Teoria degli Errori. Come si raccolgono, interpretano i dati e come si presentano i risultati di un esperimento?
|
|
- Lucia Pieri
- 4 anni fa
- Visualizzazioni
Transcript
1 Teoria degli Errori Come si raccolgono, interpretano i dati e come si presentano i risultati di un esperimento? Cosa significa che uno strumento èpiù preciso di un altro? Quando vale la pena di ripetere più volte una misura? E quante volte? Cosa fare di un dato che non va d accordo con gli altri? Risposta quantitativa in termini di probabilità! 1
2 Errori Casuali Errori come incertezze (fluttuazioni casuali, in generale simmetriche attorno al valore vero) sono inevitabili nelle misure ; indipendentemente dalla precisione dell apparato di misura. es. misure ripetute con risultati diversi. es. misure non ripetibili es. misure ripetute, con risultato un solo valore ben definito (l errore proviene dalla sensibilità dello strumento) Non si misura mai il valore vero di una grandezza: scopo dell esperimento è stimarlo con tutta l accuratezza necessaria. È importante che il risultato sia fornito insieme all accuratezza con cui è stato misurato. 2
3 Errori sistematici Non tutti gli errori sono incertezze (fluttuazioni casuali). Esistono gli sbagli (trascureremo questa categoria nel corso teorico), ed esistono gli errori sistematici. Costituiscono errori sistematici tutti quegli effetti reali che vengono tuttavia trascurati in un esperimento: Tipo teorico (resistenza dell aria nella caduta di un grave, attrito in un pendolo, rifrazione della luce in una lettura di scala attraverso un vetro, espansione del regolo misuratore con la temperatura, ecc.) Tipo strumentale (errori nelle divisioni delle scale graduate, eccentricità di cerchi graduati che dovrebbero essere concentrici, ecc.) Gli errori sistematici sono: 3
4 Eliminabili in linea di principio, calcolando l effetto (o calibrando lo strumento) e correggendo (se sono piccoli rispetto all accu- ratezza richiesta può non essere conveniente farlo!) Non distribuiti simmetricamente 4
5 =) 5382 ± 5 Cifre Significative È impossibile dire se una cifra è significativa se non si indica l errore! L ultima cifra significativa di un risultato è quella dello stesso ordine di grandezza (nella stessa posizione decimale) dell errore. Sono non significative le cifre del risultato che rappresentano una frazione (< piccola < 1=3, 1=10) dell errore! Esempio: il risultato x = 5382:31 ± 20 non ha senso scriverò =) x = 5380 ± 20 se ffix = 5 il risultato va presentato così 5
6 Rappresentazione ed Utilizzo degli errori Il risultato di un esperimento va sempre espresso nella forma: x ± ffix con ffix > 0 dove x è la migliore stima del valore vero (x v )effix è l errore su ffix x : è tale che [x ffix; x + ffix] nell intervallo è probabile che si trovi il valore x vero v. Vedremo ffix che è scelto in maniera tale [x ffix; x + ffix] che ha 68% il di probabilità di x contenere v 6
7 Errori relativi Se x ± ffix allora: l errore relativo (o errore frazionario) = ffix jxj Quantità adimensionale: perchè ffix ha le stesse dimensioni di x Moltiplicato 100 dà l errore percentuale (%) 7
8 Distribuzione Un insieme di misure costituisce una Distribuzione: illustreremo quindi i vari tipi di distribuzioni ed i loro parametri piú significativi. Supponiamo, per esempio, di avere fatto 9 misure di qualche x grandezza ed otteniamo 6 valori distinti: 2.2, 2.4, 2.6, 2.75, 2.85, 3.0 N = 9 numero delle misure M = 6 numero di valori distinti 8
9 La Distribuzione Discreta di queste misure in un piano cartesiano riporta in ascisse i valori, in ordinate il numero n k di volte che ciascun valore è stato ottenuto (frequenza assoluta); se sommiamo tutti i numeri n k, allora otteniamo il numero totale di misure 9
10 MX F k = n k MX fatte, cioé: n k = N k=1 Un modo diverso si esprimere questi concetti è attraverso la definizione di frequenza relativa Se in ordinata riportiamo la frequenza relativa la distribuzione si dice normalizzata; cioé, la somma delle frequenze relative per tutti i risultati possibili è uguale a 1. Qualunque insieme di numeri la cui somma è1è detta essere normalizzata. N F k = 1 è quindi chiamata condizione di normalizzazione k=1 10
11 Distribuzione Continua Possiamo tracciare una curva continua che passi per i punti della distribuzione discreta; maggiori sono i punti della nostra distribuzione migliore sará la curva che possiamo tracciare. Possiamo introdurre il concetto di distribuzione limite delle frequenze per un esperimento infinito: Tale concetto è un estrapolazione, quindi un assunzione: In questo senso non si osserva mai. Ma è utile perchè permette una semplificazione (soprattutto) matematica. Ovviamente la distribuzione limite sarà una curva continua f(x). Per la distribuzione continua avremo che la frazione di misureeventi che cadono nell intervallo infinitesimo dx, con estremo inferiore x, sarà F (x) = f(x)dx 11
12 Z b La condizione di normalizzazione per la curva continua è +1 Z f(x)dx = 1 1 f(x) Una particolarmente interessante, che soddisfa la condizione di normalizzazione, è la funzione di densità di probabilità (p.d.f.) e l integrale tra due valori della p.d.f. dá la probabilità dell intervallo di valori, cioé : f(x)dx Dà la probabilità che una misura dia un risultato compreso tra a x = a e x = b 12
13 x i N = Caratteristiche di una Distribuzione MEDIA: media aritmetica delle misure discrete NX MX x = x k F k ; dove N è il numero totale di misure, M è il numero di misure con valori diversi. La seconda forma è più utile perchè si generalizza meglio al caso continuo. media della distribuzione continua: i=1 k=1 x = +1 Z xf(x)dx 1 Altro parametro importante è la larghezza della distribuzione. La deviazione di una x misura k x da si chiama scarto: k = (x k x) 13
14 MX MX k=1 (x k x)f k = MX MX MX F k (x k N x) 2 (x k x) 2 MX La media aritmetica di questa quantità non è un buon indicatore di larghezza, infatti è nulla: k F k = F k x k x F k = k=1 k=1 k=1 = x x 1 = 0 Usiamo quindi scarto (deviazione) quadratico medio ff 2 - discreta ff 2 = 2 k F k = Oppure calcolata con la solita notazione: k=1 k=1 NX ff 2 = k=1 14 N
15 - continua +1 Z (x x)2 f(x)dx 1 ff 2 = ff prende anche il nome di varianza: la sua radice si indica 2 con e prende il nome di deviazione standard (standard ff deviation o root mean square deviation R.M.S.). Un espressione alternativa per il calcolo della varianza è ff 2 = x 2 x 2 dimostriamo tale relazione nel caso continuo ff 2 = +1 Z (x x)2 f(x)dx = 1 +1 Z x2 f(x)dx xxf(x)dx + Z +1 x2 Z f(x)dx =
16 x 2 x 2 x + x 2 1 = x 2 x 2 2 Z +1 x xf(x)dx x2 Z +1 f(x)dx = x2 1 1 c.v.d. 16
17 ff 2 N = N X i=1 (x i x) 2 Miglior stima del valore vero e della varianza La miglior stima del valore vero misurato con N misure affette solo da errori casuali è il valore medio della distribuzione delle misure. La miglior stima della varianza ff 2 è N 1 dove abbiamo sostituito N 1 a N: per stimare ff 2 in un campione finito si dovrebbe sempre utilizzare ff N : per N piccolo è importante. 17
18 La deviazione standard della media Supponiamo che due sperimentatori (X e Y ) facciamo N misure del periodo di oscillazione di un pendolo, ed ottengano i seguenti (T risultati (sec)): X 2:58; 2:58; 2:56; 2:56; 2:59 Y 2:6; 2:6; 2:5; 2:6; 2:7! T x = 2:576 ff x = 0:0114 T y = 2:56 ff y = 0:0707 A questo livello è chiaro che X è superiore, ma supponiamo che Y decida, senza cambiare il suo modesto apparato di misura, di fare 500 misure invece delle 5 originali; T y e ff y cambieranno di 18
19 = ff(x) p ff(x) N poco, diciamo: y = 2:582 ff y = 0:075 T Tuttavia il valore medio è calcolato con molte più misure, quello che ci interessa è l errore sul valore medio; dobbiamo tenere conto del numero di misure: la deviazione standard x su si può ottenere dalla deviazione standard sulla singola misura applicando la propagazione degli errori come vedremo poi, ora anticipiamo l importante risultato: è la quantità che cercavamo: prende il nome di deviazione ff(x) standard sulla media o errore standard sulla media o semplicemente errore standard ed è la quantità che all inizio abbiamo indicato ffix con 19
20 = ff(t ) = ff(t ) p ffi = 0:075 p 500 N Se Y fa 500 misure y = 2:582 ff y = 0:075 T ) = deviazione standard ff(t errore standard 20
21 Estremamente Importante! Propagazione degli Errori Nella maggior parte dei casi la quantità che si vuole conoscere in un esperimento non è quella che si misura direttamente, ma si calcola a partire da grandezze misurate direttamente Esempio: la v velocità di un corpo si calcola misurando la distanza l percorsa ed il tempo t impiegato v = l=t oppure l accelerazione di gravità g usando un pendolo semplice ecc. 4ß2 l g 2 = T In generale la situazione si può schematizzare come segue: Conosciamo x, y, ecc. e ffix, ffiy, sappiamo z = f(x; y; :::) che e 21
22 conosciamo la forma della funzione f. Vogliamo sapere z e ffiz lavoreremo nell ipotesi che x, y siano affette solo da errori casuali ed indipendenti gli uni dagli altri; ffix, ffiy, siano stati ottenuti ff dalle delle distribuzioni x di e ffiz y, si ottiene da ff(z). E questo quello che si intende abitualmente per propagazione degli errori: se vi si chiede di propagare un errore senza altre specificazioni, è a questa propagazione che ci si riferisce. E utile ricordare che nel caso gli errori sistematici non siano trascurabili, trattarli secondo l ipotesi che abbiamo fatto è in gene- rale sbagliato. Cominceremo con funzioni semplici: somma-differenza, prodotto, quoziente, potenza. Vedremo poi la forma generale da cui si possono ottenere tutti i casi particolari. 22
23 (mx i + y 1 + ::: + y m ) = 1 n Somma - differenza z = x + y, n valori x i, m valori y j misurati; dato che x e y sono indipendenti x ogni i può essere combinato con y ogni i per dare la z somma = x i + y i ij Allora nm = 1 z nm nx mx (x i + y j ) = i j 1 nx nx (x i + y m ) = i i nm 1 (x 1 + x 2 + ::: + x n + ny m ) = x + y n Passiamo ora ff a (z), 2 ij (z) = z ij z = (x i + y j ) (x + y) = i (x) + j (y); 23
24 nx = 1 n nx nx mx nx mx 2 nm (z) = 1 ff nm 2 ij (z) = 1 nm ( 2 i (x) + 2 j (y) + 2 i(x) j (y)) = i j j i 1 ]) = (m 2 i (x) (y) + ::: + 2 m (y) + 2 i(x)[ 1 (y) + ::: + m (y) z } 0 nm i ( 2 i (x) + ff2 m (y)) = ff2 n (x) + ff2 m (y); i 24
25 PROPAGAZIONE DELL ERRORE La relazione funzionale è y = f (x) (o z = f (x; y; t:::)) x = quantità misurata ff x = errore sulla misura di x Facciamo una serie di misure x 1 ; x 2 ; x 3 ; ::::::x n Costruiamo la serie 25
26 N [f (x 1) + f (x 2 ) + ::: + f (x N )] y 1 = f (x 1 ); y 2 = f (x 2 ); :::::::y n = f (x n ) Vogliamo y calcolare ff e y ff o y Si fanno i conti già fatti seguendo una procedura più rigorosa dalla precedente a) valor medio y = 1 N (y 1 + y 2 + ::: + y N ) = 1 26
27 = ff N (x) = ff N(x) p ffix N Ricapitolazione su errori e propagazione Il risultato della misura di X va sempre posto nella forma x ± ffix con l opportuno numero di cifre significative ffix può essere casuale o sistematico Se la misura è ripetibile la miglior stima di X è x sull insieme di N misure, questa stima è affetta da errore casuale dove con ff N si è indicata la migliore stima della deviazione standard tale che N 2 (x) = X ff (x i x) 2 1 N 1 N i=1 27 ff(x) è un parametro collegato alla probabilità di deviazione di una
28 qualsiasi misura La propagazione degli errori casuali ed indipendenti è governata dalla legge: z = f(x; y) dato e note ff f, x ff, y 2 = ( ffif ff )2 ff 2 x + (ffif )2 (z) ff 2 y ffiy ffix Somma in quadratura degli errori assoluti per somme e differenze, somma in quadratura degli errori relativi per prodotti e quozienti 28
29 Esercizio Si usano 2 metodi per misurare il carico di rottura di un filo d acciaio e si fanno 10 misure per ognuno dei 2. I F risultati R in tonnelate peso sono: A: 3.3, 3.5, 3.7, 3.2, 3.6, 3.5, 3.6, 3.4, 3.6, 3.9; B: 3.5, 3.6, 3.6, 3.7, 3.5, 3.6, 3.5, 3.5, 3.6, 3.5; Stimare la precisione di ciascun metodo. Dare la migliore stima di F R e l errore standard su F R per il metodoaeilmetodo B, trovare quante misure si dovrebbero fare con il metodo meno preciso per dare un risultato tanto accurato quanto con l altro metodo. 29
30 R ff(f ) p p 10 = N N A (F R) = ff A(F R ) p ffi = 0:0221 N Soluzione A: F R = 3:53; ff (n 1) = 0:20028 B: F R = 3:56; ff (n 1) = 0:06992 =) Stima della precisione del metodo o dell apparato ff A: ffi(f R ) = ff(f R ) = ffi(f R ) = 0:0633 B: ffi(f R ) = 0:
31 =) N ο = 82 p ff (F R ) A = 0:20028 = N = 9:062 0:0221 B ffi 31
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
DettagliAnalisi 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
DettagliOsservazioni 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
DettagliQuesti appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai
Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA
DettagliErrori 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
DettagliDistribuzione 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
DettagliErrori 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
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliLE MISURE. attendibilità = x i - X
LE MISURE COCETTI PRELIMIARI: MISURA, ATTEDIBILITÀ, PRECISIOE, ACCURATEZZA Il modo corretto di fornire il risultato di una qualunque misura è quello di dare la migliore stima della quantità in questione
DettagliL 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
DettagliErrori di misura Teoria
Errori di misura Teoria a misura operazione di misura di una grandezza fisica, anche se eseguita con uno strumento precisissimo e con tecniche e procedimenti accurati, è sempre affetta da errori. Gli errori
DettagliFISICA. 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.
DettagliDistribuzione 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
DettagliAggiorniamo pag. 24 della presentazione
Aggiorniamo pag. 24 della presentazione Il pendolo è un sistema che utilizzo per introdurre la teoria. Posso prevedere qual è il periodo di oscillazione del pendolo? T = 2π l g Prendo la legge e la verifico,
DettagliProgramma della parte introduttiva: Lezione 5
Programma della parte introduttiva: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliMisura di grandezze fisiche Stima delle incertezze. Maria Luisa De Giorgi Dipartimento di Fisica UniSalento - Lecce
Misura di grandezze fisiche Stima delle incertezze Maria Luisa De Giorgi Dipartimento di Fisica UniSalento - Lecce 1 Scopo della lezione : esporre sinteticamente i metodi di elaborazione dei dati sperimentali
DettagliAnalisi 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
DettagliDistribuzione 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
Dettaglip. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.
p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica
DettagliAnalisi 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
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
Dettagli3 - 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
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 25/02 14:30 Aula informatica (4 gruppi) Martedi 02/03 14:30 P50 Giovedi 04/03 14:30 Aula informatica (4 gruppi) Martedi 09/03 14:30 P50 p.
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliRICHIAMI DI CALCOLO DELLE PROBABILITÀ
UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliAnalisi 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.
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliLA 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,
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati 2 Grandezze fisiche diverse Stima dell incertezza di misure indirette Misura diretta A Trattazione matematica Misura
DettagliSperimentazioni 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
DettagliUniversity of Messina, Italy
ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliUniversity of Messina, Italy
ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliLaboratorio 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
DettagliGLI ERRORI DI MISURA
Revisione del 26/10/15 ISTITUTO TECNICO INDUSTRIALE V.E.MARZOTTO Valdagno (VI) Corso di Fisica prof. Nardon GLI ERRORI DI MISURA Richiami di teoria Caratteristiche degli strumenti di misura Portata: massimo
DettagliGrandezze e Misure.
Grandezze e Misure www.fisicaxscuola.altervista.org Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Strumenti di misura Misure dirette
DettagliAppunti di statistica ed analisi dei dati
Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3
DettagliMisura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice
Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Crisafulli Paride Curseri Federica Raia Salvatore Torregrossa M. Roberto Valerio Alessia Zarcone
DettagliBreve 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
DettagliCapitolo 6. Variabili casuali continue. 6.1 La densità di probabilità
Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come
DettagliDistribuzione 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
DettagliStrumenti di misura e teoria degli errori. Piano Lauree Scientifiche Dipartimento di Matematica e Fisica «E. De Giorgi» Università del Salento
Strumenti di misura e teoria degli errori Piano Lauree Scientifiche Dipartimento di Matematica e Fisica «E. De Giorgi» Università del Salento Strumenti di misura Lo strumento di misura è un sistema fisico
DettagliCapitolo 7: DISTRIBUZIONI DI FREQUENZA
Capitolo 7: DISTRIBUZIONI DI FREQUENZA 7.1 Frequenza assoluta e relativa Nel Capitolo precedente abbiamo introdotto la precisione di una misura e discusso la sua relazione con la sensibilità dello strumento
DettagliPOPOLAZIONE E CAMPIONI
p. 1/2 POPOLAZIONE E CAMPIONI POPOLAZIONE insieme di tutti quegli elementi che hanno almeno una caratteristica comune (persone, oggetti,misure, osservazioni). Consideriamo il caso di caratteristiche associate
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 11/02 14:30 Laboratorio (via Loredan) Martedi 16/02 14:30 P50 Lunedi 22/02 09:30 P50 Martedi 23/02 14:30 P50 Giovedi 25/02 14:30 Aula informatica
DettagliRappresentazione numerica delle misure di grandezze fisiche
Rappresentazione numerica delle misure di grandezze fisiche Esperienza -> nessuna misura, per quanto fatta con cura, può essere completamente libera da errori errore ->inevitabile incertezza presente in
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
Dettagli3 - La misura. Prof. Stefano SPEZIA
3 - La misura Prof. Stefano SPEZIA Errori nelle misure Il pendolo semplice Proviamo a misurare il periodo di un oscillazione! Errori casuali - Errori sistematici Ogni volta che si effettua una misura si
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliLa misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale
Presentazione dei calcoli e delle misure La fisica studia i fenomeni naturali, con osservazioni sceintifiche, misure di grandezze e verifiche di leggi. La misura fornisce un numero ed una unità di misura.
DettagliElaborazione 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,
DettagliGrandezze e Misure 1
Grandezze e Misure 1 Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Misure dirette e indirette Strumenti di misura Errori nelle
DettagliCapitolo 10. La media pesata Calcolo della media pesata
Capitolo 0 La media pesata Supponiamo che una stessa grandezza sia stata misurata da osservatori differenti (es. velocità della luce) in laboratori con strumenti e metodi di misura differenti: Laboratorio
DettagliMetodo dei Minimi Quadrati. Dott. Claudio Verona
Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è
DettagliCorso PAS Misure, strumenti ed Errori di misura. Didattica del Laboratorio di Fisica F. Garufi 2014
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014 Grandezze ed unità di misura grandezza (misurabile) si intende un attributo di un fenomeno, di un corpo
DettagliDISTRIBUZIONI IN FREQUENZA E ISTOGRAMMI
DISTRIBUZIONI IN FREQUENZA E ISTOGRAMMI Quando si hanno molti dati da trattare bisogna rappresentare i dati nella forma più efficace e utile. Infatti nel caso ci interessi conoscere il valore di una certa
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliCorso Di CHIMICA ANALITICA II
Corso Di CHIMICA ANALITICA II CHIMICA ANALITICA QUANTITATIVA: determinazione di una specie chimica in funzione della sua concentrazione. CHIMICO ANALITICO: sviluppare nuovi metodi X analita (CAMPIONE):
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
DettagliProgramma di Matematica Classe 3^ A/L.S.U. Anno scolastico 2014/2015
Programma di Matematica Classe 3^ A/L.S.U. Anno scolastico 2014/2015 Ripasso: le equazioni lineari. Ripasso: i prodotti notevoli. Ripasso: i sistemi lineari e il metodo della sostituzione. Ripasso: le
DettagliGrandezze e Misure.
Grandezze e Misure www.fisicaxscuola.altervista.org Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Strumenti di misura Misure dirette
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliPropagazione delle incertezze statistiche. Dott. Claudio Verona
Propagazione delle incertezze statistiche Dott. Claudio Verona Propagazione delle incertezze La maggior parte delle grandezze fisiche di solito non possono essere misurate da una misura diretta, ma viene
DettagliRappresentazione binaria
Rappresentazione binaria Per informazione intendiamo tutto quello che viene manipolato da un calcolatore: numeri (naturali, interi, reali,... ) caratteri immagini suoni programmi... La più piccola unità
DettagliTEORIA 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
DettagliRappresentazione numerica delle misure di grandezze fisiche
Rappresentazione numerica delle misure di grandezze fisiche Esperienza -> nessuna misura, per quanto fatta con cura, può essere completamente libera da errori errore ->inevitabile incertezza presente in
DettagliErrori di misura. 1 Espansione 0.1
1 Espansione 0.1 Errori di misura Il problema più antico di ogni scienziato, che deve operare la misurazione di grandezze scientifiche, è sapere a priori che, per quanto possa essere attento il suo operato,
DettagliFisica Generale Misure di grandezze fisiche e incertezze di misura Lezione 2 Facoltà di Ingegneria Livio Lanceri
Fisica Generale Misure di grandezze fisiche e incertezze di misura Lezione 2 Facoltà di Ingegneria Livio Lanceri Misura ed errori di misura Tutte le misure sono affette da incertezze ( errori ) Una misura
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
Dettagliassuma valori in un determinato intervallo è data dall integrale della sua densità ( = )=
VARIABILI ALEATORIE CONTINUE Esistono parecchi fenomeni reali per la cui descrizione le variabili aleatorie discrete non sono adatte. Per esempio è necessaria una variabile aleatoria continua ovvero una
DettagliTeoria 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
DettagliCampionamento. Una grandezza fisica e' distribuita secondo una certa PDF
Campionamento Una grandezza fisica e' distribuita secondo una certa PDF La pdf e' caratterizzata da determinati parametri Non abbiamo una conoscenza diretta della pdf Possiamo determinare una distribuzione
DettagliElaborazione 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
DettagliErrore nella misura sperimentale
Introduzione al concetto errore di misura Introduzione concetto errore di misura Esempio di misura sperimentale Dispersione dei dati: Frequenza relative ed assolute vettoriale Errori sistematici ed errori
DettagliDistribuzione 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
DettagliEsercizi sugli errori di misura
Esercizi sugli errori di misura Autore: Enrico Campanelli Prima stesura: Settembre 2013 Ultima revisione: Settembre 2013 Per segnalare errori o per osservazioni e suggerimenti di qualsiasi tipo, potete
DettagliLaboratorio di Fisica I A.A. 2018/ /12/2018
Laboratorio di Fisica I A.A. 2018/2019 13/12/2018 Esperienza N.3 Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Gruppo n.2 Bozzotta Riccardo
DettagliL 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
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliRappresentazione binaria
Rappresentazione binaria Per informazione intendiamo tutto quello che viene manipolato da un calcolatore: numeri (naturali, interi, reali,... ) caratteri immagini suoni programmi... La più piccola unità
DettagliCapitolo 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
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliRichiami di Matematica
Richiami di Matematica Tabelle: ci dicono qualcosa sulla relazione tra due grandezze. Tre esempi: grandezze direttamente proporzionali, inversamente proporzionali e proporzionali una al quadrato dell altra
DettagliESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE
ESERCITAZIONE DI FINE CORSO ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE 1. Si prenda in esame la seguente tabella che riporta la suddivisione di una popolazione femminile per titolo di
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliCALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO
CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell
Dettagli1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL DICEMBRE 2017 GRUPPO N.3
1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL 14-18 DICEMBRE 2017 GRUPPO N.3 COMPONENTI DEL GRUPPO: 1. Castronovo Pietro 2. Giuffrè Jasmine 3. Nicoletti Gabriele 4. Palladino Pietro 5. Pellicane Francesco
DettagliFacciamo 1 cicli di 25 misure da una popolazione per scatola di resistenze
Si supponga di voler verificare che due forniture di resistenze di valore nominale dichiarato (per esempio sia = 470 ) sia affidabile. Si supponga che ogni fornitura sia normalmente distribuita con deviazione
Dettaglio Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.
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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliLe variabili casuali o aleatorie
Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore
DettagliPropagazione delle incertezze statistiche. Dott. Claudio Verona
Propagazione delle incertezze statistiche Dott. Claudio Verona Propagazione delle incertezze La maggior parte delle grandezze fisiche di solito non possono essere misurate da una misura diretta, ma viene
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
Dettagli