p. 3/4 COM È FATTO Sono presenti 2 scale: una scala principale incisa su un asta fissa e una scala secondaria, incisa su un corsoio mobile.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "p. 3/4 COM È FATTO Sono presenti 2 scale: una scala principale incisa su un asta fissa e una scala secondaria, incisa su un corsoio mobile."

Transcript

1 p. 1/4 INFORMAZIONI Prossime lezioni Giorno Ora Dove 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50 08/02 14:30 P50? 09/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 18/02 14:30 Aula informatica (Dip. di Astronomia) 22/02 14:30 P50 25/02 14:30 Aula informatica (Dip. di Astronomia)

2 p. 1/4 INFORMAZIONI Prossime lezioni Giorno Ora Dove 28/01 14:30 Laboratorio (via Loredan) 02/02 14:30 P50 08/02 14:30 P50? 09/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 18/02 14:30 Aula informatica (Dip. di Astronomia) 22/02 14:30 P50 25/02 14:30 Aula informatica (Dip. di Astronomia) Raccolta adesioni e moduli per l utilizzo dell aula informatica presso il Dp. di Astronomia.

3 p. 2/4 IL NONIO Nelle misure di lunghezza non è possibile aumentare a piacere la sensibilità di un regolo, dato che una scala graduata troppo fitta non sarebbe leggibile.

4 p. 2/4 IL NONIO Nelle misure di lunghezza non è possibile aumentare a piacere la sensibilità di un regolo, dato che una scala graduata troppo fitta non sarebbe leggibile. Il nonio è un regolo sussidiario per aumentare la sensibilità senza ulteriori suddivisioni della scala principale.

5 p. 3/4 COM È FATTO Sono presenti 2 scale: una scala principale incisa su un asta fissa e una scala secondaria, incisa su un corsoio mobile.

6 p. 4/4 COME FUNZIONA Esempio: misurare con una precisione di 1/10 mm con una riga graduata che ha una sensibilità S=1mm 1.

7 p. 4/4 COME FUNZIONA Esempio: misurare con una precisione di 1/10 mm con una riga graduata che ha una sensibilità S=1mm 1. Si considera una lunghezza pari a N p = 9 tacche della riga (9 mm)...

8 p. 4/4 COME FUNZIONA Esempio: misurare con una precisione di 1/10 mm con una riga graduata che ha una sensibilità S=1mm 1. Si considera una lunghezza pari a N p = 9 tacche della riga (9 mm)......e si divide questa in N s = 10 parti

9 p. 5/4 COME FUNZIONA Quindi se l estremità della lunghezza l da misurare cade all interno di una divisione della riga si va a cercare la prima divisione del nonio che coincide con una della riga pricipale

10 p. 5/4 COME FUNZIONA Quindi se l estremità della lunghezza l da misurare cade all interno di una divisione della riga si va a cercare la prima divisione del nonio che coincide con una della riga pricipale In generale si considerano N p = N s 1 divisioni della scala principale ognuna di ampiezza d (es d = 1 mm) e si divide la lunghezza D = (N s 1) d del nonio in N s parti. Qualora la n-esima divisione del nonio coincide con una divisione della scala principale si ha: x = h h = nd n N s 1 d = nd N s N s

11 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale.

12 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale. Per costruzione vale la relazione: N s m s = N p m p

13 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale. Per costruzione vale la relazione: N s m s = N p m p m s : Errore di sensibilità della scala secondaria (nonio).

14 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale. Per costruzione vale la relazione: N s m s = N p m p m s : Errore di sensibilità della scala secondaria (nonio). m p : Errore di sensibilità della scala principale.

15 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale. Per costruzione vale la relazione: N s m s = N p m p m s : Errore di sensibilità della scala secondaria (nonio). m p : Errore di sensibilità della scala principale. N s : Numero totale di divisioni di ordine più basso sulla scala secondaria.

16 p. 6/4 L NONIO: FORMALISMO GENERALE Sono presenti 2 scale: una scala principale e una scala secondaria, la cui ampiezza totale è pari ad una frazione prefissata di quella principale. Per costruzione vale la relazione: N s m s = N p m p m s : Errore di sensibilità della scala secondaria (nonio). m p : Errore di sensibilità della scala principale. N s : Numero totale di divisioni di ordine più basso sulla scala secondaria. N p : Numero di divisioni di ordine più basso sulla scala principale corrispondenti ad una escursione completa del nonio.

17 p. 7/4 IL NONIO LINEARE Posizionare il primo estremo della sbarretta coincidente con lo zero della scala principale.

18 p. 7/4 IL NONIO LINEARE Posizionare il primo estremo della sbarretta coincidente con lo zero della scala principale. Posizionare il secondo estremo coincidente con lo zero del nonio. Lo zero del nonio serve da indice per la scala principale.

19 p. 7/4 IL NONIO LINEARE Posizionare il primo estremo della sbarretta coincidente con lo zero della scala principale. Posizionare il secondo estremo coincidente con lo zero del nonio. Lo zero del nonio serve da indice per la scala principale. Trovare la prima tacca del nonio che coincide con qualunque tacca della scala principale.

20 p. 7/4 IL NONIO LINEARE Posizionare il primo estremo della sbarretta coincidente con lo zero della scala principale. Posizionare il secondo estremo coincidente con lo zero del nonio. Lo zero del nonio serve da indice per la scala principale. Trovare la prima tacca del nonio che coincide con qualunque tacca della scala principale. Sia k la tacca della scala principale ancora a contatto con l oggetto.

21 p. 7/4 IL NONIO LINEARE Posizionare il primo estremo della sbarretta coincidente con lo zero della scala principale. Posizionare il secondo estremo coincidente con lo zero del nonio. Lo zero del nonio serve da indice per la scala principale. Trovare la prima tacca del nonio che coincide con qualunque tacca della scala principale. Sia k la tacca della scala principale ancora a contatto con l oggetto. Sia n la tacca della scala del nonio che per prima coincide con una tacca delle scala principale.

22 IL NONIO LINEARE p. 8/4

23 p. 9/4 IL NONIO LINEARE Sia k = k + m la tacca della scala principale che coincide con la tacca n del nonio. Ciò significa che in l sono comprese m divisioni della scala principale.

24 p. 9/4 IL NONIO LINEARE Sia k = k + m la tacca della scala principale che coincide con la tacca n del nonio. Ciò significa che in l sono comprese m divisioni della scala principale. Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca k della scala principale.

25 p. 9/4 IL NONIO LINEARE Sia k = k + m la tacca della scala principale che coincide con la tacca n del nonio. Ciò significa che in l sono comprese m divisioni della scala principale. Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca k della scala principale. Dalla proporzione N s : N p = n : m ottengo m = N p N s n

26 p. 9/4 IL NONIO LINEARE Sia k = k + m la tacca della scala principale che coincide con la tacca n del nonio. Ciò significa che in l sono comprese m divisioni della scala principale. Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca k della scala principale. Dalla proporzione N s : N p = n : m ottengo m = N p N s n per convenienza scrivo m = νn, dove:

27 IL NONIO LINEARE Sia k = k + m la tacca della scala principale che coincide con la tacca n del nonio. Ciò significa che in l sono comprese m divisioni della scala principale. Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca k della scala principale. Dalla proporzione N s : N p = n : m ottengo m = N p N s n per convenienza scrivo m = νn, dove: ( ) Np ν = int + 1 corrisponde al numero di divisioni della scala N s principale la cui lunghezza è immediatamente superiore ad una p. 9/4

28 p. 10/4 IL NONIO LINEARE Siano l = n m s = n N p N s m p e l = νn m p La lunghezza incognita è quindi data da: x = l l = (νn s N p ) n N s m p

29 p. 10/4 IL NONIO LINEARE Siano l = n m s = n N p N s m p e l = νn m p La lunghezza incognita è quindi data da: x = l l = (νn s N p ) n N s m p L errore di sensibilità del metodo di misura consistente nell utilizzo del nonio si ottiene particolarizzando l equazione precedente per n = 1, ovvero: ( m = ν N ) p m p N s

30 p. 11/4 IL NONIO LINEARE DECIMALE Parametri ( N s ) = 10, N p = ( 9, m ) p = 1 mm Np 9 ν = int + 1 = int + 1 = 1 ( N s 10 Lettura: k + n ) m p k = 16, n = 6 Risultato: = 16.6 mm 10

31 p. 12/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = 0 10 Risultato: = 16.0 mm

32 p. 13/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = 1 10 Risultato: = 16.1 mm

33 p. 14/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = 2 10 Risultato: = 16.2 mm

34 p. 15/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = 8 10 Risultato: = 16.8 mm

35 p. 16/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = 9 10 Risultato: = 16.9 mm

36 p. 17/4 IL NONIO LINEARE DECIMALE ( Lettura: k + n ) m p k = 16, n = Risultato: = 17.0 mm Misuriamo ora!

37 p. 18/4 IL NONIO LINEARE VENTESIMALE In altri casi anzichè N p = N s 1 divisioni della scala principale se ne considerano N p = 2N s 1. Ad esempio nel nonio ventesimale si considerano N p = 39 divisioni della scala principale (e.g. m p = 1 mm) come lunghezza del nonio e questa viene divisa in N s = 20 parti.

38 p. 18/4 IL NONIO LINEARE VENTESIMALE In altri casi anzichè N p = N s 1 divisioni della scala principale se ne considerano N p = 2N s 1. Ad esempio nel nonio ventesimale si considerano N p = 39 divisioni della scala principale (e.g. m p = 1 mm) come lunghezza del nonio e questa viene divisa in N s = 20 parti. ν = int ( ) = = 2

39 p. 18/4 IL NONIO LINEARE VENTESIMALE In altri casi anzichè N p = N s 1 divisioni della scala principale se ne considerano N p = 2N s 1. Ad esempio nel nonio ventesimale si considerano N p = 39 divisioni della scala principale (e.g. m p = 1 mm) come lunghezza del nonio e questa viene divisa in N s = 20 parti. ν = int ( ) = = 2 L errore si sensibilità del nonio ventesimale è: ( m = ν N ) p m p = 1 N s 20 m p

40 p. 18/4 IL NONIO LINEARE VENTESIMALE In altri casi anzichè N p = N s 1 divisioni della scala principale se ne considerano N p = 2N s 1. Ad esempio nel nonio ventesimale si considerano N p = 39 divisioni della scala principale (e.g. m p = 1 mm) come lunghezza del nonio e questa viene divisa in N s = 20 parti. ν = int ( ) = = 2 L errore si sensibilità del nonio ventesimale è: ( m = ν N ) p m p = 1 N s 20 m p In generale, la variazione minima apprezzata sarà m = m p N s. Io nonio si dirà decimale, ventesimale, trentesimale, a seconda che N s = 10, N s = 20, N s = 30, ecc.

41 p. 19/4 IL NONIO LINEARE VENTESIMALE Parametri ( N s ) = 20, N p = ( 39, ) m p = 1 mm Np 39 ν = int + 1 = int + 1 = 2 N s 20 m = 1 ( 20 m p = 0.05 mm Lettura: k + n ) m p k = 16, n = Risultato: 16 + ( ) = = mm Misuriamo ora!

42 p. 20/4 IL NONIO CIRCOLARE Per costruzione: quando le estremità si toccano il bordo graduato della scala secondaria coincide con lo zero della scala principale; lo zero della scala secondaria coincide con la tacca trasversale della primaria.

43 p. 21/4 IL NONIO CIRCOLARE Operativamente per misurare con un nonio circolare si deve: Regolare la scala secondaria in modo da comprendere la lunghezza incognita.

44 p. 21/4 IL NONIO CIRCOLARE Operativamente per misurare con un nonio circolare si deve: Regolare la scala secondaria in modo da comprendere la lunghezza incognita. Lettura scala principale: in corrispondenza al bordo graduato della scala secondaria.

45 p. 21/4 IL NONIO CIRCOLARE Operativamente per misurare con un nonio circolare si deve: Regolare la scala secondaria in modo da comprendere la lunghezza incognita. Lettura scala principale: in corrispondenza al bordo graduato della scala secondaria. Lettura scala secondaria: in corrispondenza alla tacca trasversale sulla scala principale.

46 p. 21/4 IL NONIO CIRCOLARE Operativamente per misurare con un nonio circolare si deve: Regolare la scala secondaria in modo da comprendere la lunghezza incognita. Lettura scala principale: in corrispondenza al bordo graduato della scala secondaria. Lettura scala secondaria: in corrispondenza alla tacca trasversale sulla scala principale. Sia n la tacca della scala secondaria che più si avvicina alla tacca trasversale sulla scala principale.

47 p. 22/4 IL NONIO CIRCOLARE Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca n.

48 p. 22/4 IL NONIO CIRCOLARE Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca n. La lunghezza incognita è quindi data da: x = n m s = n N p N s m p

49 p. 22/4 IL NONIO CIRCOLARE Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca n. La lunghezza incognita è quindi data da: x = n m s = n N p N s m p Si noti che il nonio circolare equivalente al nonio lineare dove lo zero della secondaria coincide con l ultima tacca della primaria ancora a contatto con l oggetto.

50 p. 22/4 IL NONIO CIRCOLARE Sia x la lunghezza incognita, cioè la distanza tra lo zero della scala del nonio e la tacca n. La lunghezza incognita è quindi data da: x = n m s = n N p N s m p Si noti che il nonio circolare equivalente al nonio lineare dove lo zero della secondaria coincide con l ultima tacca della primaria ancora a contatto con l oggetto. Come prima, l errore di sensibilità del metodo di misura consistente nell utilizzo del nonio circolare si ottiene particolarizzando l equazione precedente per n = 1, ovvero: m = N p N s m p

51 p. 23/4 IL CALIBRO CENTESIMALE Parametri N s = 50, N p = 1, m p = 0.5 mm Sensibilità m = N p m p = = 0.01mm ( N s 50 Lettura: k + n ) m p k = 10, n = 24 Risultato: = 5.24 mm 50

52 p. 24/4 IL CALIBRO CENTESIMALE Parametri N s = 50, N p = 1, m p = 0.5 mm Sensibilità m = N p m p = = 0.01mm ( N s 50 Lettura: k + n ) m p k = 34, n = 25 Risultato: = mm

53 p. 25/4 IL CALIBRO CENTESIMALE Parametri N s = 50, N p = 1, m p = 0.5 mm Sensibilità m = N p m p = = 0.01mm ( N s 50 Lettura: k + n ) m p k = 41, n = 12 Risultato: = mm

54 p. 26/4 IL CALIBRO CENTESIMALE Parametri N s = 50, N p = 1, m p = 0.5 mm Sensibilità m = N p m p = = 0.01mm ( N s 50 Lettura: k + n ) m p k = 47, n = 43 Risultato: = mm 50 Misuriamo ora!

55 p. 27/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa SCOPO: Verificare l insorgenza di errori casuali nella misurazione di una grandezza fisica all aumentare della sensibilità dello strumento.

56 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa SCOPO: Verificare l insorgenza di errori casuali nella misurazione di una grandezza fisica all aumentare della sensibilità dello strumento. OPERAZIONI DI MISURA: 10 misurazioni di lunghezza di una stessa dimensione di un solido per mezzo di 3 diversi strumenti: righello, nonio lineare e nonio circolare (calibro). p. 27/4

57 p. 28/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI

58 p. 28/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI Trovare l errore di sensibilità di ciascun strumento.

59 p. 28/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI Trovare l errore di sensibilità di ciascun strumento. Per ogni serie di misure dare la soluzione al problema della misura, nella forma L ± L.

60 p. 28/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI Trovare l errore di sensibilità di ciascun strumento. Per ogni serie di misure dare la soluzione al problema della misura, nella forma L ± L. L = m errore di sensibilità nel caso di strumenti poco sensibili

61 p. 28/4 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI Trovare l errore di sensibilità di ciascun strumento. Per ogni serie di misure dare la soluzione al problema della misura, nella forma L ± L. L = m errore di sensibilità nel caso di strumenti poco sensibili Nel caso di strumenti sufficientemente sensibili, stimare la grandezza fisica in esame con la media aritmetica e l indeterminazione della media L = σ m = σ n, dove σ = quadratico medio delle misure. np (m i m) 2 i=1 n 1 è lo scarto

62 I Esperienza: Misure di lunghezza con strumenti a sensibilità diversa ELABORAZIONE DEI DATI Trovare l errore di sensibilità di ciascun strumento. Per ogni serie di misure dare la soluzione al problema della misura, nella forma L ± L. L = m errore di sensibilità nel caso di strumenti poco sensibili Nel caso di strumenti sufficientemente sensibili, stimare la grandezza fisica in esame con la media aritmetica e l indeterminazione della media L = σ m = σ n, dove σ = quadratico medio delle misure. np (m i m) 2 i=1 n 1 è lo scarto Nell uso del calibro due possibili errori sistematici e/o accidentali: a) esercitare troppa pressione con le ganasce sull oggetto da misurare, può provocare una deformazione dell oggetto e quindi, una stima errata delle sue dimensioni reali; b) la presenza di piccoli corpi (polvere, limatura di ferro,...) porta a misure sistematicamente maggiori per dimensioni esterne e esistematicamente minori per dimensioni interne. p. 28/4

63 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale.

64 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale. Sul primo foglio scrivere un intestazione idenificativa contenente:

65 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale. Sul primo foglio scrivere un intestazione idenificativa contenente: Il nome dell autore e quelli del gruppo relativo.

66 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale. Sul primo foglio scrivere un intestazione idenificativa contenente: Il nome dell autore e quelli del gruppo relativo. La data in cui è stata eseguita l esperienza.

67 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale. Sul primo foglio scrivere un intestazione idenificativa contenente: Il nome dell autore e quelli del gruppo relativo. La data in cui è stata eseguita l esperienza. Il titolo dell esperienza.

68 p. 29/4 ome svolgere una relazione di Laboratori La relazione sull esperienza fatta in laboratorio deve essere scritta supponendo che chi la legge non sappia cosa avete fatto. Quindi deve contenere tutte le informazioni necessarie a: Capire cosa volevate fare e su quale strumento, oggetto, circuito... Capire come avete fatto. Capire le misure fatte. Capire le conclusioni ed il risultato finale. Sul primo foglio scrivere un intestazione idenificativa contenente: Il nome dell autore e quelli del gruppo relativo. La data in cui è stata eseguita l esperienza. Il titolo dell esperienza.

69 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere:

70 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici.

71 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici. Una sintetica descrizione dell apparato sperimentale.

72 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici. Una sintetica descrizione dell apparato sperimentale. Le misure effettuate.

73 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici. Una sintetica descrizione dell apparato sperimentale. Le misure effettuate. Uno o piùgrafici e tabelle per visualizzare i dati sperimentali.

74 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici. Una sintetica descrizione dell apparato sperimentale. Le misure effettuate. Uno o piùgrafici e tabelle per visualizzare i dati sperimentali. L elaborazione dei dati con tutti i dettagli necessari alla comprensione di quanto ricavato.

75 p. 30/4 ome svolgere una relazione di Laboratori Quindi il corpo della relazione deve comprendere: Lo scopo della misura, eventualmente corredato da brevi richiami teorici. Una sintetica descrizione dell apparato sperimentale. Le misure effettuate. Uno o piùgrafici e tabelle per visualizzare i dati sperimentali. L elaborazione dei dati con tutti i dettagli necessari alla comprensione di quanto ricavato. Il risultato finale evidenziato ed eventuali conclusioni e commenti.

76 p. 31/4 RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente il loro significato. Strumenti di uso frequente sono: tabelle, diagrammi a barre, istogrammi.

77 p. 31/4 RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente il loro significato. Strumenti di uso frequente sono: tabelle, diagrammi a barre, istogrammi. Consideriamo, ad esempio, due sperimentatori, A e B, che abbiano effettuato ciascuno 10 misurazioni di tempo con strumenti a sensibilità diversa. I dati sono registrati nella tabella: tempo (in secondi) A B

78 p. 32/4 FREQUENZE FREQUENZA ASSOLUTA: n i numero di volte che si verifica un certo evento (dato). M j=1 n j = N Misure A Freq. ass. Misure B Freq. ass M rappresenta il numero di gruppi in cui si sono suddivise le misure (M N). M = N solo in caso di misure senza ripetizioni.

79 p. 32/4 FREQUENZE FREQUENZA ASSOLUTA: n i numero di volte che si verifica un certo evento (dato). M j=1 n j = N Misure A Freq. ass. Misure B Freq. ass M rappresenta il numero di gruppi in cui si sono suddivise le misure (M N). M = N solo in caso di misure senza ripetizioni. FREQUENZA RELATIVA: rapporto tra frequenza assoluta e il numero totale di prove (misure). f i = n i N M j=1 n j N = 1 Misure A Freq. rel. Misure B Freq. rel

80 p. 33/4 DIAGRAMMI A BARRE In ascissa i valori delle misure; in ordinata le freq. assolute o relative.

81 p. 33/4 DIAGRAMMI A BARRE In ascissa i valori delle misure; in ordinata le freq. assolute o relative. Si utilizzano quando le grandezze che possono assumere solo valori discreti.

82 Indicazione lampante: I dati di B sono molto raggruppati intorno ad un valore prossimo a 1.5 mentre i dati di A sono molto più dispersi. Qual è la serie di misure più precisa? p. 33/4 DIAGRAMMI A BARRE In ascissa i valori delle misure; in ordinata le freq. assolute o relative. Si utilizzano quando le grandezze che possono assumere solo valori discreti.

83 p. 34/4 DIAGRAMMI A BARRE Sperimentatore A: seconda serie di 100 misure. diagramma in frequenze assolute diagramma in frequenze relative

84 p. 34/4 DIAGRAMMI A BARRE Sperimentatore A: seconda serie di 100 misure. diagramma in frequenze assolute diagramma in frequenze relative I diagrammi in freq. realtive si dicono normalizzati. Sono utili per il confronto di dati diversi.

85 p. 34/4 DIAGRAMMI A BARRE Sperimentatore A: seconda serie di 100 misure. diagramma in frequenze assolute diagramma in frequenze relative I diagrammi in freq. realtive si dicono normalizzati. Sono utili per il confronto di dati diversi. All aumentare del numero delle misure il diagramma tende a diventare molto più regolare.

86 p. 34/4 DIAGRAMMI A BARRE Sperimentatore A: seconda serie di 100 misure. diagramma in frequenze assolute diagramma in frequenze relative I diagrammi in freq. realtive si dicono normalizzati. Sono utili per il confronto di dati diversi. All aumentare del numero delle misure il diagramma tende a diventare molto più regolare. Precisione di un esperimento larghezza della distribuzione di frequenza.

87 p. 35/4 ISTOGRAMMI Rappresentazione utile quando La grandezza misurata si presenta con valori discreti, però può essere trattata come continua. Il numero dei dati è grande.

88 p. 35/4 ISTOGRAMMI Rappresentazione utile quando La grandezza misurata si presenta con valori discreti, però può essere trattata come continua. Il numero dei dati è grande. Si raggruppano i dati in intervalli successivi di valori.

89 p. 35/4 ISTOGRAMMI Rappresentazione utile quando La grandezza misurata si presenta con valori discreti, però può essere trattata come continua. Il numero dei dati è grande. Si raggruppano i dati in intervalli successivi di valori. Nel caso delle misure, a causa della loro precisione finita (numero finito di cifre significative), conviene raggrupparle in M intervalli successivi di valori, la cui ampiezza non potrà mai essere inferiore alla sensibilità dello strumento. In altre parole, la più piccola ampiezza dell istogramma corrisponde alla cifra significativa più piccola apprezzabile.

90 p. 36/4 ISTOGRAMMI L asse delle ascisse suddiviso in K intervalli, detti classi di frequenza. Queste possono essere uguali o diverse.

91 p. 36/4 ISTOGRAMMI L asse delle ascisse suddiviso in K intervalli, detti classi di frequenza. Queste possono essere uguali o diverse. Frequenza: numero n i o frazione n i /N di dati compresi nell intervallo i-esimo. Se le classi sono di ampiezza diversa, le frequenze non sono direttamente confrontabili!

92 p. 36/4 ISTOGRAMMI L asse delle ascisse suddiviso in K intervalli, detti classi di frequenza. Queste possono essere uguali o diverse. Frequenza: numero n i o frazione n i /N di dati compresi nell intervallo i-esimo. Se le classi sono di ampiezza diversa, le frequenze non sono direttamente confrontabili! Densità di frequenza: rapporto tra la frequenza e l ampiezza di una classe d i = n i x i o d i = f i x i.

93 p. 36/4 ISTOGRAMMI L asse delle ascisse suddiviso in K intervalli, detti classi di frequenza. Queste possono essere uguali o diverse. Frequenza: numero n i o frazione n i /N di dati compresi nell intervallo i-esimo. Se le classi sono di ampiezza diversa, le frequenze non sono direttamente confrontabili! Densità di frequenza: rapporto tra la frequenza e l ampiezza di una classe d i = n i x i o d i = f i x i. Ad ogni classe è associato un rettangolo: la base è pari all ampiezza della classe x i (ascissa); l altezza è pari alla densità di frequenza d i (ordinata) ; l area è per costruzione la frequenza (assoluta o relativa) associata alla classe.

94 p. 37/4 OME COSTRUIRE GLI ISTOGRAMM Definire il numero K delle classi e le loro ampiezze x i, i = 1, K

95 p. 37/4 OME COSTRUIRE GLI ISTOGRAMM Definire il numero K delle classi e le loro ampiezze x i, i = 1, K In un piano catesiano porre in ascissa la variabile x evidenziando le suddivisioni delle classi; ordinata la densità di frequenza.

96 p. 37/4 OME COSTRUIRE GLI ISTOGRAMM Definire il numero K delle classi e le loro ampiezze x i, i = 1, K In un piano catesiano porre in ascissa la variabile x evidenziando le suddivisioni delle classi; ordinata la densità di frequenza.

97 p. 38/4 ISTOGR. IN FREQUENZE ASSOLUTE Ad ogni singola misura associato un rettangolo di area unitaria.

98 p. 38/4 ISTOGR. IN FREQUENZE ASSOLUTE Ad ogni singola misura associato un rettangolo di area unitaria. Area del rettangolo relativo all intervallo i-esimo pari alla frequenza assoluta n i (x i x i 1 ) h i = x h i = n i

99 p. 38/4 ISTOGR. IN FREQUENZE ASSOLUTE Ad ogni singola misura associato un rettangolo di area unitaria. Area del rettangolo relativo all intervallo i-esimo pari alla frequenza assoluta n i Area totale dell istogramma (x i x i 1 ) h i = x h i = n i x 1 h 1 + x 2 h 2 + x K h K = n 1 + n n K = N

100 p. 39/4 ISTOGR. IN FREQUENZE RELATIVE Ad ogni singola misura associato un rettangolo di area pari a 1/N

101 p. 39/4 ISTOGR. IN FREQUENZE RELATIVE Ad ogni singola misura associato un rettangolo di area pari a 1/N Area del rettangolo relativo all intervallo i-esimo pari alla frequenza realtiva n i /N (x i x i 1 ) h i = x h i = n i N

102 p. 39/4 ISTOGR. IN FREQUENZE RELATIVE Ad ogni singola misura associato un rettangolo di area pari a 1/N Area del rettangolo relativo all intervallo i-esimo pari alla frequenza realtiva n i /N (x i x i 1 ) h i = x h i = n i N Area totale dell istogramma è unitaria L istogramma si dice normalizzato. x 1 h 1 + x 2 h 2 + x K h K = n 1 N + n 2 N + nk K = 1

103 p. 39/4 ISTOGR. IN FREQUENZE RELATIVE Ad ogni singola misura associato un rettangolo di area pari a 1/N Area del rettangolo relativo all intervallo i-esimo pari alla frequenza realtiva n i /N (x i x i 1 ) h i = x h i = n i N Area totale dell istogramma è unitaria L istogramma si dice normalizzato. x 1 h 1 + x 2 h 2 + x K h K = n 1 N + n 2 N + nk K = 1 Se le classi di frequenza sono uguali h i frequenza

104 ISTOGR. IN FREQUENZE RELATIVE Ad ogni singola misura associato un rettangolo di area pari a 1/N Area del rettangolo relativo all intervallo i-esimo pari alla frequenza realtiva n i /N (x i x i 1 ) h i = x h i = n i N Area totale dell istogramma è unitaria L istogramma si dice normalizzato. x 1 h 1 + x 2 h 2 + x K h K = n 1 N + n 2 N + nk K = 1 Se le classi di frequenza sono uguali h i frequenza Se le classi di frequenza sono diverse h i densità di frequenza p. 39/4

105 p. 40/4 Un errore frequente Nel caso le classi di frequenza siano diverse occorre prestare attenzione a come si costruisce l istogramma. Le altezze dei rettangoli non scalano come le frequenze, ma come le densità di frequenza.

106 p. 40/4 Un errore frequente Nel caso le classi di frequenza siano diverse occorre prestare attenzione a come si costruisce l istogramma. Le altezze dei rettangoli non scalano come le frequenze, ma come le densità di frequenza. Consideriamo i dati ISTAT 2001 sull età della popolazione italiana.

107 p. 40/4 Un errore frequente Nel caso le classi di frequenza siano diverse occorre prestare attenzione a come si costruisce l istogramma. Le altezze dei rettangoli non scalano come le frequenze, ma come le densità di frequenza. Consideriamo i dati ISTAT 2001 sull età della popolazione italiana.

108 p. 41/4 Un errore frequente... corretto Calcoliamo l ampiezza delle classi e la densità di frequenza.

109 p. 41/4 Un errore frequente... corretto Calcoliamo l ampiezza delle classi e la densità di frequenza.

110 p. 41/4 Un errore frequente... corretto Calcoliamo l ampiezza delle classi e la densità di frequenza.

111 p. 42/4 ISTOGRAMMI: il caso Old Faithful La significatività di un istogramma dipende dalla scelta dell ampiezza delle classi di frequenza.

112 p. 42/4 ISTOGRAMMI: il caso Old Faithful La significatività di un istogramma dipende dalla scelta dell ampiezza delle classi di frequenza. Consideriamo, come esempio, la variabile durata temporale delle eruzioni del geyser Old Faithful, presso lo Yellowstone National Park.

113 p. 43/4 ISTOGRAMMI: il caso Old Faithful Le eruzioni seguono un andamento quasi regolare, quindi per motivi turistici c è interesse a studiare e prevedere quando esse si manifesteranno e quanto dureranno.

114 p. 43/4 ISTOGRAMMI: il caso Old Faithful Le eruzioni seguono un andamento quasi regolare, quindi per motivi turistici c è interesse a studiare e prevedere quando esse si manifesteranno e quanto dureranno. Lo studio statistico ha dimostrato che esistono 2 gruppi di eruzioni: eruzioni brevi ( 3 min) ed eruzioni lunghe (> 3 min).

115 p. 43/4 ISTOGRAMMI: il caso Old Faithful Le eruzioni seguono un andamento quasi regolare, quindi per motivi turistici c è interesse a studiare e prevedere quando esse si manifesteranno e quanto dureranno. Lo studio statistico ha dimostrato che esistono 2 gruppi di eruzioni: eruzioni brevi ( 3 min) ed eruzioni lunghe (> 3 min). Costruiamo l istogramma

116 p. 43/4 ISTOGRAMMI: il caso Old Faithful Le eruzioni seguono un andamento quasi regolare, quindi per motivi turistici c è interesse a studiare e prevedere quando esse si manifesteranno e quanto dureranno. Lo studio statistico ha dimostrato che esistono 2 gruppi di eruzioni: eruzioni brevi ( 3 min) ed eruzioni lunghe (> 3 min). Costruiamo l istogramma Ampiezze troppo piccole producono fluttuazioni troppo forti non significative.

117 p. 43/4 ISTOGRAMMI: il caso Old Faithful Le eruzioni seguono un andamento quasi regolare, quindi per motivi turistici c è interesse a studiare e prevedere quando esse si manifesteranno e quanto dureranno. Lo studio statistico ha dimostrato che esistono 2 gruppi di eruzioni: eruzioni brevi ( 3 min) ed eruzioni lunghe (> 3 min). Costruiamo l istogramma Ampiezze troppo piccole producono fluttuazioni troppo forti non significative. Ampiezze troppo grandi nascondono la natura bimodale dei dati (2 picchi).

118 p. 44/4 Dipendenza dalla base dell istogramma 100 misure del periodo di un pendolo con cronometro digitale S=100 s 1, ripetute in identiche condizioni.

119 p. 45/4 Come suddividere i dati in classi? La morfologia di un istogramma dipende dalla scelta delle classi.non esiste una legge rigorosa.

120 p. 45/4 Come suddividere i dati in classi? La morfologia di un istogramma dipende dalla scelta delle classi.non esiste una legge rigorosa. Se le classi sono troppo ampie caratteristiche importanti possono essere omesse.

121 p. 45/4 Come suddividere i dati in classi? La morfologia di un istogramma dipende dalla scelta delle classi.non esiste una legge rigorosa. Se le classi sono troppo ampie caratteristiche importanti possono essere omesse. Se le classi sono troppo strette l informazione può risultare poco significativa, poichè essendo poco popolate, le classi sono soggette a fluttuazioni statistiche.

122 p. 45/4 Come suddividere i dati in classi? La morfologia di un istogramma dipende dalla scelta delle classi.non esiste una legge rigorosa. Se le classi sono troppo ampie caratteristiche importanti possono essere omesse. Se le classi sono troppo strette l informazione può risultare poco significativa, poichè essendo poco popolate, le classi sono soggette a fluttuazioni statistiche. È sempre meglio effettuare dei test, variando l ampiezza delle classi per verificare la sensibilità dei dati.

123 p. 45/4 Come suddividere i dati in classi? La morfologia di un istogramma dipende dalla scelta delle classi.non esiste una legge rigorosa. Se le classi sono troppo ampie caratteristiche importanti possono essere omesse. Se le classi sono troppo strette l informazione può risultare poco significativa, poichè essendo poco popolate, le classi sono soggette a fluttuazioni statistiche. È sempre meglio effettuare dei test, variando l ampiezza delle classi per verificare la sensibilità dei dati. Generalmente il numero di classi varia tra 5 20, ma dipende dal caso specifico. Il numero degli intervalli K viene fissato, solitamente, dell ordine di N (errore quadratico medio della statistica di Poisson).

124 p. 46/4 FREQUENZA CUMULATIVA Frequenza cumulativa F(x) (assoluta o relativa), per ogni valore di x, è il numero (ass. o rel.) di volte per cui il risultato della misura è stato minore o uguale a x. F(x) = x i xn i (frequenza cumulativa ass.) o F(x) = x i xf i (frequenza cumulativa rel.)

125 p. 46/4 FREQUENZA CUMULATIVA Frequenza cumulativa F(x) (assoluta o relativa), per ogni valore di x, è il numero (ass. o rel.) di volte per cui il risultato della misura è stato minore o uguale a x. F(x) = x i xn i (frequenza cumulativa ass.) o F(x) = x i xf i (frequenza cumulativa rel.) funzione monotona non decrescente con uno scalino pari rispettivamente ad 1 o a 1/N in corrispondenza di ognuno degli N valori osservati.

126 p. 46/4 FREQUENZA CUMULATIVA Frequenza cumulativa F(x) (assoluta o relativa), per ogni valore di x, è il numero (ass. o rel.) di volte per cui il risultato della misura è stato minore o uguale a x. F(x) = x i xn i (frequenza cumulativa ass.) o F(x) = x i xf i (frequenza cumulativa rel.) funzione monotona non decrescente con uno scalino pari rispettivamente ad 1 o a 1/N in corrispondenza di ognuno degli N valori osservati. N (ass.) 0 = F( ) F(x) F(+ ) = 1 (rel.)

127 p. 47/4 REQUENZA CUMULATIVA: un esempi Consideriamo N = 100 studenti maschi dei quali si voglia studiare la distribuzione dei pesi. Massa in kg numero di studenti Le classi scelte siano M = 5 Totale 100 ( ; ; ; ; )

128 p. 47/4 REQUENZA CUMULATIVA: un esempi Consideriamo N = 100 studenti maschi dei quali si voglia studiare la distribuzione dei pesi. Massa in kg numero di studenti Le classi scelte siano M = 5 Totale 100 ( ; ; ; ; ) frequenza assoluta (in ordine di classe): numero studenti per ogni classe di pesi n i = {5, 18, 42, 27, 8}

129 p. 47/4 REQUENZA CUMULATIVA: un esempi Consideriamo N = 100 studenti maschi dei quali si voglia studiare la distribuzione dei pesi. Massa in kg numero di studenti Le classi scelte siano M = 5 Totale 100 ( ; ; ; ; ) frequenza assoluta (in ordine di classe): numero studenti per ogni classe di pesi n i = {5, 18, 42, 27, 8} frequenza relativa: frequenza assoluta divisa per il numero di dati f i = n i /N = {5/100, 18/100, 42/100, 27/100, 8/100}

130 frequenza cumulativa relativa: somma delle frequenze assolute delle varie classi divisa per il numero di dati) F(x) = {5/100, (5 + 18)/100, ( )/100, ecc.} p. 47/4 REQUENZA CUMULATIVA: un esempi Consideriamo N = 100 studenti maschi dei quali si voglia studiare la distribuzione dei pesi. Massa in kg numero di studenti Le classi scelte siano M = 5 Totale 100 ( ; ; ; ; ) frequenza assoluta (in ordine di classe): numero studenti per ogni classe di pesi n i = {5, 18, 42, 27, 8} frequenza relativa: frequenza assoluta divisa per il numero di dati f i = n i /N = {5/100, 18/100, 42/100, 27/100, 8/100}

131 REQUENZA CUMULATIVA: un esempi p. 48/4

132 p. 49/4 ISTOGRAMMA CUMULATIVO È utile per determinare quanti o quale percentuale dei dati (campione) sono al di sotto (o uguali) ad un certo valore. Ad esempio per trovare la mediana.

133 p. 49/4 ISTOGRAMMA CUMULATIVO È utile per determinare quanti o quale percentuale dei dati (campione) sono al di sotto (o uguali) ad un certo valore. Ad esempio per trovare la mediana. Vantaggi dell istogramma cumulativo 1. Le fluttuazioni risultano ridotte rispetto all istogramma: scostamenti di segno opposto si annullano sommando; 2. Non dipende dalla suddivisione in classi mentre l istogramma dipende dalla suddivisione scelta dello sperimentatore

134 p. 49/4 ISTOGRAMMA CUMULATIVO È utile per determinare quanti o quale percentuale dei dati (campione) sono al di sotto (o uguali) ad un certo valore. Ad esempio per trovare la mediana. Vantaggi dell istogramma cumulativo 1. Le fluttuazioni risultano ridotte rispetto all istogramma: scostamenti di segno opposto si annullano sommando; 2. Non dipende dalla suddivisione in classi mentre l istogramma dipende dalla suddivisione scelta dello sperimentatore Svantaggi dell istogramma cumulativo La forma di questa funzione non è utile per suggerirci ipotesi sulla distribuzione della variabile

IL NONIO. Nelle misure di lunghezza non è possibile aumentare a piacere la sensibilità di un regolo, dato che una scala

IL NONIO. Nelle misure di lunghezza non è possibile aumentare a piacere la sensibilità di un regolo, dato che una scala Nelle misure di lunghezza non è possibile aumentare a piacere la sensibilità di un regolo, dato che una scala graduata troppo fitta non sarebbe leggibile. p. 2/4 IL NONIO Nelle misure di lunghezza non

Dettagli

1 Guida alle relazioni di laboratorio

1 Guida alle relazioni di laboratorio 1 Guida alle relazioni di laboratorio Un aspetto basilare dell attività di laboratorio è quello di imparare a registrare accuratamente tutti i dati sperimentali, così come sono stati misurati, in modo

Dettagli

RAPPRESENTAZIONE DEI DATI

RAPPRESENTAZIONE DEI DATI Rappresentazione dei Dati RAPPRESENTAZIONE DEI DATI Quando si dispone di un alto numero di misure della stessa grandezza fisica è opportuno organizzarle in modo da rendere evidente Quandoil si loro dispone

Dettagli

Osservazioni e Misura. Teoria degli errori

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

Dettagli

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2

STIME 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

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

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

Dettagli

La distribuzione delle frequenze. T 10 (s)

La 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

Dettagli

Elaborazione statistica di dati

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

Dettagli

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 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

Dettagli

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

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

Dettagli

IL PALLINOMETRO SCOPO

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

Dettagli

IL PALLINOMETRO SCOPO

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

Dettagli

7. STATISTICA DESCRITTIVA

7. STATISTICA DESCRITTIVA 7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole

Dettagli

Dati sperimentali Nella serie di 10 misurazioni di tempo effettuate, si sono ottenuti i seguenti valori espressi in secondi:

Dati sperimentali Nella serie di 10 misurazioni di tempo effettuate, si sono ottenuti i seguenti valori espressi in secondi: ESPERIMENTO DI LABORATORIO DI FISICA MISURE DI TEMPO Obiettivo L obiettivo dell esperimento, oltre che familiarizzare con le misure di tempo, è quello di rivelare gli errori casuali, elaborare statisticamente

Dettagli

Questi 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 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

Dettagli

Capitolo 2. La misura

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

Dettagli

Distribuzione Normale

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

Dettagli

Distribuzione normale

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

Dettagli

Distribuzioni statistiche

Distribuzioni statistiche Distribuzioni statistiche L operazione di determinazione delle modalità del carattere per ciascuno degli elementi del collettivo origina una distribuzione del collettivo secondo il carattere considerato.

Dettagli

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

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

Dettagli

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

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

Dettagli

Distribuzione Normale

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

Dettagli

Elaborazione dei dati sperimentali. Problemi di Fisica

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

Dettagli

Lezione 2. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 2. A. Iodice. Distribuzioni unitarie

Lezione 2. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 2. A. Iodice. Distribuzioni unitarie Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 39 Outline 1 2 3 4 5 6 7 8 () Statistica 2 / 39 La distribuzione unitaria semplice di un carattere

Dettagli

Laboratorio di Chimica Fisica. Analisi Statistica

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

Dettagli

POPOLAZIONE E CAMPIONI

POPOLAZIONE 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

Dettagli

Matematica Lezione 21

Matematica Lezione 21 Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 21 Sonia Cannas 13/12/2018 Introduzione alla statistica descrittiva Statistica La statistica è una disciplina il cui fine è lo studio

Dettagli

INFORMAZIONI. p. 1/23

INFORMAZIONI. 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

Dettagli

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

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

Dettagli

Distribuzione Normale

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

Dettagli

Statistica. Campione

Statistica. Campione 1 STATISTICA DESCRITTIVA Temi considerati 1) 2) Distribuzioni statistiche 3) Rappresentazioni grafiche 4) Misure di tendenza centrale 5) Medie ferme o basali 6) Medie lasche o di posizione 7) Dispersione

Dettagli

Capitolo 2 Le misure delle grandezze fisiche

Capitolo 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

Dettagli

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

RICHIAMI 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

Dettagli

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

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

Dettagli

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO

CALCOLO 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

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di

Dettagli

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

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

Dettagli

Rappresentazioni Tabellari e Grafiche. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Rappresentazioni Tabellari e Grafiche. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Rappresentazioni Tabellari e Grafiche Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Vocabolario Essenziale Unità Statistica Unità elementare

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

IE FISICA Verifica 10 gennaio 2015 tutti gli esercizi e tutte le domande

IE FISICA Verifica 10 gennaio 2015 tutti gli esercizi e tutte le domande 1) Per ciascuno dei due casi determinare: portata e sensibilità dello strumento di misura; grandezza fisica misurata, valore della misura, errore assoluto, errore relativo ed errore percentuale; quindi

Dettagli

17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS

17. 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

Dettagli

Metodologie informatiche per la chimica

Metodologie 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

Dettagli

Errore nella misura sperimentale

Errore 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

Dettagli

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

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

Dettagli

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità

Capitolo 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

Dettagli

Breve ripasso di statistica

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

Dettagli

Analisi statistica delle incertezze casuali. Dott. Claudio Verona

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

Dettagli

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

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

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

Laboratorio di Fisica I Anno Accademico

Laboratorio di Fisica I Anno Accademico Laboratorio di Fisica I Anno Accademico 018-019 Relazione terza esperienza di Laboratorio Giorgio Campione Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico

Dettagli

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

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

Dettagli

PAROLE 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 PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 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

Dettagli

La misura e le incertezze

La misura e le incertezze 1. Gli strumenti di misura Gli strumenti di misura vengono utilizzati per effettuare la misura di una grandezza fisica. Esistono due tipologie di strumenti di misura: 1. strumenti analogici, in cui la

Dettagli

Tecniche di sondaggio

Tecniche di sondaggio SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati IV Intervallo massimo e semidispersione L uso del valore centrale dell intervallo massimo e della semidispersione

Dettagli

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa

Esercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza

Dettagli

LABORATORIO DI FISICA I

LABORATORIO DI FISICA I UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe

Dettagli

Programma della parte introduttiva: Lezione 5

Programma 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

Dettagli

3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;

3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri; Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F

Dettagli

LA DISTRIBUZIONE NORMALE o DI GAUSS

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

Dettagli

Elaborazione statistica di dati

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

Dettagli

Distribuzione di frequenza e rappresentazioni grafiche

Distribuzione di frequenza e rappresentazioni grafiche Distribuzione di frequenza e rappresentazioni grafiche Argomenti della lezione La distribuzione di frequenza in classi La rappresentazione grafica Le tabelle di frequenza Le distribuzioni di frequenza

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Medie Prof. Livia De Giovanni ldegiovanni@luiss.it Dott. Flaminia Musella fmusella@uniroma3.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4

Dettagli

Statistica descrittiva in una variabile

Statistica descrittiva in una variabile Statistica descrittiva in una variabile Dott. Nicola Pintus A.a. 2018-2019 Cosa è la statistica? La statistica è la scienza che studia con metodi matematici fenomeni collettivi. La statistica descrittiva

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Statistica. Matematica con Elementi di Statistica a.a. 2015/16 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

La statistica descrittiva

La statistica descrittiva La statistica Davanti a un insieme di dati, li considera e 1 presenta i dati in forma sintetica, grafica e/o tabulare; 2 caratterizza alcuni aspetti in modo sintetico: indici di posizione (es. valore medio),

Dettagli

ESERCIZI DI STATISTICA SOCIALE

ESERCIZI DI STATISTICA SOCIALE ESERCIZI DI STATISTICA SOCIALE FREQUENZA ASSOLUTA Data una distribuzione semplice di dati, ovvero una serie di microdati, si chiama frequenza assoluta di ogni modalità del carattere studiato il numero

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende

Dettagli

Note su esperienza di misura della densita di un solido

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

Dettagli

Come errore prendo la semidispersione o errore massimo, cioè il valore più grande meno quello più piccolo diviso 2.

Come errore prendo la semidispersione o errore massimo, cioè il valore più grande meno quello più piccolo diviso 2. Compito di Fisica Classe 1C 9/10/010 Alunno ispondi alle seguenti domande: 1) Cosa significa misurare isurare vuol dire confrontare una grandezza con un altra grandezza omogenea scelta come unità di misura.

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2017/18

Statistica. Matematica con Elementi di Statistica a.a. 2017/18 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

Capitolo 7: DISTRIBUZIONI DI FREQUENZA

Capitolo 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

Dettagli

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

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

Dettagli

IL CALIBRO CON NONIO DECIMALE

IL CALIBRO CON NONIO DECIMALE IL CALIBRO Il calibro è costituito da un asta graduata fissa e da un cursore, con le quali si può stringere un oggetto. Sulla parte fissa c'è una scala in centimetri, con divisioni di un millimetro, mentre

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le

Dettagli

1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL DICEMBRE 2017 GRUPPO N.3

1 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

Dettagli

Aggiorniamo pag. 24 della presentazione

Aggiorniamo 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,

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Tutorato di Chimica Analitica 2016/2017

Tutorato 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

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018 Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento

Dettagli

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

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

Dettagli

Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale

Livello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale Esercitazione Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di turisti. La seguente tabella raccoglie l osservazione di alcuni caratteri di interesse. Costo Soggetto Titolo

Dettagli

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere

Dettagli

MISURE ED ERRORI DI LUIGI BOSCAINO BIBLIOGRAFIA: QUANTUM AUTORE FABBRI - EDITORE SEI IDEE E SPUNTI DEL DOCENTE

MISURE ED ERRORI DI LUIGI BOSCAINO BIBLIOGRAFIA: QUANTUM AUTORE FABBRI - EDITORE SEI IDEE E SPUNTI DEL DOCENTE MISURE ED ERRORI DI LUIGI BOSCAINO BIBLIOGRAFIA: QUANTUM AUTORE FABBRI - EDITORE SEI IDEE E SPUNTI DEL DOCENTE Quanto misura l asse L? Che cosa ritieni si debba riportare come valore della grandezza L?

Dettagli

Corso in Statistica Medica

Corso in Statistica Medica Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Distribuzione Normale Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico

Dettagli

Errori di misura Teoria

Errori 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

Dettagli

LABORATORIO DI FISICA

LABORATORIO DI FISICA [Prof. Giovanni Mettivier] LABORATORIO DI FISICA Università degli Studi di Napoli Federico II La relazione di laboratorio Introduzione La stesura della relazione di laboratorio serve a sintetizzare i contenuti

Dettagli

Grandezze e Misure.

Grandezze 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

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA. Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi

Dettagli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 1 1. Si considerino i seguenti caratteri

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

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

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

Dettagli