Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
L01 Misure e Statistica PDF
L01 Misure e Statistica PDF
CILINDRI
CARTA
CARTA
• Metrologia
• Misurazione
• Misura
• Parametro
• Misurando
• Metodo di misurazione
• Modello di misura
t
d
Vm = d/t
opposizione
d= d1-d2
master pezzo 9
sostituzione
Alcuni esempi…
Lunghezza?
3
PL
f
f =
3EI
P
3
PL
f f
P
3EI
Rimane sempre e comunque un‘ approssimazione legata al modello
che si adotta e che resterà intrinseca della misura.
DISTURBI DISTURBI
MISURANDO
PARAMETRI
SISTEMA
oppure
~ 0.06 mm
X
Alcuni spunti:
La probabilità di un evento aleatorio è un numero tra 0 ed 1;
La probabilità dell’evento certo è pari a 1 (100%);
La probabilità di due eventi incompatibili (cioè due eventi che non possono
verificarsi simultaneamente) è la somma delle probabilità dei due eventi.
Ad esempio: A è pari e B esce 3, P(A U B) = 1/2+1/6 = 2/3
Un limite dell’approccio classico è che non può essere applicato ai casi in cui
non ci sia una condizione di equiprobabilità.
Altezza
• Media
• Massima
• Minima
• Mediana
• Scarto tipo
• …
La stima migliora all’ aumentare del numero di ripetizioni; • …
Continuo
Discreto
Grafico che indica la probabilità che una certa variabile sia minore di un
valore dato
30
25 26
25
Probabilità [%]
20 17
15 14
10
4 5 120
5 3 3
40 27
20 10
1 5
0
Altezza [cm]
Indici di posizione:
• Media o valore atteso: baricentro dei dati estratti
• Moda: valore più frequente di una distribuzione o anche la modalità più
ricorrente della variabile casuale;
• Mediana: posizione centrale in un insieme ordinata di dati;
• Percentili: sono una famiglia di parametri a cui appartiene anche la
mediana che si distinguono a seconda del numero di parti uguali in cui si
suddividono una distribuzione;
E X 3.5
∑
=
∑
̅=
70
• Il centesimo percentile è il valore
60
50
massimo della popolazione
40 • La mediana è il 50 esimo percentile
30
20
• I quartili sono il 25esimo, 50esimo e
10
75esimo percentile
0 • I percentili più utilizzati per esprimere
32
33
34
35
32.2
32.4
32.6
32.8
33.2
33.4
33.6
33.8
34.2
34.4
34.6
34.8
35.2
35.4
35.6
35.8
Indici di dispersione:
Varianza:
∑ − ∑ − ̅
= =
−1
Scarto tipo:
∑ − ̅
∑ − =
= −1
=
Parametri:
µ = media
σ = scarto quadratico medio o scarto tipo
1
=
2
• Come?
1) valuto lo scarto dalla media;
−
=
1% 3% 5%
1
= < ≤
−
0
0 <
−
F Z = ≤ ≤
−
1 >
Sapendo che se m è una variabile casuale tale che m=Σ (ai Xi):
Valore atteso (m) = ∑ ai E(Xi)
e varianza(m) = ∑ ai Var(Xi)
( )= ( ∑ )= ∑ = =
1
=
1 1
− = = =
DISTRIBUZIONE DELLA
MEDIA CAMPIONARIA
m, m
DISTRIBUZIONE
CAMPIONARIA
,
m=
m
n
( ̅) = ( ∑ )= ∑ = =
1
− = −
1
− ̅ +2 − ̅ ̅− + ̅−
1 1
− = − ̅ +2 − ̅ ̅− + ̅−
Si elimina
1
= − ̅ + ̅ −
1 1
− ̅ = − − ̅−
Sapendo che il valore atteso di una somma è pari alla somma dei valori
attesi:
1 1
− ̅ = − − ̅−
1 1
− ̅ = − − ̅−
− ̅ = − ̅
̅ =
− ̅
= =σ
−1
• Il teorema del limite centrale garantisce che una variabile aleatoria, vista
come somma di variabili aleatorie, tende a distribuirsi come una normale.