angoli smussati. Per determinare lo "zero" h 0, si poggia lo sferometro sul piano di riferimento, si traccia sul piano un reticolo immaginario ( in pratica conviene porre un foglio di carta millimetrata sotto al piano ) e, per ogni cella del reticolo, si effettua una misura. È opportuno riportare, sempre sotto forma di reticolo, questi dati dapprima sul "quaderno di bordo" del laboratorio e poi sul fogli o di relazione, in modo tale che sia possibile individuare la presenza eventuale di deformazioni sul piano stesso : lo stesso discorso del reticolo vale per le misure dell'altezza della calotta. Supponiamo di avere effettuato 81 misure di h 0 e di aver ottenuto l'istogramma illustrato in figura 11. 2L n i i i 'Z I I I t..o 1.,1 Fig.11 Se le misure così ottenute si dist ribuiscono in maniera gau siana intorno alla media con una stima di u praticamente uguale a quella ottenuta in 1), allora possiamo concludere che il piano di riferimen o è t'veramenten un piano, lavorato al meglio dei 2 µm. Se ciò non avviene, vuol dire che il piano è rovinato e andrebbe s stituito. Per capire se la distribuzione è gaussiana, u siamo il test del x 2 ( vedi il cap.12 di Taylor ). TI valore medio delle osservazioni è ho = 34 ~lm mentre la stima della deviazione standard e O"ho = 2 µrn. 12

11 Dall'istogramm a si ricava che gli eventi osservati Ok sono ( seguendo la nota in calce alla pag. 186 del Taylor ) 15.0 nell 'intervallo tra - oo e h 0 - O"ho, ossia tra -oo e 32 µm, 26.5 nell 'intervallo tra h 0 - O"ho e h 0, ossia tra 32 µme 34 µm, 23.0 nell'intervallo tra h 0 e h 0 + O"ho, ossia tra 34 µm e 36 µm, 16.5 nell intervallo tra h 0 + O"ho e +oo, ossia tra 36 µm e + oo. Se la distribuzione sperimentale è una gaussiana, ci aspettiamo che nei suddetti quatt ro int ervalli vada a finire rispettivamente il 163, il 343, il 34% e il 16% d egli eventi osservati, ossia che gli Ek valgano rispettivamente 13.0, 27.5, 27.5 e Il x 2 allora si scrive 2 0 (0k- Ek)2 X = w E = i=l k ( ) 2 ( ) 2 ( ) 2 ( ) ' = 2.02 Il x 2 ridotto,,x 2, ossia il x 2 diviso per il numero di gradi di libertà d, vale ancora 2.02 perchè in questo caso il numero dei gradi di libertà vale 1. Infatti, usando la terminologia del Taylor, d = n- e, dove n è il numero di intervalli ( nel nostro caso 4) e e è il numero dei vincoli ( nel nostro caso 3, perchè h 0 e O"ho sono ottenuti dai dati sperimentali e I: Ok = N = 81, ossia il totale degli eventi osservati). La probabilità P 1 (x 2 2: 2.02) vale allora '.:::'. 16%. Da notare che il valore medio atteso di x 2 e nel nostro caso pari ad 1 e che valori di,x 2» 1 sarebbero indice di ipotesi scadente o da rigettare. Bisogna tenere in conto tuttavia che i valori di h 0 e O"ho sono stati ottenuti dalla totali tà dei dati sperimentali e non dalla minimizzazione del x 2, scritto prima : questo comporta ( vedi I<endall e Stuart, "The A dvanced Theory of S tatistics, vol.2, ) una certa riduzion del numero dei vincoli, che può portare ad accet tare valori di x 2 dell'ordine di 3, anzichè di 1. Se non avessimo voluto dividere in due i "bin" dell 'istogramma che appartengono a differenti ok e far sì che, in ogni caso, cadano in ogni ok non meno di.5 event i, avremmo potuto scegliere per il test i seguenti intervalli, compresi tra : -oo e 33 µm, ossia tra -oo e ho "h 0 con 0 1 =27, 33 µme 35 µm, ossi a tra ho "h 0 e h a-ho con 0 2= 29, 35 µm e 37 µm, ossia tra ho+ 0.50"h 0 e ho+ l.50"h 0 con 03=17, 37 µme +oo, ossia t ra ho+ ].50"h 0 e + oo con 0.1=8. 13

12 Per ricavare i corrispondenti Ei., usiamo l'appendice B del Taylor. Se indichiamo con N il totale delle misure effettuate, E 1 = N x P(ho < 33) = N [l - P(ho 2 33 )] = = N [l - P(ho 2 h 0-0.5<7)] = N [l Q(- 0.5)] = N[l Q(0.5)] = = N [0.5 - Q(0.5)] = 81( ) = 25.0 E2 = N X P(33 S ho < 35) = N x P(ho - 0.5u S h 0 < h 0 + O.Su) = = 2N Q(0.5 ) = 31.0 E 3 = N x P(35 S h 0 < 37) = N x P( ho + 0.5u S h 0 S h ') = = N[Q(l.5) - Q(0.5] = 19.6 E4 = N x P(ho > 37) = N X P(ho > h u) = = N[0.5 - Q(l.5)] = 5.4 Si ottiene così alla file un x 2 di 1.85, molto vicino al valore trovato precedentemente. Il ragionamento seguito per il piano di riferimento può essere seguito anche per la misura dell'altezza H della calotta sferica ( non ancora sottratta dello "zero"), compreso il test del x 2 Infatti, se la calotta è "sferica", ci aspettiamo che, spostando lo sferometro, otteniamo sempre lo stesso valore di H, a meno degli errori di misura e che, quindi, la distribuzione di H sia una gaussiana, con una O' maggiore di 2 µm poichè la superficie non è lavorata otticamente così come il piano di riferimento. Ottenuti h 0, ho e H, CTJj, si ricava che Da notare che la superficie in esame è sferica solo nella parte centrale (è piuttosto di forma "ovoidale") e che è lavorata con una precisione molto peggiore di quella dello strumento. Bisogna evitare inoltre di mescolare assieme misure prese da. osservatori diversi, prima di essersi accertati dell'equivalenza degli operatori stessi. 14

13 Lo scarto (x xmedio) ha un' unita' di misura naturale scarto quadra co medio lo scarto tipico! abbiamo imparato Lo scarto ridotto e' la variabile piu' espressiva t= z = (X Xmedio) / σ lo abbiamo gia' incontato nella discussione della discrepanza

14 Una descrizione della distribuzione Probabiita' Gaussiana P k 40,0% 35,0% P k Gauss 34,1% 34,1% 40% 35% P k Gauss 34% 34% su sei intervalli k=1,6 30,0% 30% 25,0% 68,2% 25% superbamente espressiva 20,0% 20% 15,0% 13,6% 13,6% 15% 16% 16% tre soli numeri!!!!!!! ne catturano il cuore delle proprieta ' analitiche 10,0% 5,0% 0,0% 95,4% 2,3% 2,3% 99,7% [, 2σ] [ 2σ, 1σ] [ 1σ, 0] [0, +1σ] [+1σ, +2σ] [+2σ, + ] 10% 5% 0% P k k=1,4... due soli numeri!! [, 1σ] [ 1σ, 0] [0, +1σ] [+1σ, + ] [, 2σ] [ 2σ, 1σ] [ 1σ, 0] [0, +1σ] [+1σ, +2σ] [+2σ, + ] 2,3% 13,6% [, 1σ] 16% 34,1% [ 1σ, 0] 34% 68,2% 34,1% 95,4% 99,7% [0, +1σ] 34% 13,6% [+1σ, + ] 16% 2,3% 100%

15 xk Nk=Ok (Nk/N)Xk (Nk/N)(Xk media artm)^ ,1 0,6297 [, 1σ] 13, ,5 1,336 [ 1σ, 0] 27, ,0055 [0, +1σ] 27, ,6 0,7391 [+1σ, + ] 13, ,8 1, ,8527 N= media artm= dev.st= ,0 25,0 20,0 15,0 10,0 5,0 0,0 E k = N P k Gauss 27,5 27,5 13,0 13,0 [, 1σ] [ 1σ, 0] [0, +1σ] [+1σ, + ] N k xk Nk=Ok 3+24/2= 24/2+29/2=29/2+17/2 = 17/2+6+2= < Ok= 15 26, , ,00% Fk= 18,52% 32,72% 28,40% 20,37% ,00% Pk= 16,00% 34,00% 34,00% 16,00% > Ek= 13,0 27,5 27,5 13, ,5 O k < >36 23 Ek 13,0 27,5 27,5 13,0 16,5 O k e E k 30 26,5 27,5 27, , ,0 13, < >36 χ2 = Σ k (O k -E k ) 2 /σ E k 2 = Σ k (O k -E k ) 2 /E k = ("distanza") 2 = 2,02 P(χ2 > 2,02) = 16% NON MALE

16 xk Nk=Ok (Nk/N)Xk (Nk/N)(Xk media artm)^ ,1 0,6297 [, 1σ] 13, ,5 1,336 [ 1σ, 0] 27, ,0055 [0, +1σ] 27, ,6 0,7391 [+1σ, + ] 13, ,8 1, ,8527 N= media artm= dev.st= ,0 25,0 20,0 15,0 10,0 5,0 0,0 E k = N P k Gauss 27,5 27,5 13,0 13,0 [, 1σ] [ 1σ, 0] [0, +1σ] [+1σ, + ] xk Nk=Ok 81 Ok= < ,00% Fk= 33,33% 35,80% 20,99% 9,88% ,00% Pk= 30,86% 38,27% 24,20% 6,67% Ek= ,6 5,4 > < > Ek ,6 5,4 O k e E k , , χ2 = Σ k (O k -E k ) 2 /σ E k 2 = Σ k (O k -E k ) 2 /E k = ("distanza") 2 = 1,85 P(χ2 > 1,85) > 16% MEGLIO!

Lezione 08. verso i millesimi di millimetro. Sferometro Galileo

Lezione 08. verso i millesimi di millimetro. Sferometro Galileo Lezione 08 verso i millesimi di millimetro Sferometro Galileo a) usa la vite micrometrica, come il calibro Palmer b) i piedi sono agli estremi di un triangolo equilatero c) N è un piano ben levigato di

Dettagli

a scorrimento e del calibro Palmer

a scorrimento e del calibro Palmer Fig.8 1.7 Prima Esercitazione di Laboratorio uso del calibro a scorrimento e del calibro Palmer Sono consigliate la determinazione del volume di un cilindretto metallico e la rnisura del diametro di sferette.

Dettagli

Nona lezione : Risposta : 3 ; 5 ; 3 ; 3 ( vedi Severi, cap.ii, 6 )

Nona lezione : Risposta : 3 ; 5 ; 3 ; 3 ( vedi Severi, cap.ii, 6 ) Nona lezione : Il miglior modo di riprendere i concetti espressi al primo semestre è quello di esaminare e rispondere alle domande della prova intercorso 2012-2013. Esercizio 1 : Scrivere il numero di

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 20 febbraio 2018 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 6 01/02/2018 1. (12 Punti) Quesito. In un esperimento è stata misurata la grandezza Y in funzione

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

BIN = 15 um l [um] Minimum um. Data_31misure_ l [um] Maximum Points 102, , um 1.3 um

BIN = 15 um l [um] Minimum um. Data_31misure_ l [um] Maximum Points 102, , um 1.3 um 1 2 Data_31misure_070318 BIN = 15 um Minimum 80 Maximum Sum 120 3176,7 Points Mean Median 31 102,47419 102,9 102.5 um RMS Std Deviation Variance Std Error 102,7225 7,2559846 52,649312 1,3032133 7.3 um

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Elaborazione dei dati sperimentali. Problemi di Fisica

Elaborazione dei dati sperimentali. Problemi di Fisica Problemi di Fisica Elaborazione dei dati sperimentali Nella seguente tabella riportiamo alcune regole per esprimere ualunue numero mediante una potenza di 0: 00000000 = 0 9 456789 = 45,6789 0 4 3, = 0,3

Dettagli

Analisi statistica delle incertezze casuali. Dott. Claudio Verona

Analisi statistica delle incertezze casuali. Dott. Claudio Verona Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera

Dettagli

L istogramma dei nomi degli studenti presenti può essere descritto tranquillamente da un istogramma a barre. L istogramma dei voti riportati ad un

L istogramma dei nomi degli studenti presenti può essere descritto tranquillamente da un istogramma a barre. L istogramma dei voti riportati ad un Gli istogrammi L istogramma è una rappresentazione grafica di una distribuzione di frequenza di una certa grandezza, ossia di quante volte in un insieme di dati si ripete lo stesso valore. Esistono diversi

Dettagli

Interferenza da doppia fenditura

Interferenza da doppia fenditura Corso di Fisica per Scienze Biologiche A.A. 2016-17 Esperienza di laboratorio: OTTICA - ESPERIMENTO DI YOUNG Interferenza da doppia fenditura Nomi degli studenti:......... Data:... Introduzione L'obiettivo

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione Gaussiana - Facciamo un riassunto - Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura

Dettagli

Risposte ai quesiti D E H D

Risposte ai quesiti D E H D Perugia, dic. 2009/gen. 2010 Risposte ai quesiti 1. Dati i quadrati CD e C D, come in figura, provare che la perpendicolare uscente da alla retta DD passa per il punto medio del segmento quale che sia

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

Palmer (Micrometro) Profondimetro Sferometro Sonar Telemetro (ottico e laser)

Palmer (Micrometro) Profondimetro Sferometro Sonar Telemetro (ottico e laser) Misurazioni delle lunghezze La lunghezza è una grandezza fisica estensiva che si misura in modo diretto, per lunghezze comprese nell intervallo che va da 0.01 mm circa fino a un massimo di 10 m circa;

Dettagli

Scappatoie. Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. Consideriamo la regressione lineare

Scappatoie. Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. Consideriamo la regressione lineare Scappatoie Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. e rigore. Segnalerò con e rigore a sfondo rosso la trattazione corretta. E indicherò le parti

Dettagli

Osservazioni e Misura. Teoria degli errori

Osservazioni e Misura. Teoria degli errori Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare

Dettagli

E S E R C I Z I T U T O R

E S E R C I Z I T U T O R E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del

Dettagli

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni

Dettagli

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%

L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)% UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico

Dettagli

Analisi statistica delle incertezze casuali. Dott. Claudio Verona

Analisi statistica delle incertezze casuali. Dott. Claudio Verona Analisi statistica delle incertezze casuali Dott. Claudio Verona Analisi statistica delle incertezza casuali Le misure ottenute con strumenti di misura, come detto, sono inevitabilmente affette da errori.

Dettagli

MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE

MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le

Dettagli

Stabilire se il punto di coordinate (1,1) appartiene alla circonferenza centrata nell origine e di raggio 1.

Stabilire se il punto di coordinate (1,1) appartiene alla circonferenza centrata nell origine e di raggio 1. Definizione di circonferenza e cerchio. Equazione della circonferenza centrata in O e di raggio R. Esercizi. La circonferenza e il cerchio Definizioni: dato un punto C nel piano cartesiano e dato un numero

Dettagli

( ) 2. Determina il resto della divisione fra il polinomio P ( x) 2 2x. 3. Per quale valore del parametro m il polinomio P(

( ) 2. Determina il resto della divisione fra il polinomio P ( x) 2 2x. 3. Per quale valore del parametro m il polinomio P( ALGEBRA E ANALITICA. Determina il resto della divisione fra il polinomio P ( ) e il binomio D ( ). [ R ( ) ] + + + ( ) Detto D() il polinomio divisore, Q() il polinomio quoziente, R() il resto, il polinomio

Dettagli

Note su esperienza di misura della densita di un solido

Note su esperienza di misura della densita di un solido Note su esperienza di misura della densita di un solido 1 Distribuzione di GAUSS Distribuzione Piatta D P(entro ± s G ) = 68% 2 Parallelepipedo Spigoli: a, b, c Volume = V = a b c Massa = M Densità = r

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 8 maggio 2014 Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un

Dettagli

FISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica

FISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica FISICA Elaborazione dei dati sperimentali Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MISURA GLI STRUMENTI DI MISURA Gli strumenti di misura possono essere analogici o digitali.

Dettagli

3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli

3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli 3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli Esercizio 1: Si intende misurare la densità di un fluido tramite misure di massa e di volume. Lo si

Dettagli

Focometria Relazione sperimentale

Focometria Relazione sperimentale 1 Relazione sperimentale Lo scopo di questa esperienza è quello di ottenere la distanza focale di lenti convergenti e divergenti mediante differenti approcci di misura. Inizialmente considereremo le lenti

Dettagli

1 Significanza statistica.

1 Significanza statistica. 1 Significanza statistica. La figura 1 mostra degli istogrammi di una serie di esperimenti che hanno pubblicato risultati sull osservazione di particelle subnucleari denominate pentaquarks. E evidente

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Test del χ 2 (il file Excel test_chi.xls mostra possibili sviluppi degli esercizi proposti) Esercizio 1a) un

Dettagli

Guida alle esperienze di laboratorio

Guida alle esperienze di laboratorio LABORATORIO III Corso di Laurea in Fisica (Orientamento Generale) Guida alle esperienze di laboratorio Anno accademico 2008 09 (October 2, 2011) La descrizione di ogni esperienza è pensata come una scheda

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Poligoni. Enti geometrici fondamentali. Formati dei fogli. Squadratura del foglio

Poligoni. Enti geometrici fondamentali. Formati dei fogli. Squadratura del foglio Poligoni Enti geometrici fondamentali Gli enti geometrici fondamentali sono le rette e le curve. I segmenti sono frammenti di retta, mentre gli archi sono frammenti di curva. Un angolo esprime l inclinazione

Dettagli

Prova del 3 Marzo, Traccia della soluzione. Problema n. 1

Prova del 3 Marzo, Traccia della soluzione. Problema n. 1 IIASS International Institute for Advanced Scientific Studies Eduardo R. Caianiello Circolo di Matematica e Fisica Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio Eduardo R. Caianiello

Dettagli

Politecnico di Torino II Facoltà di Ingegneria Corso di Meccanica Prof. A. Sparavigna Tutoraggio. La misura

Politecnico di Torino II Facoltà di Ingegneria Corso di Meccanica Prof. A. Sparavigna Tutoraggio. La misura La misura Per misura si intende la stima del valore di un qualche parametro fisico. Una misura non è mai unica, ma risente sempre di una certa indeterminatezza. Ecco quindi che nel definire l indeterminatezza

Dettagli

Compitino del Statistica e Probabilità Laurea Specialistica in Ingegneria Meccanica e dei Materiali

Compitino del Statistica e Probabilità Laurea Specialistica in Ingegneria Meccanica e dei Materiali Dichiaro di acconsentire all esposizione dei risultati dei compitini in rete Firma Compitino del 23-12-2002 Statistica e Probabilità Laurea Specialistica in Ingegneria Meccanica e dei Materiali Esercizio

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 18 febbraio 2019 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 8 1. (12 Punti) Quesito. La misurazione della massa di una certa quantità di una sostanza liquida

Dettagli

Esperienza n 1: LENTI

Esperienza n 1: LENTI NOZIONI TEORICHE DI BASE: Approssimazione di Gauss Diottro sferico Lenti sottili Sistema di lenti Distribuzione gaussiana Propagazione degli errori Test di Student Esperienza n : LENTI Lente sottile convergente

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1

Dettagli

Distribuzione degli Errori di Misura. La distribuzione normale

Distribuzione degli Errori di Misura. La distribuzione normale Distribuzione degli Errori di Misura La distribuzione normale Errori casuali e sistematici Gli errori vengono generalmente suddivisi in due categorie: errori casuali ed errori sistematici. Gli errori casuali

Dettagli

Statistica Applicata all edilizia: Stime e stimatori

Statistica Applicata all edilizia: Stime e stimatori Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica

Dettagli

2 Compito di Esonero del corso di Laboratorio di Meccanica A.A Canale A C (Prof. F. Meddi) 5/6/2012

2 Compito di Esonero del corso di Laboratorio di Meccanica A.A Canale A C (Prof. F. Meddi) 5/6/2012 ompito di Esonero del corso di Laboratorio di Meccanica.. 0 0 anale Prof. F. Meddi 5/6/0 Fila, esercizio N. : ssumere di avere misurato varie volte in maniera diretta le tre grandezze fisiche:, e, determinando

Dettagli

Distribuzione normale

Distribuzione normale Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata

Dettagli

APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD

APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con

Dettagli

Metodi di Iterazione Funzionale

Metodi di Iterazione Funzionale Appunti di Matematica Computazionale Lezione Metodi di Iterazione Funzionale Il problema di calcolare il valore per cui F() = si può sempre trasformare in quello di trovare il punto fisso di una funzione

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica

Dettagli

1. Misura di lunghezze. Dr. Paola Romano - Università del Sannio

1. Misura di lunghezze. Dr. Paola Romano - Università del Sannio 1. Misura di lunghezze Misure di lunghezze:calibro (1) Il calibro a nonio o ventesimale è costituito da un'asta graduata (6) con un'estremità piegata a becco e da un corsoio (3), recante anch'esso un becco.

Dettagli

Laboratorio di Chimica Fisica. Analisi Statistica

Laboratorio di Chimica Fisica. Analisi Statistica Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica

Dettagli

IL PALLINOMETRO SCOPO

IL PALLINOMETRO SCOPO IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.

Dettagli

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie. Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento

Dettagli

IL PALLINOMETRO SCOPO

IL PALLINOMETRO SCOPO IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.

Dettagli

Vedi: Probabilità e cenni di statistica

Vedi:  Probabilità e cenni di statistica Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità

Dettagli

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca Analisi Statistica dei Dati Sperimentali M. Trimarchi e P. La Rocca Misura delle Grandezze Fisiche Misure dirette Confronto con un campione dell unità di misura Lunghezze Metro Misure indirette Operazioni

Dettagli

Considerazioni sull uso del compasso per l acquisizione di concetti geometrici di Luciano Porta

Considerazioni sull uso del compasso per l acquisizione di concetti geometrici di Luciano Porta Considerazioni sull uso del compasso per l acquisizione di concetti geometrici di Luciano Porta Il compasso non è soltanto uno strumento per il disegno tecnico, ma è, se usato consapevolmente, uno strumento

Dettagli

Misure di fenomeni di aberrazione di una lente

Misure di fenomeni di aberrazione di una lente Padova, gennaio 00 Misure di fenomeni di aberrazione di una lente Indicare il numero identificativo e le caratteristiche geometriche della lente utilizzata: Lente num. =... Spessore =... Spigolo =... Indice

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui

Dettagli

ESERCIZIO 1. Fig. 1. Si ricava a = m = 14.6 mm. Ricalcolando b per a/w= 14.6/50= 0.29, si ottiene b Procedendo, si ricava:

ESERCIZIO 1. Fig. 1. Si ricava a = m = 14.6 mm. Ricalcolando b per a/w= 14.6/50= 0.29, si ottiene b Procedendo, si ricava: ESERCIZIO 1 Una piastra di larghezza totale 100 mm e spessore 5 mm, con cricca centrale passante (fig. 1), è soggetta ad una forza di trazione P50 kn. 1) Determinare le condizioni di cedimento della piastra.

Dettagli

Errori e loro propagazione

Errori e loro propagazione Errori e loro propagazione Introduzione al problema Quando effettuiamo delle misure è inevitabile incorrere in errori: non possiamo liberarcene peró possiamo controllarli. IMMAGINIAMO: un carpentiere che

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Distribuzioni di probabilità Si sono diverse distribuzioni di probabilità: quelle di cui parleremo sono la distribuzione binomiale, quella di Poisson, quella uniforme, quella normale, quella del χ² e la

Dettagli

LA DISTRIBUZIONE NORMALE o DI GAUSS

LA DISTRIBUZIONE NORMALE o DI GAUSS p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,

Dettagli

Capitolo 2. Cenni di geometria analitica nel piano

Capitolo 2. Cenni di geometria analitica nel piano Capitolo Cenni di geometria analitica nel piano 1 Il piano cartesiano Il piano cartesiano è una rappresentazione grafica del prodotto cartesiano R = R R La rappresentazione grafica è possibile se si crea

Dettagli

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori

Dettagli

Vettori paralleli e complanari

Vettori paralleli e complanari Vettori paralleli e complanari Lezione n 9 1 (Composizione di vettori paralleli e complanari) Continuando lo studio delle grandezze vettoriali in questa lezione ci interesseremo ancora di vettori. In particolare

Dettagli

Capitolo 2. La misura

Capitolo 2. La misura Capitolo 2 La misura 1 Gli strumenti di misura Possono essere digitali o analogici: la risposta di uno strumento digitale varia con discontinuità (a scatti) al variare della grandezza misurata e appare

Dettagli

x 4 4 e il binomio x 2.

x 4 4 e il binomio x 2. ALGEBRA E ANALITICA. Determina il resto della divisione fra il polinomio P ( ) e il binomio D ( ). [ R ( ) ] Detto D() il polinomio divisore, Q() il polinomio quoziente, R() il resto, il polinomio P()

Dettagli

Misure della distanza tra punti e propagazione dell errore

Misure della distanza tra punti e propagazione dell errore Misure della distanza tra punti e propagazione dell errore Ing. Pier Paolo Conti Asti 04 Gennaio 2014 Introduzione Con la presente esposizione mi propongo di mostrare che la propagazione dell incertezza

Dettagli

Statistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C

Statistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C Statistica Cognome: Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Tema C 1. Parte A 1.1. Indichiamo con Q 1 e Q 3 il primo e terzo quartile, con m la mediana e con

Dettagli

Esplorazione dei dati

Esplorazione dei dati Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

Capitolo 5 Confidenza, significatività, test di Student e del χ 2

Capitolo 5 Confidenza, significatività, test di Student e del χ 2 Capitolo 5 Confidenza, significatività, test di Student e del χ 5.1 L inferenza Se conosciamo la legge di probabilità di un evento (a priori o a posteriori) possiamo fare delle previsioni su come l evento

Dettagli

LA FISICA COME SCIENZA SPERIMENTALE

LA FISICA COME SCIENZA SPERIMENTALE Università degli studi Roma Tre Corso di Laurea in Fisica a.a. 2018/2019 Esperimentazioni di Fisica I Prof. Giuseppe SCHIRRIPA SPAGNOLO CALIBRO E MICROMETRO Il presente materiale riprende in parte informazioni,

Dettagli

Acquisizione, rappresentazione e analisi di dati sperimentali

Acquisizione, rappresentazione e analisi di dati sperimentali Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Dipartimento di Fisica, Università di Palermo Introduzione Esperimenti illustrativi, per visualizzare un determinato

Dettagli

Verifica di Topografia

Verifica di Topografia ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI " In Memoria dei Morti per la Patria " * CHIAVARI * ANNO SCOLASTICO 2010-2011 Verifica di Topografia classe 3^ Geometri 1) In un appezzamento a forma

Dettagli

Laboratorio di Fisica I AA matricole pari

Laboratorio di Fisica I AA matricole pari Schermate del corso di Laboratorio di Fisica I AA 2014-2015 matricole pari Prof. V. Palladino Dr. O. Iorio Dr. M. Merola Grafici di misure Introduzione alla prova intercorso Lezione 5, scaricabile come

Dettagli

Esercizi di statistica inferenziale

Esercizi di statistica inferenziale Dipartimento di Fisica SMID a.a. 004/005 Esercizi di statistica inferenziale Prof. Maria Antonietta Penco tel. 0103536404 penco@fisica.unige.it 6/1/005 Esercizio1 E noto che un grande numero di pazienti

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,

Dettagli

Distribuzione Gaussiana

Distribuzione Gaussiana Nella maggioranza dei casi (ma non in tutti) facendo un istogramma delle misure acquisite si ottiene una curva a campana detta normale o Gaussiana. G,, G,, d 1 e 2 1 Distribuzione Gaussiana 1 2 = Valor

Dettagli

Breve ripasso di statistica

Breve ripasso di statistica Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto

Dettagli

Corso di Laurea in Ingegneria Meccanica Anno Accademico 2017/2018 Meccanica Razionale - Prova teorica del 5/4/2018.

Corso di Laurea in Ingegneria Meccanica Anno Accademico 2017/2018 Meccanica Razionale - Prova teorica del 5/4/2018. Corso di Laurea in Ingegneria Meccanica Anno Accademico 2017/2018 Meccanica Razionale - Prova teorica del 5/4/2018 Prova teorica - A Nome... N. Matricola... Ancona, 5 aprile 2018 1. Gradi di libertà di

Dettagli

Errori sistematici e casuali

Errori sistematici e casuali Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno

Dettagli

Studio fenomenologico del pendolo

Studio fenomenologico del pendolo Scheda di lavoro: Il pendolo semplice Da Wikipedia, l enciclopedia libera. Scheda di lavoro: Il pendolo semplice== SCHEDA DI LAVORO: Il pendolo semplice == NOME COGNOME SCUOLA CLASSE DATA Table of contents

Dettagli

Lezione 7 Metodo dei Minimi Quadra1

Lezione 7 Metodo dei Minimi Quadra1 Lezione 7 Metodo dei Minimi Quadra1 S1matori di Minimi Quadra1 q Supponiamo di misurare due variabili casuali X e Y: ad ogni valore di X misuro il valore di Y. Per esempio negli istan1 x 1, x 2,, x n misuro

Dettagli

Distribuzione Normale

Distribuzione Normale Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di

Dettagli

Simulazione dei dati

Simulazione dei dati Simulazione dei dati Scopo della simulazione Fasi della simulazione Generazione di numeri casuali Esempi Simulazione con Montecarlo 0 Scopo della simulazione Le distribuzioni di riferimento usate per determinare

Dettagli

Ottimizzazione vincolata

Ottimizzazione vincolata Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un

Dettagli

LE TRASFORMAZIONI GEOMETRICHE

LE TRASFORMAZIONI GEOMETRICHE LE TRASFORMAZIONI GEOMETRICHE LA SIMMETRIA ASSIALE Definizione: il simmetrico P di un punto P, rispetto alla simmetria assiale di asse r gode delle seguenti proprietà: P e P sono equidistanti da r e il

Dettagli

GEOMETRIA ANALITICA. Il Piano cartesiano

GEOMETRIA ANALITICA. Il Piano cartesiano GEOMETRIA ANALITICA La geometria analitica consente di studiare e rappresentare per via algebrica informazioni di tipo geometrico. Lo studio favorisce una più immediata visualizzazione di informazioni,

Dettagli

Misure della lunghezza focale di una lente

Misure della lunghezza focale di una lente Padova, Gennaio 2004 Misure della lunghezza focale di una lente Cognome... Nome... Matricola... Cognome... Nome... Matricola... Cognome... Nome... Matricola... Indicare il numero identificativo e le caratteristiche

Dettagli

Effetto convergente di uno specchio concavo: osservazione. Dimostrare la riflessione di raggi paralleli su uno specchio concavo

Effetto convergente di uno specchio concavo: osservazione. Dimostrare la riflessione di raggi paralleli su uno specchio concavo ESPERIENZA 7 Effetto convergente di uno specchio concavo: osservazione 1. Argomenti Dimostrare la riflessione di raggi paralleli su uno specchio concavo 2. Montaggio Fig. 1 3. Note al montaggio 3.1 Fissare

Dettagli

Prova intercorso di laboratorio di Fisica I AA Matricole Pari 07-apr-16. Esercizi preparatori tipici

Prova intercorso di laboratorio di Fisica I AA Matricole Pari 07-apr-16. Esercizi preparatori tipici Prova intercorso di laboratorio di Fisica I AA 2015-2016 Matricole Pari 07-apr-16 Esercizi preparatori tipici 1. Quale e' la probabilita' di avere almeno una testa, lanciando 3 monete? Risposta: P= 7/8

Dettagli

Problemi di massimo e minimo

Problemi di massimo e minimo Problemi di massimo e minimo Supponiamo di avere una funzione continua in Per il teorema di Weierstrass esistono il massimo assoluto M e il minimo assoluto m I problemi di massimo e minimo sono problemi

Dettagli

SOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):

SOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria): ESERCIZIO SU TEST STATISTICO (Z, T e χ ) Da una ditta di assemblaggio di PC ci viene chiesto di controllare la potenza media dissipata da un nuovo processore, che causa a volte problemi di sovraccarico

Dettagli