1 / 9

Dato un insieme di misure sperimentali di una stessa grandezza,

x i. Dato un insieme di misure sperimentali di una stessa grandezza, quale valore e quale errore considereremo come risultato della misura?. Media. Deviazione Standard. Ipotesi di distribuzione Normale. m=10. Precisione di s. m=100. m=1000. Esempio:.

alexandra-buck
Download Presentation

Dato un insieme di misure sperimentali di una stessa grandezza,

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. xi Dato un insieme di misure sperimentali di una stessa grandezza, quale valore e quale errore considereremo come risultato della misura? Media Deviazione Standard Ipotesi di distribuzione Normale m=10 Precisione di s

  2. m=100 m=1000

  3. Esempio: Se abbiamo una grandezza U misurata indirettamente come funzione di variabili X,Y affette da errore: U=U(X,Y) quali saranno il suo valore e l’errore associato? Deviazione standard: Valore più probabile:

  4. Caso della somma o della differenza: Caso della moltiplicazione: Caso della divisione: Una costante (valore esatto) NON contribuisce agli errori (s=0)

  5. Cifre significative Quando si hanno valori sperimentali di cui NON si conosce la precisione, l’ultima cifra significativa la si considera con l’errore di + 1 12.48  12.48 + 0.01 20.0  20.0 + 0.1 20  20 + 1

  6. Nelle somme e sottrazioni, il risultato si arrotonda • all’ultima posizione decimale del numero meno preciso 2) Nelle moltiplicazioni e divisioni, si arrotonda il risultato al numero di cifre siginificative del termine che di queste cifre ne ha meno. 38.05 + 12.1 + 54.005 - 8.347 = 95.868 2.4x3.141592654/12.02 = 0.627273076 = 0.63 = 95.9 Cifre significative Quando si eseguono operazioni semplici (+ - x / ) con grandezze sperimentali di cui NON si conosce la precisione, valgono due regole empiriche:

  7. Metodo dei minimi quadrati Si applica per trovare i migliori coefficienti di una equazione basandosi sulla misura sperimentale di variabili. E’ possibile quando I coefficienti, pensati come incognite, costruiscono una equazione lineare Esempio: Caratteristica diretta DC di un diodo Sperimentalmente, per m valori di tensione applicata Vi si ottengono m valori di corrente Ii. Si suppone che valga l’equazione Sono incogniti Is, Rs, hKT In generale, essendo Vi e Ii sperimentali, e quindi affetti da errori Si devono cercare quei coefficienti per cui la caratteristica sperimentale e quella teorica hanno il minimo scarto, mediato su tutte le misure.

  8. Si tratta ora di cercare i valori delle incognite per cui: Poniamo: Metodo dei minimi quadrati In teoria, basterebbe cercare i valori delle incognite Is, Rs, hKT per cui Ingestibile! Vediamo di trovare una forma più comoda, prendendo il logaritmo:

More Related