TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
|
|
- Ottaviana Marino
- 7 anni fa
- Visualizzazioni
Transcript
1 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 sia G = 12,56 [mm] e che il valore di lettura sia L = 12,59 [mm], si distinguono: TIPO DI ERRORE DEFINIZIONE FORMULA ESEMPIO ERRORE ASSOLUTO è la differenza tra la lettura L ed il valore effettivo G della grandezza E a = L G E a = 12,59 12,56 = 0,03 [mm] ERRORE ASSOLUTO MEDIO ERRORE RELATIVO ERRORE PERCENTUALE Cause di errore Si distinguono: 1) Errori derivanti dallo strumento È la differenza tra il valore medio di molte letture L m ed il valore effettivo G è il rapporto tra l errore assoluto E a ed il valore effettivo G della grandezza è l errore relativo moltiplicato per dovuti a difetti di costruzione - dovuti a modifiche strutturali del materiale 2) Errori dipendenti dall ambiente E am = L m G E r = E a /G E r = 0,03/12,56 = 0,0024 E%=E r 100 E%=0, = 0,24% Le misure devono essere effettuate alla Temperatura ambiente (20 ). Qualora questo non sia possibile, è necessario ricondurre il valore misurato alla Temperatura di laboratorio. Si può utilizzare la seguente formula: L 20 = L T / (1 + α T) Esempio: Temperatura dell ambiente = 40 C Coefficiente di dilatazione lineare dell acciaio α = 0, Valore di lettura a 40 gradi = 15,02 [mm] L 20 = 15,02 / (1 + 0, ) = 15,016 [mm] Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 1
2 3) Errori dipendenti dall operatore - dovuti ad eccessiva pressione di serraggio - di parallasse (punto di vista non perpendicolare alla tacca di misurazione). Tipi di errore Gli errori di misura possono essere classificati in due categorie: 1. ERRORI ACCIDENTALI Sono quelli dovuti a cause esterne al procedimento di misurazione (per esempio alle vibrazioni del piano su cui si effettua la misurazione). Sono provocati da cause occasionali, non prevedibili e agenti di volta in volta con diversa entità e segno. 2. ERRORI SISTEMATICI Sono legati al procedimento di misurazione (campioni impiegati, stato del misurando, temperatura dell ambiente, errore dello strumento, abilità dell operatore). Sono provocati di volta in volta sempre dalla stessa causa e sono di valore e segno costanti. Valutazione dell incertezza di misura Il concetto di incertezza di misura nasce dal fatto che, per un dato misurando e per un dato risultato della sua misurazione, non ci può essere un solo valore ma una serie infinita di valori, disposti intorno al valor medio del risultato, tutti o quasi tutti accettabili. Per l accettabilità dei risultati risulta fondamentale conoscere l intervallo di valori che può assumere il valore numerico stimato. L incertezza deve essere stimata e comunicata sempre. Sono due le modalità di valutazione dell incertezza: valutazione di tipo A e valutazione di tipo B. Il metodo di valutazione di categoria A dell incertezza si basa sull analisi statistica di una serie di osservazioni ripetute. In questo caso l incertezza è rappresentata dallo scarto tipo sperimentale della media delle osservazioni ottenuta con la media aritmetica o con una analisi di regressione. La valutazione delle incertezze di categoria B non è basata su analisi statistiche relative ad osservazioni, ma su un altro insieme di informazioni tra cui: Dati di misure precedentemente raccolti; Esperienza o conoscenza del comportamento e delle proprietà dei materiali e strumenti di interesse; Specifiche tecniche del costruttore; Dati di certificati di taratura o di altra documentazione; Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 2
3 Incertezze assegnate a valori di riferimento presi dai manuali; Influenza dei parametri in sede di taratura. In questa sede è considerata solo la valutazione dell incertezza di tipo A. Sorgenti di incertezza possono essere vari elementi che interagiscono durante il processo di misurazione: la temperatura, l umidità dell ambiente, disturbi elettromagnetici, deformazioni strutturali, oscillazioni degli equipaggi mobili, rumori associati alla trasmissione dei segnali durante il processo di misurazione Sono vari i modi per esprimere l incertezza. Vediamoli di seguito. SCARTO, SEMIDISPERSIONE, SCARTO MEDIO, SCARTO QUADRATICO MEDIO E SCARTO TIPO DI RIPETIBILITÀ Lo SCARTO rispetto alla media è la differenza tra la generica misura (lettura L i ) e la misura media L m : S 1 = L 1 - L m S 2 = L 2 - L m S 3 = L 3 - L m. Gli scarti (scostamenti) delle singole letture rispetto al valore più attendibile (valore medio), sono in parte positivi ed in parte negativi. Esempio: Siano stati rilevati, col micrometro centesimale, i valori di lettura riportati nella seguente tabella: Numero misurazioni Misura (mm) d 1 23,22 d 2 23,26 d 3 23,27 d 4 23,31 d 5 23,34 d 6 23,34 d 7 23,35 d 8 23,45 d 9 23,49 d 10 23,50 Il valore medio L m risulta: L m = L 1 + L 2 + L 3 + L 4 + L n / n L m = 23, , , , , , , , , ,50 / 10 = 23,35 mm Gli scarti rispetto alla media sono: Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 3
4 S 1 = 23,22-23,35 = - 0,13 mm S 2 = 23,26-23,35 = - 0,09 mm S 3 = 23,27-23,35 = - 0,08 mm S 4 = 23,31-23,35 = - 0,04 mm S 5 = 23,34-23,35 = - 0,01 mm S 6 = 23,34-23,35 = - 0,01 mm S 7 = 23,35-23,35 = 0,00 mm S 8 = 23,45-23,35 = 0,10 mm S 9 = 23,49-23,35 = 0,14 mm S 10 = 23,50-23,35 = 0,15 mm Come si può notare, gli scarti sono in parte positivi ed in parte negativi. Quando si effettuano numerose misurazioni, non è detto che tutte siano attendibili. Il campo di attendibilità delle misure può essere determinato in vario modo. Vediamo di seguito il metodo della semidispersione, dello scarto medio (o errore medio) e dello scarto quadratico medio. 1) La SEMIDISPERSIONE è la metà della differenza tra il valore di lettura massimo rilevato L Max ed il valore di lettura minimo L min : δ = ½ L Max - L min Il campo delimitato dal valore ± δ rappresenta l intervallo entro cui le misurazioni si possono ritenere valide. Esempio: Siano stati rilevati, col micrometro centesimale, i valori di lettura riportati nella seguente tabella: Numero misurazioni Misura (mm) d 1 23,22 d 2 23,26 d 3 23,27 d 4 23,31 d 5 23,34 d 6 23,34 d 7 23,35 d 8 23,45 d 9 23,49 d 10 23,50 Calcolo della Semidispersione: δ = ½ L Max - L min = 1/2 23,50-23,22 = 0,14 mm Il valore medio è dato da: L m = 23,35 mm Si determina il Limite superiore del campo di attendibilità: L sup = L m + δ = 23,35 + 0,14 = 23,49 mm ed il Limite inferiore: L inf = L m - δ = 23,35-0,14 = 23,21 mm Con i valori ricavati si può costruire il grafico seguente: Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 4
5 23,55 23,5 23,45 23,4 23,35 23,3 23,25 23,2 23,15 + δ - δ L sup L m L inf Come si può notare dal grafico, tutti i valori misurati rientrano nei limiti e quindi sono da ritenere tutti validi. 2) Lo SCARTO MEDIO (o errore medio) è la somma degli scarti diviso il numero di letture effettuato: E m = L 1 - L m + L 2 - L m + L 3 - L m + L 4 - L m + + L n - L m n Sempre con riferimento ai valori prima riportati in tabella, si può calcolare lo scarto medio. Dapprima si ricavano i singoli valori degli scarti rispetto alla media: S 1 = 23,22-23,35 = - 0,13 mm S 2 = 23,26-23,35 = - 0,09 mm S 3 = 23,27-23,35 = - 0,08 mm S 4 = 23,31-23,35 = - 0,04 mm S 5 = 23,34-23,35 = - 0,01 mm S 6 = 23,34-23,35 = - 0,01 mm S 7 = 23,35-23,35 = 0,00 mm S 8 = 23,45-23,35 = 0,10 mm S 9 = 23,49-23,35 = 0,14 mm S 10 = 23,50-23,35 = 0,15 mm Risulta: E m = S 1 + S 2 + S 3 + S 10 = 0,75 / 10 = 0, Per cui i Limiti superiore ed inferiore del campo di attendibilità risultano: L sup = L m + E m = 23,35 + 0,075 = 23,425 mm L inf = L m E m = 23,35 0,075 = 23,275 mm Il grafico risulta il seguente: Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 5
6 23,55 23,5 23,45 23,4 23,35 23,3 23,25 23,2 + σ - σ L sup L m L inf Dal confronto col precedente, questo grafico fornisce un campo di errore più limitato. Alcune misurazioni (5), fuori dai limiti definiti, non possono essere ritenute valide. 3) Lo SCARTO QUADRATICO MEDIO è dato dalla radice quadrata della somma degli scarti diviso il numero n di letture effettuato moltiplicato per (n 1): σ = ± S S S S n 2 n (n 1) Considerando i valori di misura prima riportati, si ha: σ = ± 0,03 mm Si determina così il Limite superiore del campo di attendibilità: L sup = L m + σ = 23,35 + 0,03 = 23,38 mm ed il Limite inferiore: L inf = L m - σ = 23,35-0,03 = 23,32 mm Con i valori prima riportati, il grafico assume la forma seguente: Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 6
7 23,55 23,5 23,45 23,4 23,35 23,3 23,25 L sup + σ - σ L inf L m 23, Lo Scarto quadratico medio è il metodo che fornisce il campo di attendibilità più ristretto, cioè il campo di errore più limitato. Molte misurazioni (8), fuori dai limiti definiti, non possono essere ritenute valide. La norma UNI 4546 prevede anche lo scarto tipo di ripetibilità o deviazione standard, come media quadratica degli scarti di n misure x i della stessa grandezza, ottenute nelle medesime condizioni ed in brevi intervalli di tempo, e il loro valore medio: Curva normale o di Gauss σ R = ± S S S S n 2 (n 1) Supponendo di eseguire un controllo di una caratteristica (es.: diametro) di 150 pezzi, si può rappresentare in un diagramma quante volte la stessa quota compare sui 150 elementi esaminati. Si ottiene così una distribuzione di frequenza come quella di figura, rappresentabile con dei trattini verticali (ad ogni trattino corrisponde una misurazione, il trattino inclinato è la quinta misurazione e così si ha facilità di lettura), o mediante un istogramma (costituito da colonne con base corrispondente all intervallo di quota, che è detta classe, per esempio 0,01 mm, ed altezza proporzionale al numero di misure rilevate entro lo stesso intervallo di quota. Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 7
8 Si può constatare che le misure sono sparse entro un campo più o meno ristretto e che sono distribuite in questo campo con una certa regola che può essere espressa nel modo seguente: - Concentrazione dei valori intorno ad una quota centrale; - Diluizione dei valori in vicinanza dei bordi del campo; - Simmetria nella distribuzione dei valori. Queste tre caratteristiche sono proprie di una distribuzione rappresentata da una curva chiamata Curva normale o Curva di Gauss. Infatti, se tracciamo la tangente alle colonne dell istogramma si ottiene una curva a campana. La distribuzione gaussiana è caratteristica di tutti i fenomeni le cui variazioni sono dovute al sovrapporsi casuale di numerose piccole cause accidentali di variazione, ciascuna delle quali agisce indipendentemente dalle altre e con effetto molto piccolo in rapporto alla somma di tutti gli effetti. Per una macchina utensile, tali cause accidentali possono essere: - giochi sugli elementi mobili - eccentricità di parti rotanti - usura di un utensile - allentamento di un perno - irregolarità nella materia prima -.. I difetti suddetti possono determinare errori nei pezzi lavorati, con distribuzione di frequenza simile a quella sopra descritta. La corrispondente Curva di frequenza presenta la forma a campana simmetrica e si estende tra - e + ; l area compresa tra la curva e l asse delle ascisse rappresenta la totalità delle osservazioni. La Teoria degli errori afferma che gli scarti sono rappresentabili secondo una curva a campana o di Gauss. Con riferimento alle grandezze fisiche misurate, ponendo gli scarti in ascissa e le probabilità in ordinata, si ottiene l andamento sotto riportato. La curva è simmetrica rispetto all asse delle y. Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 8
9 Ciascun punto della curva rappresenta la probabilità che una certa misurazione si verifichi (ponendo in ordinata la probabilità ed in ascissa il valore della misurazione). In effetti il valore che ha la maggior probabilità che si verifichi è il valor medio delle misurazioni (linea centrale del grafico). L area limitata dalla curva, dall asse delle ascisse e da due parallele all asse delle ordinate, rappresenta la probabilità che una certa osservazione sia contenuta nel corrispondente intervallo. In particolare si ha: da σ a + σ = 68,3 % delle osservazioni da 2σ a + 2σ = 95,5 % delle osservazioni da 3σ a + 3σ = 99,7 % delle osservazioni dove σ è lo scarto quadratico medio. Se X è la Media di n valori X 1, X 2, X 3. X n, il valore dello scarto quadratico medio dei singoli valori rispetto alla loro media è dato da: σ = ( X 1 X) 2 + ( X 1 X) 2 + ( X 3 X) 2 +. ( X n X) 2 / n (n 1) Tecnologie mecc. di proc. e prod. - Appunti dalle lezioni del prof. Di Cara Nicola ITIS Galilei - Conegliano 9
1 - GRANDEZZA UNITÀ DI MISURA SISTEMA DI UNITÀ DI MISURA 2 - MISURA 3 - MISURAZIONE SISTEMA MISURATO 3.
UdA n 1 METROLOGIA La Metrologia è la scienza che studia i principi, i metodi ed i mezzi per effettuare la misurazione delle diverse grandezze fisiche (lunghezze, superfici, volumi, angoli, energia, potenza,
DettagliClasse 2^ - STA - UdA n 1: Metrologia - Principi di funzionamento della strumentazione di base PRINCIPI DI FUNZIONAMENTO DELLA STRUMENTAZIONE DI BASE
PRINCIPI DI FUNZIONAMENTO DELLA STRUMENTAZIONE DI BASE Strumenti e campioni Per eseguire le misurazioni occorrono vari mezzi tecnici: gli strumenti veri e propri, che interagiscono col sistema misurato
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
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
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
DettagliTeoria 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
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
DettagliFranco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Prof. Franco Ferraris - Politecnico di Torino
Generalità sulle Misure di Grandezze Fisiche Prof. - Politecnico di Torino - La stima delle incertezze nel procedimento di misurazione -modello deterministico -modello probabilistico - La compatibilità
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. Esperienza n.3 13 Dicembre 2018 Gruppo 9: Gucciardo Gloria; Mazzola Luca Rosario; Nolfo Gloria;
DettagliAppendice - Cenni di Teoria degli Errori
Appendice - Cenni di Teoria degli Errori 8.5 Definizione di errore e scarto quadratico medio Supponiamo di avere effettuato una misura di distanza e di avere ottenuto questa serie di risultati: 1 a 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
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
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,
DettagliCORSO 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
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
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
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
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliL 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.
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.
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/
DettagliA1. La curva normale (o di Gauss)
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 202/203 lezione n. 8 dell aprile 203 - di Massimo Cristallo - A. La curva normale (o di Gauss) La curva
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,
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
DettagliElaborazione 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:
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
DettagliUNIVERSITA 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
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
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
DettagliLezioni del Corso di Fondamenti di Metrologia
Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia 11. Taratura nel settore dimensionale Indice Taratura di Calibri (UNI 9313) Taratura di comparatori (UNI 9191) Taratura di micrometri
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
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliMISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE PRIMA PARTE
Esperienza n.3 MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE PRIMA PARTE Gruppo 4: Vittoria Ciraulo, Carlotta Miceli, Federico Billeci, Anna
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,
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
DettagliSCHEDA N 8 DEL LABORATORIO DI FISICA
SCHEDA N 1 IL PENDOLO SEMPLICE SCHEDA N 8 DEL LABORATORIO DI FISICA Scopo dell'esperimento. Determinare il periodo di oscillazione di un pendolo semplice. Applicare le nozioni sugli errori di una grandezza
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
Dettagli7. 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
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
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
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
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
DettagliGruppo 13 ~INDICE~ Di Benedetto Enrico, Franzella Elia, Guttilla Mattia, Nicoletti Gabriele, Tumbiolo Emanuele
RELAZIONE LABORATORIO ESPERIENZA III ~MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE~ ANNO ACCADEMICO 2018-2019 Gruppo 13 Di Benedetto Enrico,
DettagliLA DISTRIBUZIONE NORMALE
LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche
DettagliTecniche 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
DettagliLABORATORIO 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
DettagliMISURA DEFINIZIONE DI QUALITA METROLOGICHE
MISURA informazione costituita da: un numero, un'incertezza (con un certo grado di confidenza es. 95%) (ISO), ed un'unità di misura, assegnati a rappresentare un parametro in un determinato stato del sistema.
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliIL 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.
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
DettagliCorso di Fisica generale
Corso di Fisica generale Liceo Scientifico Righi, Cesena Anno Scolastico 2014/15 3B Appunti su Notazione Scientifica ed Incertezza della Misura Sperimentale Riccardo Fabbri Riccardo Fabbri 1 (Dispense
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
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
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
DettagliDistribuzione degli Errori di Misura. La distribuzione normale
Distribuzione degli Errori di Misura La distribuzione normale Errori casuali e sistematici Gli errori vengono generalmente suddivisi in due categorie: errori casuali ed errori sistematici. Gli errori casuali
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.
DettagliDati 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
DettagliE S E R C I Z I T U T O R
E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del
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):
DettagliREVISIONE 0 APRILE 2000 Pag. 1 di 9
SISTEMA NAZIONALE PE L'ACCEDITAMENTO DI LABOATOI DT-000/ ESEMPI APPLICATIVI DI VALUTAZIONE DELL INCETEZZA NELLE MISUAZIONI MECCANICHE INDICE parte sezione pagina 1. Misurando. Modello della misurazione
DettagliLa 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
DettagliValutazione dell incertezza di categoria A e B
Valutazione dell incertezza di categoria A e B Il metodo per stimare l incertezza associata ad una misurazione è sancito dalla normativa UNI CEI ENV 13005 Guida all espressione dell incertezza di misura.
DettagliUNIVERSITA 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
DettagliBIN = 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
DettagliLA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque
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
DettagliSTATISTICA 1 ESERCITAZIONE 6
STATISTICA 1 ESERCITAZIONE 6 Dott. Giuseppe Pandolfo 5 Novembre 013 CONCENTRAZIONE Osservando l ammontare di un carattere quantitativo trasferibile su un collettivo statistico può essere interessante sapere
DettagliI 5 principi dell estimo
La stima del valore di mercato Prof. Arch. ALESSIO D AURIA, PhD DIPARTIMENTO DI CONSERVAZIONE DEI BENI ARCHITETTONICI E AMBIENTALI aldauria@unina.it I 5 principi dell estimo 1. Il valore dipende dallo
DettagliLA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola
LA DISTRIBUZIONE DEGLI ERRORI DI MISURA La distribuzione normale http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliLa 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
DettagliStatistica. 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:
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliDISTRIBUZIONE NORMALE. Distribuzione teorica di probabilità, detta anche Gaussiana. Variabili continue
LEZIONE 12-2017 DISTRIBUZIONE NORMALE Distribuzione teorica di probabilità, detta anche Gaussiana Variabili continue Molte distribuzioni empiriche di fenomeno fisici e biologici, ma anche sociopsicologiche,
DettagliQuestionario di TEORIA DEGLI ERRORI, per la classe 3^ Geometri
Questionario di TEORIA DEGLI ERRORI, per la classe 3^ Geometri Questo questionario è impostato su 18 domande disponibili e ideate per la verifica prevista dopo la parte di corso fino ad oggi svolta. Tutte
DettagliLaboratorio di Fisica I - A.A. 2017/2018. Relazione dell esperienza N. 3
Laboratorio di Fisica I - A.A. 2017/2018 Relazione dell esperienza N. 3 Titolo Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Gruppo 9 Faddetta
DettagliUniversità degli Studi di Cassino Facoltà di Ingegneria. La Taratura nel settore Dimensionale
Università degli Studi di Cassino Facoltà di Ingegneria La Taratura nel settore Dimensionale Indice degli argomenti Taratura di Blocchetti Piano Paralleli (UNI 3650) Taratura di Calibri (UNI 9313) Taratura
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/
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
DettagliValutazione incertezza di categoria B
Valutazione incertezza di categoria B La valutazione consiste nell assegnare alla grandezza x uno scarto tipo σ in base alle informazioni disponibili Le informazioni riguardano: ) Gli estremi dell intervallo
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Tipologia di v.a. v.a. discreta numero finito di valori (infinità numerabile) x 1 x 2,, x k con probabilità p 1 p 2, p k Esempio:
DettagliSignificato 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
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
DettagliLABORATORIO DI CIRCUITI ELETTRICI Nozioni generali e guida agli esperimenti. Rappresentazione grafica dei risultati sperimentali
LABORATORIO DI CIRCUITI ELETTRICI Nozioni generali e guida agli esperimenti Rappresentazione grafica dei risultati sperimentali Uno strumento molto utile per comunicare e leggere risultati sperimentali
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
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliModulo III. Definizione ed elementi di calcolo delle probabilità Le variabili casuali La distribuzione normale e la normale standardizzata
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO SRTAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliDistribuzione 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
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliVariabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo
DettagliSTIMA INCERTEZZA AMMONIO
Pagina 1 di 6 REVISIONE NUMERO DATA REDATTA DA DIR (firma) VERIFICATA DA RAQ (firma) APPROVATA DA AMM (firma) PARAGRAFO REVISIONATO NUMERO 00 07/.2/13 / / MOTIVO Pagina 2 di 6 INDICE DELLA PROCEDURA 1.
DettagliStatistica. Lezione 4
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
Dettagli