Note introduttive al Laboratorio di Fisica. Leonardo Merola
|
|
- Marco Franceschini
- 4 anni fa
- Visualizzazioni
Transcript
1 ote ntroduttve al Laboratoro d Fsca Leonardo Merola
2 METODOLOGIA DELLE SCIEZE FISICHE La Fsca è una Scenza (rgorosa nel metodo ma non esatta e non defntva che s basa sulla spermentazone e sulla nterpretazone e descrzone teorco-matematca de fenomen fsc. I passagg fondamental sono: Osservare l fenomeno che s ntende studare. Indvduare le grandezze fsche rlevant per la descrzone del fenomeno. Formulare delle procedure operatve per la msurazone delle grandezze al fne d ottenerne la loro msura. Determnare, se esstono, le relazon fra le grandezze fsche e formulare le legg fsche del fenomeno. Duplce obettvo: SPIEGARE, CIOE CORRELARE FRA LORO I FEOMEI FOREDOE UA DESCRIZIOE RIGOROSA (O ECESSARIAMETE ESATTA E PREVEDERE UOVI FATTI E FEOMEI.
3 GRADEZZE FODAMETALI E DERIVATE MISURE DIRETTE Una grandezza vene confrontata con un altra della stessa spece scelta come untà d msura. GRADEZZE FODAMETALI Le grandezze fondamental sono grandezze fra loro ndpendent nel senso che l untà d msura d una non ha alcuna nfluenza sull untà d msura scelta per l altra. Ad es. Massa, Lunghezza, Tempo, Intenstà d corrente, Temperatura, La scelta delle grandezze fondamental è n qualche modo arbtrara ed è basata su motv d opportuntà: facltà d realzzare campon dell untà d msura stabl nel tempo e faclmente rproducbl. facltà d costrure strument d msura ed effettuare msure drette. GRADEZZE DERIVATE Le grandezze dervate sono grandezze collegate ad altre grandezze tramte relazon matematche. Ad es. Veloctà, Forza, Volume, Pressone, 3
4 DIMESIOI FISICHE Le dmenson fsche d una grandezza fondamentale ndcano l tpo o spece d grandezza fondamentale e s ndcano fra parentes quadre: [massa] [M] [lunghezza] [L] [tempo] [T] Le dmenson fsche d una grandezza dervata rappresentano la relazone che sussste fra la sua untà d msura e quelle delle grandezze fondamental, ndpendentemente da fattor numerc che compaono nella relazone matematca che defnsce la grandezza dervata. [veloctà] [L] [T] [forza] [M] [L] [T] Le dmenson fsche restano mmutate anche se s usano multpl o sottomultpl delle untà d msura. Le grandezze admensonal hanno tutt gl esponent ugual a zero. Cò non vuol dre che non s possa msurare una tale grandezza dopo aver defnto la corrspondente grandezza campone che s assume come untà d msura. Esempo. La msura n radant d un angolo pano è per defnzone l rapporto fra la lunghezza d un qualsas arco d crconferenza centrata sull orgne delle semrette ed l raggo corrspondente: θ s / R θ R s L angolo è admensonale essendo l rapporto fra due lunghezze! 4
5 LE EQUAZIOI FISICHE SOO OMOGEEE, nel senso che devono avere le stesse dmenson fsche. Tale consderazone costtusce anche un potente strumento d controllo (dmensonale delle formule. ulla tuttava s può dre sulla correttezza della formula anche dal punto d vsta degl eventual coeffcent numerc. Esempo. Supponamo che l perodo d oscllazone d un pendolo semplce d lunghezza l e massa sospesa m dpenda n qualche modo dall accelerazone d gravtà g (oltre che eventualmente da m e l. Trattamo la questone dal punto d vsta puramente dmensonale: [Perodo d oscllazone] [T] [M] α [L] β [g] γ [M] α [L] β [L] γ [T] γ [M] α [L] βγ [T] γ da cu deve essere: α 0 βγ 0 γ > α 0 β / γ / coè, per pur motv dmensonal, l perodo d oscllazone del pendolo semplce deve rsultare legato a l e a g dalla relazone: T l g che, a parte un fattore numerco π, è propro la formula gusta nell approssmazone d pccole oscllazon! 5
6 L untà delle msura delle grandezze dervate dpende da quelle delle grandezze fondamental ma è tuttava n qualche modo arbtrara e d conseguenza anche le relazon matematche corrspondent godono d una certa arbtraretà d defnzone. Esempo. L untà d area è soltamente defnta come l area del quadrato l cu lato sa lungo m. Conseguentemente: Area del rettangolo d lat a e b: Area dell ellsse d semass a e b: Area del trangolo d base a e altezza b: a b π a b ½ a b In generale : AREA F a b dove F s chama fattore d forma ed è un numero dverso per cascuna forma geometrca. Se avessmo scelto come area untara quella del cercho d raggo untaro, avremmo avuto: Area del rettangolo d lat a e b: Area dell ellsse d semass a e b: Area del trangolo d base a e altezza b: /π a b a b /π a b Cambano fattor d forma, coè le relazon matematche, ma non cambano le dmenson fsche. 6
7 STRUMETI DI MISURA Uno strumento d msura è composto da: Rvelatore: elemento sensble rspetto alla grandezza da msurare che s mette n equlbro con essa. Trasduttore: eventuale sstema d trasformazone dell nformazone per l elaborazone e la presentazone della stessa. Vsualzzatore: sstema d presentazone grafca o numerca del rsultato della msura. Strumento Grandezza fsca Rvelatore Trasduttore Vsualzzatore Chamamo: G: la grandezza fsca. V(G: l valore vero della grandezza. R(G: la rsposta propra dello strumento. M(G: l rsultato della msura. 7
8 Esempo: TERMOMETRO A MERCURIO Il bulbo con l mercuro funge da elemento rvelatore e trasduttore. Il capllare e la scala graduata fungono da vsualzzatore. La rsposta del termometro è la lunghezza della colonnna d mercuro. Esempo: VOLTMETRO R I puntal costtuscono l rvelatore. Il sstema de crcut ntern al voltmetro fungono da trasduttore. La scala graduata e l ndce moble costtuscono l vsualzzatore. La rsposta dello strumento è la poszone assunta dall ndce. 8
9 Per passare dalla rsposta dello srumento al rsultato della msura occorre conoscere la relazone esstente fra R(G e M(G, occorre coè TARARE lo strumento. R(G Curva d taratura R* M* M(G Dalla curva d taratura o curva d rsposta, data una rsposta R* dello strumento, s rsale alla msura M* della grandezza. Se non c fossero error d msura, sarebbe M(G V(G. 9
10 CARATTERISTICHE DI UO STRUMETO DI MISURA Intervallo d funzonamento Prontezza Sensbltà Gustezza Precsone ITERVALLO DI FUZIOAMETO E l ntervallo d valor d funzonamento dello strumento, fra un mnmo, che s chama sogla, ed un massmo che s chama portata. Al d fuor d tale ntervallo lo strumento o è nsensble (non rsponde o è naffdable o addrttura s rompe se va oltre la portata: s pens al termometro. R(G Intervallo d funzonamento Sogla Portata M(G PROTEZZA E la rapdtà con la quale l elemento sensble s avvcna allo stato d equlbro con la grandezza da msurare. E esprmble attraverso un tempo caratterstco, defnble per cascuno strumento. 0
11 SESIBILITA E l rapporto fra la varazone della rsposta e la varazone dello stmolo: S d R (G /d V (G (dervata ed è approssmable con R(G / M(G (varazon fnte. Se la curva d rsposta non è lneare, la sensbltà non è costante. A partà d varazone della grandezza, uno strumento è pù sensble se è maggore la varazone della sua rsposta. Es.: Supponamo che l allungamento d mm della colonnna d mercuro d un termometro sa provocata dalla varazone d C n un caso e d 0 C nell altro. Le due sensbltà sono rspettvamente: / 0,5 mm/ C e /0 0, mm/ C L errore d sensbltà, nvece, che non va confuso con la sensbltà, è la mnma varazone della grandezza (della msura apprezzable dallo strumento; è n pratca l valore del mnma dfferenza d valor msurabl. Talvolta s chama anche rsoluzone. Es.: Quando s parla d termometro a un decmo d grado, s sta parlando del suo errore d sensbltà o rsoluzone (non della sensbltà!; così quando s parla d una blanca a cento gramm, d un cronometro al centesmo d secondo e così va. GIUSTEZZA Indca se la mglore stma della grandezza tende al valore vero. Uno strumento gusto è esente da malfunzonament, starature, ecc., coè la msura è prva d error sstematc (ved dopo.
12 PRECISIOE E un concetto legato alla rpetbltà delle msure effettuate nelle stesse condzon spermental. In generale, se l errore d sensbltà M d uno strumento è suffcentemente pccolo, ovvero s possono apprezzare valor anche molto vcn, rpetendo le msure s può costrure un stogramma che mostra una dstrbuzone d valor la cu larghezza o dspersone è un ndce del grado d precsone (proporzonale a / dello strumento (e della msura. La defnzone rgorosa d verrà data n seguto quando s parlerà d dstrbuzone gaussana. Se rpetendo le msure molte volte s trovano sempre uno o due valor, allora probablmente la dstrbuzone è coperta dall errore d sensbltà e nulla s può affermare sulla sua larghezza. Spesso s verfca anche l caso ntermedo: valor trovat sono dvers ma non s evdenza charamente una dstrbuzone. E l caso pù dffcle e delcato da trattare. n n n Μ M Μ M Μ M Μ << Μ >> Μ
13 ERRORI DI MISURA OGI PROCESSO DI MISURAZIOE FISICA E SOGGETTO AD ERRORI PER CUI AD OGI MISURA E ECESSARIO ASSOCIARE U ERRORE O ICERTEZZA. I FISICA E FODAMETALE VALUTARE GLI ERRORI I MODO DA ATTRIBUIRE U GRADO DI ATTEDIBILITA AL RISULTATO DELLA MISURA, I RELAZIOE AL VALORE VERO ESATTO DELLA GRADEZZA CHE RESTA ICOOSCIBILE. Dstnguamo var tp d errore: Errore casuale o statstco. Errore d sensbltà. Errore massmo. Errore sstematco. ERRORE CASUALE O STATISTICO E dovuto al caso, coè alle fluttuazon delle condzon d msura o della grandezza da msurare o dello strumento d msura o alle fluttuazon ntrodotte dallo spermentatore. Supponamo che quando s esegue una msura s è n condzon tal che le tantssme pccole cause d errore (error d tpo "gaussano" possano condurre ad una msura pù grande o pù pccola del valore vero della grandezza. Allora se s eseguono molte msure rpetute s ottene una dstrbuzone smmetrca attorno ad un valore centrale e la dstrbuzone lmte (corrspondente ad nfnte msure è la dstrbuzone normale o gaussana (ved dopo. ERRORE DI SESIBILITA. E la mnma varazone della grandezza apprezzable da uno strumento; quando s legge una scale graduata l errore d sensbltà è l errore d lettura della scala. 3
14 ERRORE MASSIMO. Se eseguendo msure rpetute ottenamo sempre lo stesso rsultato (o quas allora l errore d sensbltà dello strumento copre le fluttuazon d vara orgne. In tal caso s dce che la msura è affetta da errore massmo che vene dentfcato con l errore d sensbltà. Talvolta s dà un nterpretazone estensva al concetto d errore massmo ntendendo con esso l massmo errore con cu s presume d conoscere la grandezza msurata. Una sua stma qund può essere ben dversa (n generale molto maggore dall errore d sensbltà. Es.: S può valutare un ntervallo d messa a fuoco d un mmagne (ben maggore dell errore d sensbltà con cu s msurano le dstanze e s può attrbure alla semampezza dell ntervallo d messa a fuoco l sgnfcato d errore massmo. E evdente che fornre una msura con errore massmo allarga l ntervallo n cu probablmente è contenuto l valore vero della grandezza. ERRORE SISTEMATICO. E un vero e propro sbaglo nel senso che può essere dovuto ad un malfunzonamento o staratura dello strumento o al procedmento d msura, all uso scorretto d un modello o d una teora o addrttura ad una teora sbaglata nel caso n cu questa vemga utlzzata per rcavare ndrettamente l valore della grandezza da msurare. 4
15 E l tpo d errore pù subdolo perché non sempre s è consapevol d commetterlo. Spesso, se ce se ne accorge, s cerca d renderlo l pù pccolo possble o d elmnarlo o d correggere l rsultato fnale per tener conto d tale errore se non è spermentalmente elmnable. Talvolta le msure possono rsultare molto precse, tuttava due spermentator possono trovare due rsultat ncompatbl; cò è quas sempre ndce d qualche errore sstematco commesso da uno d ess o da entramb. L errore sstematco conduce sempre ad una sovrastma o ad una sottostma del valore vero. Esempo. S desder msurare la profondtà d un pozzo d acqua lascando cadere un sasso e msurando l ntervallo d tempo fra l stante n cu s lasca l sasso e quello n cu s sente l rumore del tonfo nell acqua. E evdente che, a parte dscors legat alla descrzone corretta del moto del sasso dovuta ad es. alla resstenza dell ara, l procedmento è sbaglato n quanto non tene conto che l suono del tonfo nell acqua mpega un certo tempo per raggungere le orecche dello spermentatore. In questo caso l errore sstematco, che porterebbe ad una sovrastma d h, è valutable e s può correggere; la formula corretta da usare è (a parte le correzon al moto gà dette : h ½ g (t ms t suono h dove t suono h / v suono da cu s può rcavare h f (t ms. 5
16 RISULTATO DI UA MISURA E CIFRE SIGIFICATIVE RISULTATO DI UA MISURA. Il rsultato della msura d una grandezza fsca è espresso tramte le seguent nformazon: la mglore stma del valore della grandezza. la mglore stma dell errore d msura. l attendbltà della msura n termn probablstc. best ± δ Tale notazone è equvalente alla seguente: [ best - δ, best δ ] La mglore stma del valore vero µ d una grandezza è data dal valor medo delle msure rpetute: best µ La mglore stma dell errore d msura δ è data dall errore massmo se le msure rpetute danno sempre (o quas lo stesso valore. L attendbltà, nel caso dell errore massmo è par al 00 %. Tale valore dscende drettamente dal concetto d massmo errore. 6
17 In tal caso s scrve che l rsultato della msura è: ± Se nvece s ottene una dstrbuzone d valor, l errore d msura da attrbure a best è: ( best s chama devazone standard del campone ed è la mglore stma della devazone standard della popolazone (unverso delle nfnte msure: ( è nent altro che la radce quadrata della meda de quadrat degl scart delle msure dalla meda. Al denomnatore c è - e non n quanto nella formula compare la meda e non l valore vero µ. Gl dat sono stat usat volta propro per calcolare l valor medo. - rappresenta l numero d grad d lbertà, ovvero l numero d dat meno l numero d condzon o vncol fra dat. S dmostra che se s usasse e non -, non s otterrebbe la mglore stma della devazone standard della popolazone. s chama varanza. s chama devazone standard della meda o errore standard. 7
18 Se s esegue una sngola msura agguntva, questa ha la probabltà del 68,3 % d trovars nell ntervallo ±. Tale valore dscende dallo studo della dstrbuzone gaussana. Se s esegue una sere d msure rpetute e se ne fa la meda, tale meda ha la probabltà del 68,3 % d trovars nell ntervallo ±. ndca quanto è larga la dstrbuzone delle msure. Se s aumenta l numero d msure, a parte ovve fluttuazon statstche, la larghezza della dstrbuzone non camba. ndca quanto bene s conosce l valor medo. Pù msure s fanno e meglo è, nel senso che l errore standard dmnusce. el caso d una msura con error statstc l rsultato s scrve così: ± L attendbltà è la probabltà che l valore vero sa compreso nell ntervallo, supposto che non sussstano error sstematc. CIFRE SIGIFICATIVE. Quando s scrve l rsultato d una msura occorre fare attenzone al numero d cfre con cu esso vene espresso. Le cfre sgnfcatve d un numero sono tutte le cfre a partre da destra fno all ultma cfra a snstra dversa da 0. 8
19 Esempo: 4,8 0,48 0,0048 hanno cfre sgnfcatve (4 e 8 30,30 0,030 hanno 3 cfre sgnfcatve (, 3 e 0 L errore δ s scrve con un numero d cfre sgnfcatve coerente con l ncertezza sull errore stesso, tenendo presente che: ACHE L ERRORE POSSIEDE U ICERTEZZA! S dmostra che nel caso d msure rpetute l errore relatvo sull errore è dell ordne d δ ( δ ( δ ( E charo qund che quanto pù grande è tanto maggore è l numero d cfre sgnfcatve consentto. Ad es. se 0 s ha che l errore relatvo sull errore è crca l 5%. Se s scrve δ 5, con due cfre sgnfcatve s ntende automatcamente che esso è compreso nell ntervallo [5,5 5,5] e qund che l ncertezza su δ è nferore a un untà della cfra meno sgnfcatva, coè 0, nel nostro esempo. Da cò rsulta che l errore relatvo è nferore a 0,/5, %. In generale possamo affermare che:. cfre sgnfcatve dell errore Errore relatvo sull errore 5 % - 50 % 0,5 % - 5 % 3 0,05 % - 0,5% 9
20 elle msure d laboratoro d fsca non partcolarmente sofstcate, coè quando l numero d msure è lmtato a poche decne (per motv d tempo o per semplctà d esecuzone delle msure, è opportune scrvere l errore con una (se la cfra è > o al massmo due cfre sgnfcatve (se la cfra pù sgnfcatva è o ; ad es. 5; 3;,; 6; 0,7 ecc. REGOLE DI SCRITTURA DI U RISULTATO. S scrve l errore con una o due cfre sgnfcatve. S scrve l rsultato con la cfra meno sgnfcatva allneata con quella meno sgnfcatva dell errore. Esemp: 7,4 ± 0,4 35 ± 6 56,3 ±,8 E nvece sbaglato scrvere: 7,4 ± 0,4 o 7,43 ± 0,4 ecc. REGOLE PER GLI ARROTODAMETI. e calcol convene sempre mantenere qualche cfra n pù d quelle che saranno necessare nella scrttura del rsultato fnale, al fne d evtare gl arrotondament precoc e perdta prematura d cfre sgnfcatve. Quando occorre esegure gl arrotondament (ad es. alla fne de calcol le regole da rspettare sono: Se la prma cfra elmnata è < 5, s lasca nvarata la cfra precedente. Se la prma cfra elmnata è > 5 o 5 ma le cfre successve sono dverse da 0, s aumenta d la cfra precedente. Se la prma cfra elmnata è 5 e le successve sono 0 s lasca la cfra precedente se è dspar, la s aumenta d se è par. Esemp: 47,8350 -> 48 o 47,8 o 47,83 47,8450 -> 47,85 47,8456 -> 47,846 0
21 DISTRIBUZIOE GAUSSIAA Quando s eseguono molte msure rpetute e gl error d msura sono casual la dstrbuzone delle msure tende ad una dstrbuzone lmte a forma d campana, centrata attorno al valore vero e smmetrca rspetto ad esso. La funzone matematca che descrve tale dstrbuzone lmte è la dstrbuzone normale o dstrbuzone d Gauss ( gaussana che dpende da due parametr µ e e s estende n lnea d prncpo da - a. f ( µ ( e f( µ Tale funzone f( è una denstà d probabltà, nel senso che l prodotto f(d rappresenta la probabltà d avere valor nell ntervallo [, d]. La condzone d normalzzazone: f ( d
22 conduce alla forma: f ( µ µ, ( e π SIGIFICATO DEI PARAMETRI µ e. Il parametro µ ha l sgnfcato d valor medo d secondo la dstrbuzone gaussana assegnata. Infatt, per defnzone: f ( d da cu, ponendo - µ: π ( µ e d π π [ 0 µ π ] µ [ e d µ e d ] Il parametro ha l sgnfcato d valor medo del quadrato degl scart delle msure dal valore medo µ. ( µ ( µ ( µ e π d
23 Tale ntegrale s rsolve per part e dà: ( µ è n effett un parametro d larghezza come s capsce anche osservando che fma ( π e che l area sotto la curva è costante (è la probabltà totale. Pertanto, quanto pù alta è la curva tanto pù essa è stretta. µ E' charo a questo punto che per un numero sempre maggore d msure rpetute: la meda artmetca delle msure tende al valor medo della dstrbuzone lmte; la varanza del campone (che è la meda degl scart al quadrato, a parte l dscorso d sostture / con / - tende alla varanza della dstrbuzone lmte. 3
24 La dstrbuzone gaussana c consente, graze al suo sgnfcato d denstà d probabltà, d dedurre seguent mportant rsultat: Probabltà che una sngola msura cada nell'ntervallo [a,b]: ( µ b P( [ a, b] e a π Probabltà che una sngola msura cada nell'ntervallo [µκ,µκ]: d P( [ µ k, µ k ] µ k µ k e π ( µ d In partcolare s hanno seguent notevol valor d lvell d probabltà (aree sotto la curva: µ ± µ ± µ ± 3 µ ± 4 68,7 % 95,45 % 99,73 % 99,99 % µ3 µ µ µ µ3 4
25 PROPAGAZIOE DEGLI ERRORI Quando la msura d una grandezza dpende dalle msure d altre grandezze gl error vanno propagat n modo da ottenere l errore sulla grandezza dervata. Esstono regole dfferent per la propagazone degl error massm e degl error statstc (casual. Per la dmostrazone formale s veda ad es. J.R. Talor Introduzone all anals degl error, Zanchell. Sa ad es. z una grandezza funzone d due grandezze e : z f (, PROPAGAZIOE DEGLI ERRORI MASSIMI (propagazone lneare. z f f PROPAGAZIOE DEGLI ERRORI STATISTICI (propagazone quadratca. z f f Tale formula vale se le msure delle grandezze e sono ndpendent e casual; la relazone pù generale nvece deve tener conto dell eventuale correlazone fra e : 5
26 6 z f f f f Il termne d covaranza, chamato anche cov(,, ha le dmenson fsche del prodotto. Supponamo d aver effettuato coppe d msure (, ; n tal caso la covaranza è data da: ( ( Il fattore - puttosto che è dovuto al fatto che le coppe d msure ndpendent sono - n quanto una coppa è stata usata per determnare valor med d e. Essa è dversa da 0 quando ad es. una sovrastma (o sottostma d comporta una sovrastma (o sottostma d. In partcolare nvece, quando le msure d e sono ndpendent e casual, la covaranza (dopo molte msure tende a zero. In effett, qualunque sa, ( ha la stessa probabltà d essere postva o negatva e qund la somma d molt termn tende a 0. otamo che nel caso semplce n cu la funzone f è composta solo da prodott, quozent o potenze, le formule precedent s rducono semplcemente a somme lnear o quadratche degl error relatv, come s può faclmente verfcare (k è una costante: m n w k z w w m n z z w m n z w z
27 7 Esemp: ( ( 4 4 massm error T T L L g g statstc error T L g T L g g L k T T L g π π ( ( massm error m m M statstc error m m m m M M ± ( ( ( ( ( ( massm error q p q p p p q q f statstc error p q p p q q p q p q f f q p q p f La formula d propagazone degl error statstc gustfca la formula dell errore standard ovvero dell errore sulla meda artmetca:
28 Che cosa s fa quando bsogna combnare grandezze che hanno errore statstco con altre che hanno errore massmo (che qund hanno dfferent sgnfcat probablstc? La soluzone pù semplce, per dare alla fne un lvello probablstco non ambguo all errore complessvo, è d massmzzare gl error statstc, coè moltplcare cascuno d ess per 3: s ramment nfatt che un ncertezza par a 3 corrsponde quas al 00 % d probabltà d contenere l valore vero entro ± 3. A questo punto s propagano tutt gl error (quell massm e quell statstc massmzzat con la formula degl error massm e s attrbusce all errore complessvo l sgnfcato d errore massmo con l lvello d probabltà del 00%. Esempo: S abba errore massmo su L ed errore statstco su T (pendolo semplce: T T 3 T g L L T T g L L 3 T T g el caso n cu uno degl error relatv fosse molto pù pccolo dell'altro, s può trascurare l'errore sulla grandezza corrspondente e s può effettuare la propagazone solo dell'errore sull'altra grandezza. Ad es. se L/L << T /T s ha semplcemente g /g T /T con l sgnfcato probablstco del 68%. 8
29 DISCREPAZA STATISTICA Spesso occorre confrontare l rsultato d una msura con un valore accettato o con un altra msura al fne d valutarne la compatbltà statstca, a meno d error sstematc. S chama dscrepanza fra due valor la grandezza: t La dfferenza - è essa stessa una varable casuale con dspersone data dal denomnatore sopra scrtto. S può affermare che se le due msure appartengono alla stessa popolazone della grandezza X, tale dfferenza deve essere centrata attorno a 0. Da qu dscendono seguent crter d compatbltà: Se t le due msure sono compatbl entro una devazone standard (coè al 68,3 %, se t le due msure sono compatbl entro due devazone standard (coè al 95,4 % e così va. Spesso s scegle convenzonalmente come crtero d compatbltà l valore t,96 che corrsponde ad un lvello d compatbltà par al 95 %. 9
30 PRICIPIO DELLA MASSIMA VEROSIMIGLIAZA Supponamo d aver effettuato msure d una grandezza fsca X. La probabltà composta d osservare gl valor,,,.. se le msure sono casual ed ndpendent è l prodotto delle probabltà d osservare sngol valor: ovvero : P(,,, P( P( P( P L e π d d d [ µ ] d d d dove L s chama funzone d verosmglanza. IL PRICIPIO DELLA MASSIMA VEROSIMIGLIAZA AFFERMA CHE IL CAMPIOE ESTRATTO DALLA POPOLAZIOE PARETE E QUELLO A CUI CORRISPODE LA MASSIMA PROBABILITA (nell potes che l campone sa stato formato tramte un grande numero d msure rpetute casual ed ndpendent. Applchamo l prncpo della massma verosmglanza per gustfcare le espresson della meda artmetca e della devazone standard del campone come mglor stme µˆ e ˆ del valor vero µ e della devazone standard della popolazone. 30
31 3 Infatt: L µ µ µ ˆ 0 0 ˆ ( ( ˆ ˆ 0 ˆ L µ Il fattore - puttosto che è dovuto al fatto che l numero d grad d lbertà è - n quanto dat vengono utlzzat una volta per stmare l valor medo. Se le msure vengono effettuate con dvers metod d msura non possamo assumere che esse abbano la stessa varanza. Cò sgnfca che gl valor della stessa grandezza X sono caratterzzat dalle devazon standard,,.. Il prncpo della massma verosmglanza porta n questo caso alla formula della meda pesata. Infatt: [ ] pesato w w L e L Π µ µ µ π µ ˆ 0 ( 0 ˆ
32 3 dove w vengono chamat pes. L errore sulla meda pesata s rcava applcando la propagazone degl error: ( ( ( w w w w w w w w
33 METODO DEI MIIMI QUADRATI Supponamo d msurare coppe ndpendent d valor (,,, (, d due grandezze fsche legate fra loro da una RELAZIOE LIEARE: A B A: ntercetta (, B: pendenza d/d Se le msure non fossero affette da error, tutt punt sarebbero allneat su una retta A B. ella realtà punt, a causa degl error, sono solo approssmatvamente allneat. Sorge allora l seguente nteressante problema: Supposto che fra le due grandezze susssta una relazone lneare, qual è la mglore retta che passa per gl punt spermental? In altr termn: Qual sono le mglor stme de parametr A e B? 33
34 IL METODO DEI MIIMI QUADRATI RISOLVE IL PROBLEMA. Faccamo, per semplctà, le seguent potes: IPOTESI. Gl error relatv su una delle due grandezze sano molto mnor d quell sull altra grandezza. Chamamo tale grandezza e sceglamola come varable ndpendente: << IPOTESI. Cascun valore spermentale è dstrbuto normalmente, coè secondo una dstrbuzone normale (gaussana, attorno al valore vero vero A B, con dspersone (devazone standard nota. IPOTESI.3 Gl error casual (statstc sulle sano tutt ugual:. Il PRICIPIO DELLA MASSIMA VEROSIMIGLIAZA afferma che la mglore retta che passa per gl punt è quella che massmzza la probabltà d ottenere propro valor osservat. La probabltà d ottenere la msura è: [ ( A ] P A, B ( e B dove A e B sono due parametr ncognt. 34
35 35 La probabltà d ottenere l nseme delle msure è data dal prodotto delle probabltà P( (osservazon ndpendent: ( [ ], ( ( (,, ( χ e e P P P P B A B A K K Le mglor stme de parametr A e B sono quelle che mnmzzano la somma de quadrat delle devazon delle msure spermental da valor attes A B : ( [ ] B A χ Tale grandezza s chama CHI-QUADRATO. Osservamo che cascuna devazone è pesata per l recproco dell errore. el nostro caso pes sono tutt ugual. Dervando rspetto ad A ed a B ed mponendo che le dervate sano ugual a 0, s ottene: ( [ ] B A A 0 χ ( [ ] { } 0 B A B χ
36 36 Le due equazon danno luogo al sstema: 0 0 B A B A Le formule rsolutve del FIT DELLA RETTA DEI MIIMI QUADRATI O PESATO (valde nel caso d PESI STATISTICI UGUALI sono: ( ( ( B A dove: ( ( I parametr A e B sono ess stess affett da ncertezza statstca. Utlzzando la propagazone degl error s rcava: B A In realtà c è sempre anche una certa dpendenza statstca de parametr fra loro, nel senso che la stma d un parametro nfluenza la stma dell altro, benché le msure sano per potes
37 statstcamente ndpendent. C s rende faclmente conto d cò se s tene presente che la retta mglore (retta d best ft passa sempre per l centro d gravtà de punt (che per l potes n. 3 hanno lo stesso peso statstco: C ; C C C La pendenza e l ntercetta della retta d best ft sono evdentemente correlate: se aumenta la pendenza, dmnusce l ntercetta e vceversa. Tale correlazone è descrtta tramte una grandezza chamata covaranza: cov( A, B La covaranza è rlevante nel caso n cu s debba stmare l errore su una grandezza fsca dervata F che dpenda da entramb parametr A e B. Infatt: F F f ( A, B f A A f B B f A f B cov( A, B 37
38 RILASCIAMO L IPOTESI. 3, supponamo coè che: Gl error statstc sulle O sano tutt necessaramente ugual e qund pes w così defnt: w O sano tutt necessaramente ugual. S può dmostrare, utlzzando l prncpo d massma verosmglanza che le formule pù general del FIT DELLA RETTA DEI MIIMI QUADRATI PESATO (valde nel caso d PESI STATISTICI O ECESSARIAMETE UGUALI sono: w w w w A B w w w w w w ( w A w B w C ( w ; C w ( w w cov( A, B w 38
39 RILASCIAMO L IPOTESI., supponamo coè che: Gl error sulle O sano not. Cò può succedere o perché non s sono esegute msure rpetute per ogn punto oppure perché gl error sono d tpo MASSIMO non necessaramente ugual. In entramb cas se, come n genere succede, s può fare l potes che gl error statstc, benché gnot, sano tutt ugual, allora s esegue l FIT DELLA RETTA DEI MIIMI QUADRATI O PESATO. Per rcavare gl error su parametr A e B occorre comunque stmare a posteror (n base a dat e al ft gl error, suppost ugual. S dmostra che la mglore stma d è data da: [ ( A B ] dove al denomnatore c è - gacché gl dat sono stat usat per stmare parametr A e B e pertanto GRADI DI LIBERTA sono -. 39
40 RILASCIAMO L IPOTESI., supponamo coè che: Gl error relatv sulle O sano trascurabl rspetto a quell sulle. S può dmostrare che defnendo l errore trasportato l ch-quadrato da mnmzzare è: χ [ ( A B ] e le formule da usare sono quelle gà vste pur d sostture con. Per effettuare l calcolo d s può fare una prma stma della pendenza come meda fra la mnma e la massma pendenza compatble ad occho con dat. B ma B mn B mn B ma 40
41 FORMULE RIASSUTIVE DEL FIT DEI MIIMI QUADRATI DI UA RETTA AB A B 0 A FIT O PESATO (ERRORI STATISTICI IGOTI, ERRORE STATISTICO COMUE CALCOLATO A B dove ( 4
42 ( A B A B cov( A, B B FIT PESATO (ERRORI STATISTICI OTI A w w w w B w w w w dove w sono chamat pes w w w ( w A w B w w cov( A, B 4
ANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliRAPPRESENTAZIONE DI MISURE. carta millimetrata
carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliCORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE
CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliPropagazione degli errori
Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
DettagliStudio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g.
Studo delle oscllazon del pendolo semplce e msura dell accelerazone d ravta. Introduzone fsca Un pendolo semplce e costtuto da un flo d lunhezza L nestensble e d massa trascurable a cu e appesa un corpo
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu)
Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,
DettagliEnergia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo
Energa e Lavoro Fnora abbamo descrtto l moto de corp (puntform) usando le legg d Newton, tramte le forze; abbamo scrtto l equazone del moto, determnato spostamento e veloctà n funzone del tempo. E possble
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliLe quote e q sono incognite. Il sistema è ridondante: 3 equazioni (osservazioni) e 2 incognite.
Compensazone con l metodo de mnm quadrat Introduzone Le msure geodetche e topografche, che n molt cas non rguardano solo dstanze e angol, ma anche quanttà non puramente geometrche, come ad esempo l'ntenstà
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
Dettaglimateriale didattico I incontro
Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliStima dei Parametri: Metodo di Massima Verosimiglianza
Captolo 8 Stma de Parametr: Metodo d Massma Verosmglanza Lo scopo dello studo spermentale de fenomen fsc è quello d scoprre qual sono le legg che legano le grandezze fsche e d ottenere l valore delle costant
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliStima dei Parametri Metodo di Massima Verosimiglianza
Captolo 8 Stma de Parametr Metodo d Massma Verosmglanza Lo scopo dello studo de fenomen fsc è quello d scoprre le legg che legano le grandezze studate e d msurare l valore delle costant che compaono della
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliQualità dell adattamento di una funzione y=f(x) ad un insieme di misure (y in funzione di x)
Qualtà ell aattamento una funzone y=f() a un nseme msure (y n funzone ) Date N msure coppe valor elle granezze e y, legate alla relazone y=f(;a,b), nell potes che le ncertezze sulle sano trascurabl e y
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliValutazione dell incertezza di misura
Valutazone dell ncertezza d msura 1 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore l sstema msurato l msurando Gl attor della msurazone
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliPrima prova di gruppo
Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo
DettagliLaboratorio di Fisica per Scienze Naturali 1 - Elementi di Statistica e di teoria degli errori
Laboratoro d Fsca per Scenze atural - Element d Statstca e d teora degl error Msura d una grandezza fsca e suo errore Tp d msure Le msure d una grandezza fsca possono venre classfcate come: msure drette:
DettagliLimitazioni di ampiezza negli amplificatori reali
Lmtazon d ampezza negl amplfcator real G. Martnes 1 Lnearzzazone della trans-caratterstca G. Martnes Anals a pccolo segnale e concetto d punto d lavoro IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliPropagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliStima dei Parametri: Metodo dei Minimi Quadrati
Captolo 9 Stma de Parametr: Metodo de Mnm Quadrat Questo captolo llustra uno de metod d stma puntuale pù utlzzat n fsca e non solo, noto col nome d metodo de mnm quadrat. La formulazone matematca nzale
DettagliGLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
DettagliRappresentazione dei numeri PH. 3.1, 3.2, 3.3
Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc
DettagliIL RUMORE NEGLI AMPLIFICATORI
IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sstem Intellgent Relazone tra ottmzzazone e statstca - IV Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@dunmt Anals dell
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliRegressione lineare: definizione delle incertezze dei coefficienti (calibrazione e regressione generica)
Regressone lneare: defnzone delle ncertezze de coeffcent (calbrazone e regressone generca) Argoment: regressone lneare affetta da ncertezza; ncertezza del coeffcente angolare della retta d regressone;
DettagliStabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi
Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliRisposta in frequenza
Rsposta n frequenza www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 6--6 Dagramm d Bode Le funzon d trasfermento (f.d.t de crcut lnear tempo nvarant sono funzon razonal (coè rapport tra due polnom
DettagliStima dei Parametri. Capitolo 8
Captolo 8 Stma de Parametr Lo scopo dello studo de fenomen fsc è quello d scoprre le legg che legano le grandezze oggetto d ndagne e d msurare l valore delle costant che compaono della formulazone d legg
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
DettagliIstogrammi e confronto con la distribuzione normale
Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):
DettagliPICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO
PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione
Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliIl logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.
Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo
Dettagli3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)
lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu
DettagliCorsi di Laurea in Farmacia e CTF Prova di Matematica
Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall
Dettagli