Analisi dei dati estratti dal DQM per la determinazione della velocità dei raggi cosmici e dei fattori che ne determinano la variabilità

Documenti analoghi
Masterclass: monitoraggio dei telescopi 2.0

ESERCITAZIONE SU ANALISI DATI E STATISTICA

Simulazione dei dati

Lezione 1: Organizzare i dati in grafici e istogrammi

camere a deriva di CMS

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)

Telescopio per raggi cosmici Analisi dei dati raccolti

Presentazione 8 e 9 Marzo IIS Antonietti di Iseo e IIS Beretta di Gardone Val Trompia

Elementi. Statistica. Masterclass - Frascati 27/2/2013 Elementi di statistica Marco Dreucci

Esperimento ATLAS INFN ed Università di Bologna PROPOSTA PER SVOLGERE IL TIROCINIO-MONDO LAVORO PRESSO L ESPERIMENTO ATLAS

Elaborazione dei dati sperimentali. Problemi di Fisica

Elementi. Statistica. Masterclass - Frascati 18/3/2015 Elementi di statistica Marco Dreucci

Osservazione di eventi rari e valutazione della significatività statistica

Extreme Energy Events

Il confronto fra medie

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

Analisi dati EEE F. Noferini Collaborazione EEE Project 30/11/2016 1

Excel. È data la distribuzione di 1863 famiglie italiane secondo il numero di componenti:

Distribuzione Normale

Statistica Inferenziale

Esercitazione n 2. Costruzione di grafici

Analisi complessiva esiti finali Scuola Secondaria. a.s. 2017/18

DISTRIBUZIONI DI CAMPIONAMENTO

Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

Quanti soggetti devono essere selezionati?

Statistica. Campione

Distribuzione Normale

Studenti:Andrea Cuono, Andrea Fagiani, Eleonora Minelli, Annalisa Serafini, Andrea Starace Tutor: Marco Mirazita,Walter Pesci.

Ulteriori Conoscenze di Informatica e Statistica

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

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica

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

Ulteriori Conoscenze di Informatica e Statistica

Corso in Statistica Medica

Misura della sezione d urto di produzione di Z 0 Z 0 nel canale di decadimento quadrileptonico all esperimento CDF

Laboratorio di Fisica I- Modulo I Anno Accademico 2018/2019 Esperienza di laboratorio n 3

Collaudo di camere RPC destinate all upgrade del trigger muonico dell esperimento ALICE al LHC

Determinazione dell azoto totale e ammoniacale in spettrofotometria: modalità di calibrazione e confrontabilità nel tempo

Test d Ipotesi Introduzione

UNIVERSITÀ DEL SALENTO

Breve ripasso di statistica

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità

Il campionamento e l inferenza. Il campionamento e l inferenza

Verifica delle ipotesi

Tracciamento di raggi cosmici con il telescopio EEE Esperienza 1

Argomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3

CORSO DI INFORMATICA. CL3 - Biotecnologie

Prova scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)

Ordinamento dati La funzione Ordina disponibile nel menù consente di ordinare la matrice dati in base alla variabile scelta

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica

LA MEDIA CAMPIONARIA 14-1

Figura 1 Distribuzionidei parametri degli eventi.

Misura della frequenza di impatto di raggi cosmici di alta energia su 2 telescopi

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

Facoltà di DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI" Anno Accademico 2017/18 Registro lezioni del docente PERRONE LORENZO

La relazione è sostanzialmente la sintesi di questi punti

University of Messina, Italy

Spettroscopia ottica di sorgenti celesti ignote

Nozioni di statistica

standardizzazione dei punteggi di un test

Studente: Ivan Angelozzi Relatore: Prof. Cesare Bini

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Teorema del Limite Centrale

Esercitazione N.1 per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Filtro notch e canna d organo

CONOSCENZE ABILITA EVIDENZE

MISURA DELLA VELOCITA DELLA LUCE

Partecipazione del Progetto EEE all ICD. Paola La Rocca e Marina Trimarchi

SCHEDA N 8 DEL LABORATORIO DI FISICA

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

05. Errore campionario e numerosità campionaria

CARATTERIZZAZIONE DEL FLUSSO DELLA GALLERIA DEL VENTO DALLARA. G.V. Iungo, G. Lombardi

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

Elementi di Psicometria con Laboratorio di SPSS 1

Distribuzione degli Errori di Misura. La distribuzione normale

CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI

Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI

Esercizi di statistica

I risultati delle prove SNV: possibili PISTE DI LAVORO

Sviluppo di rivelatori a gas basati su elettrodi piani semiconduttivi

Intervalli di confidenza

TRACCIAMENTO DI RAGGI COSMICI

CONSIDERAZIONI SU TRIGGER E FILTRI KM3 V. Valente Agosto 2002

Metodi Matematici e Informatici per la Biologia Appello del 16 Giugno Nome: Cognome:

Campionamento e distribuzioni campionarie

MISURAZIONE. Sistema empirico (SE): ciò che si vuole misurare; costituito da elementi legati tra loro da relazioni

Esame di Statistica A-Di Prof. M. Romanazzi

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

Progettazione e sviluppo di un telescopio portatile per muoni e neutroni cosmici

EEE Internal Note. The content of this note is intended for EEE internal use. and distribution only. Paola La Rocca 1, Marina Trimarchi 2.

Elementi di. Statistica

Svolgimento di un esercizio-tipo

Paolo Martinis Trieste, 11 marzo Università degli Studi di Trieste Facoltà di Ingegneria Corso di strade, ferrovie, aeroporti A.A.

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

Osservazioni e Misura. Teoria degli errori

ESERCITAZIONE STUDIO DEI MUONI NEGLI SCIAMI ATMOSFERICI ESTESI E LORO CARATTERIZZAZIONE

Transcript:

Analisi dei dati estratti dal DQM per la determinazione della velocità dei raggi cosmici e dei fattori che ne determinano la variabilità Del Vecchio, Gargiulo,La Ferrara, la Franca, Lolli Ghetti, Gennari, Nacca, Rosati, Sordini,

La velocità dei muoni che attraversano il telescopio può essere determinata a partire dalla lunghezza della traccia e dal tempo di attraversamento del telescopio con la formula v=lunghezza della traccia/tempo di volo.. I dati necessari per il calcolo possono essere estratti dal data base DQM selezionando il telescopio di interesse. e impostando delle limitazioni per i dati estratti che consentono di utilizzare solo i dati realmente utili al calcolo. E necessario analizzare la variabilità dei risultati in funzione dei parametri che ne condizionano il valore.

Determinare la velocità dei raggi cosmici a partire dai dati relativi alla lunghezza della traccia e al tempo di volo dei muoni che attraversano il rivelatore Analizzare la corrispondenza tra I dati sperimentali e quelli simulati provenienti dallo stesso telescopio Analizzare la variazione della velocità dei raggi cosmici al variare dell angolo teta di incidenza, rispetto alla verticale. Analizzare la variabilità della velocità dei raggi cosmici per dati provenienti da telescopi differenti

Per estrarre i dati è necessario collegarsi al database e accedere al Data Request

Utilizzando il modulo in figura, possono essere richiesti i dati di interesse e i valori dei parametri che possono determinare la variabilità dei dati

Nel riquadro CUT possono essere impostate delle limitazioni per i dati estratti. ChiSquare<1 && TimeOfFlight> && Theta<1 && Theta> && Run<1 Con queste limitazioni si restringe l analisi alle tracce buone ; viene richiesto un tempo di volo positivo, per evitare l analisi delle tracce anche provenienti dal basso che determinano un tempo di volo negativo e si inserisce una limitazione per l angolo per utilizzare le tracce che incidono quasi perpendicolarmente sul rivelatore infine si limita il numero di Run per non dover analizzare un numero di dati eccessivo per il foglio excel con cui si analizzano I dati

La prima analisi condotta ha riguardato il confronto tra i dati sperimentali e quelli teorici previsti per il fenomeno e generati in modo casuale (Metodo Montecarlo). Una differenza tra queste due serie di dati potrebbe comportare una correzione dei dati per eliminare eventuali errori sistematici commessi nella raccolta dei dati sperimentali. L analisi è stata condotta sia sui dati del telescopio CERN1 che su quello di BOLOGNA1.Per entrambi i telescopi sono stati estratti i dati sperimentali e quelli indicati con MC.. I risultati sono espressi in forma grafica. Le due serie di dati sono state rese confrontabili eguagliando il numero dei dati da analizzare in quanto i dati sperimentali sono in genere più numerosi di quelli generati in modo casuale

1 14 18 22 26 3 34 38 42 46 5 54 58 Altro 1 14 18 22 26 3 34 38 42 46 5 54 58 Altro 3 2 2 1 1 Media = 28 cm/ns Dev,.St= 4 cm/ns Frequenze sperimentali 3 3 2 2 1 1 Media = 3 cm/ns Dev,.St= 9 cm/ns Frequenze simulate 3 3 2 2 1 1 sperimentale simulata 1 14 18 22 26 3 34 38 42 46 5 54 58 Altro La forma degli istogrammi delle frequenze sperimentali e simulate è confrontabile e pertanto non appare necessario imporre delle correzioni. Si osserva che le frequenze simulate sovrastimano i dati minori della media Abbiamo anche osservato, per il telescopio CERN 1 una lunghezza della traccia sempre inferiore a 9 cm.

1 14 18 22 26 3 34 38 42 46 5 54 58 Altro 1 14 18 22 26 3 34 38 42 46 5 54 58 Altro 1 14 18 22 26 3 34 38 42 46 5 54 58 Altro 8 7 6 4 3 2 1 Media = 31 cm/ns Dev,.St=17 cm/ns sperimentali 7 6 4 3 2 1 Media = 31 cm/ns Dev,.St= 5 cm/ns Frequenze simulate 8 7 6 4 3 2 1 Frequenze Simulate Frequenze sperimentali La forma degli istogrammi delle frequenze sperimentali e simulate è confrontabile e pertanto non appare necessario imporre delle correzioni. I dati simulati di BOLOGNA 1 mostrano due picchi per le frequenze a 26 e 36 cm/ns

Anche in questo caso l analisi è condotta tramite il confronto degli istogrammi 8 Frequenze con teta maggiore di zero 8 Frequenze con teta maggiore di zero e minore di 1 6 6 4 4 2 2 La forma degli istogrammi è simile. Limitando l ampiezza dell angolo, di ottengono valori meglio distribuiti intorno alla media

Arezzo 3 3 2 MEDIA 27 cm/ns DEV.ST 4 cm/ns 2 1 Arezzo 1 2 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 Altro

L Aquila 3 MEDIA 29 DEV.ST 4 2 2 1 l'aquila 1 2 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 Altro

Lodi 2 MEDIA 31 DEV.ST 22 2 1 1 Lodi 2 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 Altro

Bologna 1 2 2 MEDIA 3 DEV.ST 5 1 1 Bologna 2 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 Altro

2 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5 Altro 3 3 2 2 1 1 Arezzo l'aquila Lodi Bologna I telescopi di Arezzo e L Aquila raggiungono valori di picco più elevati

a distribuzione delle medie ottenute dai diversi telescopi è rappresentata nel seguente istogramma Media cm/ns Dev.St cm/ns Cern 1 28 4 Bologna 1 31 17 Arezzo 27 4 l'aquila 29 4 Lodi 31 22 Bologna 3 5 3,5 3 2,5 2 1,5 1 Distribuzione dei valori medi della velocità dei muoni Media σ / n 29cm/ns 3cm/ns,5 27 3 33 Altro

I dati raccolti nel database DQM possono essere estratti anche nel formato ROOT e quindi elaborati direttamente in ROOT che rappresenta una particolare libreria del linguaggio C particolarmente utile nel caso di analisi di fisica quantistica in cui è necessario processare grandi serie di dati. Abbiamo ad esempio analizzato i dati provenienti dal telescopio Bologna4

L analisi dei dati condotta sui dati DQM consente di affermare che la velocità dei muoni risulta: V=(2,9 ±,3) 1 8 m/s

Utilizzando opportunamente ROOT è possibile estrarre i grafici della lunghezza della traccia e del tempo di volo del muone

I grafici riportano il numero dei dati elaborati e i valori medi della lunghezza della traccia e del tempo di volo Utilizzando root e il linguaggio C si possono determinare le velocità dei muoni per il particolare set di dati utilizzato. In questo modo sarebbe possibile elaborare con minore difficoltà una grande serie di dati evitando l uso del programma Excel, più limitato nelle prestazioni I

Analizzando i dati raccolti nel database DQM è stato possibile determinare la velocità dei muoni utilizzando, per telescopi selezionati, i dati relativi alla lunghezza della traccia e al tempo di volo. Il confronto tra i dati sperimentali e quelli simulati ha consentito di escludere correzioni sui dati raccolti I dati sono stati selezionati utilizzando delle tracce compatibili con tracce muoniche, il più possibili verticali rispetto al rivelatore La variabilità dei dati è stata analizzata per confronto tra dati senza limitazioni rispetto alla perpendicolarità della traccia e tra dati provenienti da telescopi diversi E stata analizzata la possibilità di utilizzare dati in formato root Sono state analizzate le medie delle velocità ottenute dai diversi telescopi e costruita una piccola distribuzione campionaria delle medie Il risultato finale V=(2,9 ±,3) 1 8 m/s è compatibile con il risultato atteso posto che i valori maggiori di 3 1 8 m/s non hanno significato fisico.