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.
• APPARATO STRUMENTALE
Pallinometro o generatore di numeri casuali. Due nonii lineari indipendenti (bianco e
nero) permettono di misurare la lunghezza proporzionale a quella dello spazio vuoto tra
la sommità della colonna di biglie e la sommità del cilindro.
• OPERAZIONI DI MISURA
Scelto uno dei due nonii, effettuare n = 150 misure (+5 di sicurezza), mediante ro-
tazioni consecutive del cilindro di 360o (posizione verticale).

0-0
• ELABORAZIONE DEI DATI
Per ciascun nonio calcolare, utilizzando le 150 misure:
n
1X
• La media aritmetica: m = mi
n i=1

• Gli scarti delle misure: si = mi − m (arrotondati a ∆m).

v
u n
u 1 X
• Lo scarto quadratico medio: σm = t s2i (arrotondato a 2 cifre
n − 1 i=1
significative).

• Utilizzare il “criterio del 3 − σ “ per l’eventuale rigetto di alcune misure anomale

e la loro sostituzione con quelle di sicurezza. In caso di rigetto, ricalcolare media
e scarto quadratico medio
√
• Lo scarto quadratico medio della media: σm = σm / n (arrotondato a 2 cifre
significative).

0-1
ISTOGRAMMA DEGLI SCARTI

• Si definiscono le classi di frequenza: si suddividono gli n scarti in gruppi tali che

→ 2k−12 ∆m < s k < 2k+1
2 ∆m, dove k = 0, ±1, ±2, · · · e ∆m l’errore di
sensibilità del nonio.
nk
• Calcolare la frequenza relativa di ciascuna classe νk = .
n
• Calcolare la densità di frequenza relativa di ciascuna classe: νk /∆m
• Produrre la tabella (k, nk , νk , νk /∆m).

• Costruire l’istogramma degli scarti, ponendo in ascissa k ∆m (unità ∆m) e in

1
ordinata νk /∆m (unità ). L’area della singola colonna è pari a νk e l’area
n∆m
totale dell’istogramma è unitaria.

0-2
A questo punto l’elaborazione dei dati è suddivisa in tre parti, ciascuna delle quali mira
a verificare che la distribuzione degli scarti è buona approssimazione della distribuzione
gaussiana degli errori.

0-3
 PRIMA VERIFICA
Si utilizzano le relazioni teoriche attese tra errore medio, errore probababile ed errore
quadratico medio, e le si confrontano con le corrispondenti stime empiriche.
n
1X
• Calcolare lo scarto medio: θs = |si |
n i=1
• Stimare lo scarto probabile ρs = a ∆m, tale che metà delle misure abbia scarti
compresi entro l’intervallo [−a∆m, +a∆m]. La quantità a si deriva per via grafica.
Nella pratica per ogni classe di frequenza k si calcolano:

• Fint (k) somma aree degli scarti entro l’intervallo [−k∆m, k∆m]

• Fest (k) somma aree degli scarti esterni all’intervallo [−k∆m, k∆m]
• La differenza delle aree ∆F (k) = Fint (k) − Fest (k) va graficata in funzione
di k . Interpolando linearmente tra i due valori di ∆F (k) (uno positivo e l’altro
negativo) che contengono lo zero, e imponendo la condizione ∆F (a) = 0, si
ottiene la stima dello scarto probabile ρs = a ∆m.

0-4
• Attenzione: conviene conteggiare la colonne ±k sia in Fint (k) che in Fest (k).

0-5
 È quindi possibile confrontare le relazioni teoriche θ/σ ≃ 0.780 e ρ/σ ≃ 0.674
con i rapporti delle corrispondenti stime empiriche.

0-6
SECONDA VERIFICA
σ
Ci si prefigge di verificare empiricamente la relazione teorica σm = √ .
n
• Nella pratica, suddividere le n = 150 misure in n′ gruppi con popolazione n0 ,
ovvero: 15 gruppi da 10 (n′ = 15, n0 = 10), 10 gruppi da 15 (n′ = 10, n0 = 15), 5
gruppi da 30 (n′ = 5, n0 = 30), e 3 gruppi da 50 (n′ = 3, n0 = 50).

n′ n0
15 10
10 15
5 30
3 50

Per ciascuna suddivisione (n′ , n0 ) calcolare:

n0
1 X
• La media parziale aritmetica per ciascun gruppo j : mj = mi,j (n′
n0 i=1
valori).

0-7
 ′
n
1 X
• La media aritmetica delle medie parziali m = (4 valori).
n′ j=1

• Vericare in base ai dati che m = m (con le 150 misure).

• Lo scarto della media parziale dalla media delle medie smj = mj − m
v
u n′
u 1 X
• Lo scarto quadratico medio della variabile media parziale: σm0 = t ′ 2
sm
n − 1 j=1 j
(4 valori).

• Si dimostra che l’errore di sensibilità relativo al metodo di misura che consiste

∆m
nella determinazione della media aritmetica con n misure e ∆mm = .
n
Medie parziali e rispettive deviazioni sono arrotondate con un errore di sensibilità
(1 sola cifra significativa) pesato sul numero di determinazioni usate ∆m0 =
∆m
.
n0

0-8
 • Per ciascuna suddivisione produrre la tabella (k, nk , νk , νk /∆m)

• Costruire il relativo istogramma degli scarti delle medie parziali per ciascuna sud-
divisione (n′ , n0 ), assumendo come classi di frequenza in ascissa intervalli di
ampiezza ∆m0 = ∆m/n0 . In totale 4 istogrammi. Attenzione alla costruzione
delle classi di frequenza.

A questo punto il materiale elaborato ci consente di verificare la relazione di partenza,

σ
e.g. σm = √ . Per ogni suddivione (n′ , n0 ) si determini lo scarto massimo amax ,
n
ovvero la semiampiezza massima dell’istogramma delle medie parziali. Da notare che
le 150 misure possono essere riguardate anche come 150 gruppi da 1 elemento cias-
cuno. Si ottiene quindi una tabella del tipo:

0-9
 amax n′ n0
- 150 1
- 15 10
- 10 15
- 5 30
- 3 50
- 1 150

Consideriamo la famiglia biparametrica di curve amax = BnC 0 , che include quella che
si vuole vericare (per C = −1/2). Passiamo ai logaritmi e otteniamo log amax =
log B + C log n0 L’equazione definisce una retta del tipo y = mx + q , avente
pendenza m = C e intercetta sull’asse delle ordinate q = log B . I parametri B eC
sono incogniti e devono essere stimati dai dati. A tale scopo si utilizzino i due punti
in tabella che sono statisticamente più signicativi, ovvero quelli che corrispondono al
maggior numero di elementi (medie parziali), ovvero quelli per n′ = 150 e n′ = 15.
Si grafica quindi la relazione empirica log amax vs log n0 e si trova la retta (pen-
denza e intercetta) che passa per i due punti prescelti.

0-10
• Prima verifica: stimata la pendenza C , la si confronta con il valore −1/2, che
rappresenta la dipendenza dell’errore quadratico medio della media dal numero
di misure.

• Seconda verifica: stimata l’intercetta log B , si controlla se è soddisfatta ap-

0-11
prossimativamente la relazione B ≈ 3σm , dove σm è lo scarto quadratico
medio dell’istrogramma più popolato, cioè quello con n′ = 150 e n0 = 1.

0-12
TERZA VERIFICA
La curva di Gauss da riportare sopra all’istogramma (relativo alle 150 misure) è data da
 2
1 s
−
1
f (s) = √ exp 2 σm (1)
σm 2π
dove σm è lo scarto quadratico medio delle misure.

0-13
 Per valutare la bontà dell’approssimazione dell’istogramma degli scarti alla fun-
zione normale degli errori, si consideri la generica colonna k corrispondente allo scarto
k∆m. La probabilità che tale scarto abbia luogo è dato da
 2
2k+1
1 s
2 ∆m 1 −
Z
P (sk ) = √ exp 2 σm ds (2)
2k−1
2 ∆m σm 2π
Si calcola l’integrale con la regola dei trapezi, P( sk ) ≈ base media × altezza,
ovvero:
 2
1 sk
−
1
P (sk ) = √ exp 2 σm ∆m (3)
σm 2π
Consideriamo come variabile casuale la grandezza fisica in ordinata, ovvero la den-
νk nk
sità di frequenza relativa = , e valutiamone il valore di aspettazione e la
∆m n∆m
varianza. Qual è la distribuzione di probabilità da applicare a νk /∆m? Per rispondere
a questa domanda si consideri il vericarsi dello scarto sk come un evento semplice di

0-14
probabilita P (sk ). Il vericarsi di nk scarti sk su n prove (le misure) può essere consid-
erato un evento complesso dovuto al concorso di nk eventi semplici. L’evento contrario
E è dato dal vericarsi di tutti gli altri scarti. Queste considerazioni ci legittimano ad
applicare la distribuzione binomiale (nk successi in n prove ripetute).
Il valore di aspettazione della variabile nk è E(nk ) = nP (sk ), da cui segue
 ν  P (s )
k k
•E = .
∆m ∆m
L’errore quadrarico medio della variabile nk è σnk = nP (sk )[1 − P (sk )], da cui
1

2
deriva la varianza σ 2νk = n∆m σn2 k e quindi
∆m
r
1 P (sk )[1 − P (sk )]
•σ νk =
∆m ∆m n
νk
Valore di aspettazione ed errore quadratico medio della variabile ∆m vanno calco-
lati per ogni valore di k e riportati nel grafico. In particolare le barre di errore verticali
sono centrate sui valori di aspettazione ed estese da a −3σ νk a +3σ νk eviden-
∆m ∆m

0-15
ziando. i sottomultipli di σ νk
∆m
Il confronto tra curva teorica e istogramma si ritiene soddisfatto se tutte le altezze
delle colonne sono comprese entro l’intervallo [−3σ νk , +3σ νk ], la maggior parte
∆m ∆m
entro [−2σ νk , +2σ νk ], e circa i 3/4 entro [−σ νk, +σ νk].
∆m ∆m ∆m ∆m

0-16
0-17
QUARTA PARTE Dare la soluzione al problema della misura, relativamente alla lunghezza
dello spazio vuoto all’interno del cilindro. Dal semplice esame visivo è apparso subito
chiaro che le misure del nonio approssimano la lunghezza in esame a meno di un er-
rore sistematico ∆msist > 0, di entità incognita. Il risultato delle misura sarà dunque
espresso come:
m + ∆msist ± σm
arrotondando il risultato all’errore di sensibilità del metodo “media aritmetica”, i.e. ∆m0 =
∆m/n

0-18