0,25 3,5 4,5 0,2 - unisalento.it
TRANSCRIPT
Guida al Laboratorio di Fisica I
Luigi Renna
DIPARTIMENTO DI FISICA E INFN UNIVERSITÀ DEGLI STUDI DI LECCE
a.a. 2013/2014
0
0,05
0,1
0,15
0,2
0,25
0 2 4 6 8 10 12
x
f
A A
B B C
D
a
b c
cursore F
mg
m
θ
l
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
1,4 1,5 1,6 1,7 1,8 1,9 2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
1
Informazioni legali: Copyright © 2013 Luigi Renna
Questo documento è tutelato ai sensi delle leggi sul diritto d’autore e delle norme a
protezione della proprietà intellettuale. Riproduzioni o suo impiego sono consentiti
con indicazione della fonte.
This work is licensed under the Creative Commons Attribuzione - Non commerciale
- Non opere derivate 3.0 Italia License. To view a copy of this license, visit
http://creativecommons.org/licenses/by-nc-nd/3.0/it/.
Indirizzo dell’autore:
Università del Salento
Dipartimento di Matematica e Fisica “E. De Giorgi”
via per Arnesano, 73100 Lecce
email: [email protected]
web: http://www.unisalento.it/people/luigi.renna
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
2
Sommario
Premessa ...................................................................................................................... 5 Parte I ........................................................................................................................... 6 1 Fisica e misura ..................................................................................................... 6
1.1 Grandezze fondamentali e derivate. Sistemi di unità di misura .................. 6
1.2 Il Sistema Internazionale ............................................................................. 7 1.2.1 Lunghezza ................................................................................................ 7 1.2.2 Massa ....................................................................................................... 8
1.2.3 Tempo ...................................................................................................... 8 1.3 Dimensioni delle grandezze ......................................................................... 9 1.4 Analisi dimensionale .................................................................................. 10 1.5 Cambiamento di sistema di unità di misura ............................................... 11
1.5.1 Esempi. .................................................................................................. 11 1.6 Stima di ordine di grandezza ..................................................................... 12
2 Strumenti di misura ............................................................................................ 13 2.1 Misure dirette e indirette ............................................................................ 13 2.2 Componenti fondamentali degli strumenti di misura ................................ 13
2.3 Caratteristiche degli strumenti di misura ................................................... 14
2.3.1 Intervallo di funzionamento ................................................................... 14 2.3.2 Prontezza ................................................................................................ 15 2.3.3 Curva di risposta e scale ........................................................................ 15
2.3.4 Sensibilità ............................................................................................... 16 2.3.5 Precisione ............................................................................................... 17
2.4 Accuratezza ................................................................................................ 18 2.5 Offset ......................................................................................................... 18
3 Errori nelle misure ............................................................................................. 19
3.1 Rappresentare le misure ............................................................................. 19 3.2 Classificazione degli errori ........................................................................ 20
3.2.1 Errori sistematici .................................................................................... 20 3.2.2 Errori casuali .......................................................................................... 21 3.2.3 Accuratezza e precisione ....................................................................... 22
3.2.4 Incertezza frazionaria ............................................................................. 22 3.2.5 Cifre significative e arrotondamenti ...................................................... 23
4 Incertezza di sensibilità - incertezza massima ................................................... 24 4.1 Propagazione degli errori massimi ............................................................ 25
4.1.1 Funzioni algebriche ................................................................................ 25
4.1.2 Funzioni arbitrarie. Caso generale ......................................................... 27 4.1.3 Propagazione dell’incertezza relativa .................................................... 29
4.1.4 Esempi ................................................................................................... 30 5 Rappresentazione grafica dei risultati sperimentali ........................................... 32
5.1 Esempi di linearizzazione .......................................................................... 32 5.2 Costruzione di scale non lineari ................................................................. 34
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
3
5.3 La migliore curva che si adatta ai dati sperimentali .................................. 35
5.3.1 Fit lineare ............................................................................................... 35 5.3.2 Metodo della massima e minima pendenza ........................................... 36
6 Incertezze nelle misure ripetute ......................................................................... 38 6.1 Errori casuali .............................................................................................. 38
6.1.1 Valor medio ........................................................................................... 38
6.2 Stima delle incertezze ................................................................................ 39 6.2.1 Incertezza massima ................................................................................ 39 6.2.2 Deviazione Standard .............................................................................. 39
6.3 Propagazione delle incertezze .................................................................... 41 6.3.1 Somma ................................................................................................... 41
6.3.2 Funzione non lineare .............................................................................. 42 6.3.3 Funzione di più variabili ........................................................................ 42
6.4 Deviazione standard della media ............................................................... 44
6.5 Osservazioni sulla propagazione delle incertezze nelle misure indirette .. 45 6.5.1 Esempi ................................................................................................... 46
7 Distribuzioni ...................................................................................................... 47 7.1 Distribuzioni di frequenze ......................................................................... 47
7.1.1 Istogrammi ............................................................................................. 48 7.2 La distribuzione limite ............................................................................... 49
7.3 Distribuzioni continue ................................................................................ 50 7.3.1 Distribuzione normale ............................................................................ 50 7.3.2 Distribuzione uniforme .......................................................................... 51
7.4 Legge dei grandi numeri e significato probabilistico della distribuzione
normale .................................................................................................................. 53 7.5 Teorema del limite centrale ....................................................................... 55 7.6 Media pesata .............................................................................................. 56
7.7 Stima di confidenza per la media ............................................................... 57 7.7.1 Compatibilità con un valore assegnato .................................................. 58 7.7.2 Compatibilità di due valori misurati ...................................................... 59
7.8 Il principio di massima verosimiglianza .................................................... 59
7.9 La distribuzione t di Student ...................................................................... 60 Parte II ........................................................................................................................ 62 8 Strumenti di misura. Misura di lunghezze ......................................................... 62
8.1 Calibro a cursore ........................................................................................ 62 8.1.1 Esempi di letture .................................................................................... 64
8.2 Calibro Palmer ........................................................................................... 65 8.2.1 Esempi di letture .................................................................................... 65
8.3 Sferometro ................................................................................................. 66 9 Strumenti di misura. Misura di massa ............................................................... 68
9.1 La bilancia: principio di funzionamento .................................................... 68 9.2 La bilancia analitica ................................................................................... 68
9.2.1 Lettura della posizione di equilibrio ...................................................... 70
9.2.2 Sensibilità ............................................................................................... 70 9.2.3 Misura diretta ......................................................................................... 71 9.2.4 Differenze nelle posizioni di equilibrio ................................................. 72
9.2.5 Errori sistematici .................................................................................... 73 9.2.6 Misura della massa col metodo della tara .............................................. 73
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
4
10 Misura del periodo di un pendolo e dell’accelerazione di gravità ..................... 75
10.1 Periodo del pendolo semplice .................................................................... 75 10.2 Misura di g ................................................................................................. 76
Parte III ...................................................................................................................... 78 11 Appendice – Tabelle delle distribuzioni ............................................................ 78 Bibliografia ................................................................................................................ 81
Ringraziamenti ........................................................................................................... 82
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
5
Premessa
Questo manuale costituisce una guida allo studio del corso di Laboratorio I, redatta sulla traccia delle lezioni tenute dal sottoscritto nell’anno accademico 2005/2006. In esso sono sviluppati anche gli argomenti la cui conoscenza è necessaria per lo svolgimento delle esercitazioni pratiche di laboratorio. In nessun caso esso va utilizzato in sostituzione della frequenza alle lezioni, ma come utile riferimento per la preparazione dell’esame. In bibliografia sono riportati i testi attraverso i quali si possono effettuare utili approfondimenti o ampliamenti. Completa il materiale didattico a disposizione del corso la “Guida alle esercitazioni di Laboratorio I” – anno accademico 2013/2014.1
L.R.
Ottobre, 2013
1 È disponibile una guida introduttiva di base per la matematica:
“Nozioni elementari di calcolo differenziale e integrale” – a. a. 2013/2014.
Per l’introduzione al calcolo numerico e l’analisi dei dati in ambiente MATLAB è disponibile il
seguente materiale:
“Breve introduzione a MATLAB” – a. a. 2013/2014.
“Analisi di dati con MATLAB” – a. a. 2013/2014.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
6
Parte I
1 Fisica e misura La fisica è una scienza fondamentale che ha per oggetto la comprensione dei
fenomeni naturali di base che accadono nell’universo. Essa è basata su osservazioni
sperimentali e misure quantitative, realizzate allo scopo di sviluppare teorie costruite
su leggi fondamentali, comprovate dall’esperienza. Le leggi fondamentali sono
espresse nel linguaggio della matematica, lo strumento che realizza un legame tra
teoria ed esperimento. Una teoria fisica è un insieme coerente di leggi mediante le
quali è possibile enunciare affermazioni empiricamente verificabili.
L’esigenza di esprimere sia le predizioni che le osservazioni sperimentali in termini
quantitativi pone delle condizioni ben precise sulle caratteristiche delle grandezze
fisiche oggetto della costruzione teorica e delle osservazioni: esse debbono riferirsi,
direttamente od indirettamente, a quantità misurabili, delle quali cioè sia possibile
dare una definizione operativa.
Una grandezza è definita operativamente quando è indicata esplicitamente una
precisa procedura, eseguendo la quale si ottiene come risultato un numero (od un
insieme di numeri), che rappresenta il valore della grandezza in questione. Una
grandezza è quindi definita dal procedimento che porta alla sua misura. Il processo di
misura è sempre soggetto ad errori, detti errori sperimentali.
Non esiste a priori un insieme predefinito di grandezze fisiche. Esse sono introdotte
man mano che nuovi fenomeni sono scoperti.
1.1 Grandezze fondamentali e derivate. Sistemi di unità di misura
La descrizione di qualsiasi fenomeno fisico è effettuata attraverso le grandezze
fisiche che lo caratterizzano, e che sono definite tramite la loro operazione di misura
(o misurazione, cioè l’insieme delle operazioni aventi lo scopo di determinare una
stima del valore di una grandezza). Si definisce misura di una grandezza fisica il
numero che rappresenta il rapporto tra la grandezza da misurare, o misurando, ed
un’altra grandezza ad essa omogenea2, assunta come unità di misura.
Indicata con {G} l’unità di misura della grandezza fisica G e con g la sua misura, si
ha
G = g {G}. (1)
La misura deve essere oggettiva, cioè indipendente da osservatore, momento e luogo.
Alcune grandezze fisiche, opportunamente scelte, dette fondamentali, sono usate per
la definizione operativa di tutte le altre grandezze, dette derivate.
Le grandezze fondamentali sono fra loro indipendenti. Può essere scelta come
fondamentale ogni grandezza misurabile. Le unità di misura devono essere scelte
secondo una convenzione universalmente valida. La loro definizione è un’operazione
complessa, soggetta a raffinamenti successivi.
Un gruppo arbitrario di grandezze fondamentali insieme alle relative unità di misura
costituisce un Sistema di unità di misura.
2 Sono omogenee le grandezze per le quali è possibile effettuare operazioni di confronto e addizione.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
7
Tutte le altre grandezze sono esprimibili mediante relazioni algebriche con le
grandezze fondamentali (Sistema completo). Le grandezze derivate sono dunque
definite tramite relazioni funzionali che le collegano a quelle fondamentali.
Sia Fi la grandezza fondamentale i dell’insieme di n grandezze fondamentali e G una
grandezza derivata. Deve essere
in
i
n
in FkFFFkG
121 ...21
, (2)
dove k è una costante di proporzionalità che dipende dalla scelta delle unità di
misura di G e delle Fi; αi sono numeri razionali positivi o negativi.
Esprimendo le grandezze attraverso le rispettive unità di misura, la relazione (2) si
scrive:
nn
nn FfFfFfkGg
...2211
2211 (3)
Una definizione coerente di {G} implica k = 1, ossia:
n
nfffg
...21
21 (4)
n
nFFFG
...21
21 . (5)
1.2 Il Sistema Internazionale In meccanica le tre grandezze fondamentali sono la lunghezza (L), la massa (M) e il
tempo (T). Tutte le altre quantità fisiche della meccanica possono essere espresse in
termini di queste. Per comunicare e riprodurre i risultati di una misura è necessario
definire uno standard comune e avere a disposizione unità di misura materiali, cioè
campioni. Alcune grandezze non hanno un campione materiale, e sono stabilite
attraverso la definizione operativa dei rispettivi campioni. Dai campioni primari sono
ricavati campioni secondari. I campioni sono utilizzati per tarare gli strumenti3.
Nel 1960, una commissione internazionale definì un insieme di campioni per le
quantità fondamentali. Il sistema che fu adottato è un adattamento del sistema
metrico decimale ed è chiamato Sistema Internazionale (SI). In questo sistema, le
unità di lunghezza, massa e tempo sono rispettivamente il metro, il chilogrammo e il
secondo. Altre unità SI stabilite dalla commissione sono il kelvin per la temperatura,
l’ampere per la corrente elettrica, la candela per l’intensità luminosa e la mole per la
quantità di materia (Tabelle 1 e 2).
1.2.1 Lunghezza
Il metro era definito, fino al 1960, come la distanza fra due tacche su una particolare
barra di platino-iridio conservata sotto condizioni controllate (la sua lunghezza era
stata scelta circa uguale ad 1/40000000 della circonferenza della Terra). Dal 1960 al
1983 era definito come 1650763.73 volte la lunghezza d’onda della luce gialla
dell’isotopo 86 del kripton (86
Kr). Dal 1983 ad oggi esso è definito nel modo
seguente:
“Il metro (m) è la distanza percorsa dalla luce nel vuoto in un tempo uguale a
1/299792458 secondi”.4
3 Si veda il Capitolo 2.
4 Questa definizione stabilisce che la velocità della luce nel vuoto è esattamente 299792458 metri per
secondo. In aggiunta, essa richiede che sia definito prima il secondo.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
8
1.2.2 Massa
L’unità di misura della massa è il chilogrammo (kg) definito come la massa di un
particolare cilindro di platino-iridio conservato all’International Bureau di Pesi e
Misure di Sèvres, Francia.
Tabella 1
Grandezze e unità fondamentali del sistema SI
Grandezza Unità di misura Simbolo
Lunghezza metro m
Massa chilogrammo kg
Tempo secondo s
Temperatura kelvin K
Intensità di corrente elettrica ampere A
Intensità luminosa candela cd
Quantità di materia mole mol
1.2.3 Tempo
Prima del 1967 il campione di tempo era definito in termini del giorno solare medio
registrato nell’anno 1900 (uguale a 1/601/601/24 della sua durata). È stato quindi
ridefinito mediante la frequenza caratteristica di un particolare tipo di atomo: “il
secondo (s) è 9192631770 volte il periodo delle vibrazioni di un atomo di cesio 133
Ce”.
Tabella 2
Definizioni delle unità di base
1 m 1/299792458 c 1 s (c ≡ velocità della luce nel vuoto)
1 kg massa di un apposito campione di Pt-Ir conservato presso il BIPM
(Bureau International des Poids et Mesures)
1 s 9192631770 periodi della radiazione prodotta dal 133
Cs (riga opportuna)
1 A corrente che produce la forza di 210-7
Newton per m fra due conduttori
infiniti posti alla distanza di 1 m
1 K 1/273.16 della temperatura del punto triplo dell’acqua
1 cd intensità luminosa di 1/683 di watt per steradiante di una radiazione
monocromatica di 540×1012
Hz
1 mol quantità di sostanza che contiene tante molecole quante ve ne sono in
0.012 kg di 12
C
Il sistema SI (o MKS) non è l’unico sistema adottato, spesso si usa anche il sistema
cgs o Gaussiano, in cui le unità di lunghezza, massa e tempo sono rispettivamente il
centimetro (cm), il grammo (g) ed il secondo.5
5 In alcuni settori della fisica si utilizzano unità differenti, più adatte alla specificità dei sistemi sotto
osservazione o studio. Nel sistema di unità naturali si pone ħ = c = 1, dove ħ = 1.054589 ·10-34
kg m2
s-1
è la costante di Plank (divisa per 2π) e c la velocità della luce nel vuoto. Come conseguenza di
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
9
In aggiunta alle unità SI di base, si usano altre unità costituite da loro opportune
potenze di dieci, identificate da appropriati prefissi (Tabella 3).
1.3 Dimensioni delle grandezze La dimensione denota la natura fisica di una grandezza. Ad esempio, la dimensione
di una distanza, in qualunque unità sia misurata, è la lunghezza. Lunghezza, massa e
tempo sono indicate rispettivamente con le lettere L, M e T. La dimensione di una
grandezza fisica è indicata da lettere racchiuse nel simbolo [ ]. In generale
n
nFFFG
]...[][][][ 21
21 . (6)
Ad esempio, le dimensioni della velocità si scrivono [v] = [L]/[T], quelle dell’area
[A] = [L]2. Le dimensioni della forza sono [F] = [M][ L][T]
-2, quelle del lavoro o
dell’energia cinetica sono date da [L] = [M] [L] 2
[T] -2
.
Da osservare che se due grandezze sono uguali 21 GG allora hanno la stessa
dimensione ][][ 21 GG . La condizione è solo necessaria: le dimensioni non
definiscono in maniera univoca le grandezze fisiche. Due grandezze possono essere
sommate algebricamente 21 GGG solo se hanno la stessa dimensione
][][ 21 GG .
È evidente che per una grandezza derivata è possibile solo la combinazione
i
i
n
iFG
][][
1 .
Ne segue che l’argomento di ogni funzione trascendente deve essere adimensionale.
Ciò si deduce facilmente osservando che nello sviluppo in serie delle funzioni
derivabili, quali, ad esempio:
...!5!3
sen53
xx
xx , ...!3!2
1e32
xx
xx ,
l’argomento compare elevato a potenze differenti.
Fig.1
Per quanto riguarda gli angoli, l’angolo piano è misurato in radianti e quello solido in
steradianti. Come si vede dalla figura 1, essendo il rapporto di grandezze omogenee,
la misura di α (o di Ω) non ha dimensione.
questa scelta si riduce il numero delle grandezze fondamentali mentre aumenta (rispetto al sistema SI)
il numero di grandezze fisiche differenti che hanno la stessa unità di misura.
O A
B
OB
AB α
Angolo piano
22
R
πR
α
S Ω
Angolo solido
44
2
2
R
πR
2R
S
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
10
Tabella 3
Multipli e sottomultipli delle unità di misura
Fattore moltiplicativo Prefisso Simbolo
1.000.000.000.000.000.000 1018
exa E
1.000.000.000.000.000 1015
peta P
1.000.000.000.000 1012
tera T
1.000.000.000 109 giga G
1.000.000 106 mega M
1.000 103 kilo k
100 102 hecto h
10 101 deca da
0,1 10-1
deci d
0,01 10-2
centi c
0,001 10-3
milli m
0,000 001 10-6
micro μ
0,000 000 001 10-9
nano n
0,000 000 000 001 10-12
pico p
0,000 000 000 000 001 10-15
femto f
0,000 000 000 000 000 001 10-18
atto a
1.4 Analisi dimensionale Le grandezze possono essere trattate come quantità algebriche, e quindi essere
sommate o sottratte fra loro, solo se hanno le stesse dimensioni. Perciò i due membri
di una equazione devono avere la stessa dimensione. L’analisi dimensionale consiste
nel controllare la correttezza di una relazione attraverso la verifica della sua
consistenza dimensionale6. La validità della relazione x = 1/2at
2 (del moto rettilineo
uniformemente accelerato) comporta che essa soddisfi la verifica dimensionale:
[L] = [L][T]-2
[T]2.
Un tipico procedimento dell’analisi dimensionale consente di trovare una relazione
tra grandezze. Si costruisce un’espressione del tipo
21 tax ,
in cui α1 ed α2 sono degli esponenti da determinare; la relazione è corretta soltanto se
le dimensioni di entrambi i membri sono le stesse. Perciò
]L[]T[][ 21
a ,
e poiché [a] = [L] [T]-2
, si ha
]L[]T[]L[ 121 2
,
da cui si deduce che α1 = 1 e α2 = 2.
Come secondo esempio ci si propone di determinare la dipendenza funzionale (a
meno di un fattore moltiplicativo) del periodo di un pendolo semplice dalla massa m,
dalla lunghezza l e dall’accelerazione di gravità g. Posto
321 glmkT ,
ed eguagliando le dimensioni
6 Come già osservato, questo criterio non costituisce una condizione sufficiente.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
11
3321
321
2
2
][][][
)][]([][][][
TLM
TLLMT
si determinano gli esponenti
2
1 ,
2
1 ,0
12 ,0 ,0
3231
3321
e quindi il periodo
g
lkT ,
dove, come si sa, k = 2 π.
I coefficienti che compaiono in molte leggi fisiche hanno dimensioni ben
determinate. Ad esempio, la costante G che compare nella legge di gravitazione
universale 2
'
r
mmGF
ha dimensioni [G] = [L]
3 [M]
-1 [T]
-2.
1.5 Cambiamento di sistema di unità di misura Per convertire le unità di misura da un sistema di unità di misura A ad un sistema B
basta conoscere il cosiddetto fattore di ragguaglio r, ossia il rapporto tra le due unità
di misura nei due sistemi, riferite a uno di due questi.
Consideriamo il caso particolare in cui i sistemi di misura hanno le stesse grandezze
fondamentali ma diverse unità di misura. La grandezza è la stessa nei due sistemi:
BBAA GgGgG . (7)
Ne segue che
ABA
B
AAB rg
G
Ggg , (8)
dove
i
iAB
i Bi
Ai
BnBB
AnAA
B
AAB
i
i
n
n
rF
F
FFF
FFF
G
Gr
,
21
21
...
...
21
21
(9)
è il fattore di conversione, o di ragguaglio, A→B. Da osservare che
AB
BAr
r1
. (10)
1.5.1 Esempi.
Nel caso di unità di misura di grandezze fondamentali, il valore di r è fornito
direttamente dalla loro definizione.
Ad esempio, supponendo di voler esprimere una massa di 4.2 Kg in unità cgs basta
ricavare
310g 1
Kg 1r ,
ottenere dalla (8)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna
12
3
Kgg 102.4 rgg
e quindi
4.2 Kg = 4.2 · r g = 4.2 · 103 g.
Analogamente, supponendo di voler esprimere in secondi la misura di un intervallo
di tempo di 2 min, si ha
60s 1
min 1r , 2 min = 2 · r s = 120 s.
Nel caso di grandezze derivate è utile determinare prima il fattore di ragguaglio. Si
voglia esprimere in m/s la velocità v = 20 miglia/ora.
s 1 m, 1
ora 1 miglio, 1
21
21
BB
AA
FF
FF
447.03600
1609
s) (1 m 1
ora) (1miglio 11-
-1
ABr
Perciò si ha
v = 20 · rAB m/s = 8.9 m/s.
Per la conversione della densità ρ ([ρ] = [M] [L]-3
[T]0) dal sistema SI al cgs, il
fattore di ragguaglio è
3323
3
10)10(10cm 1
m 1
g 1
Kg1
ABr
e dalla (9) si ottiene
cgs 3-33-3
SI 10cm g 10m Kg 1 .
Infine eseguiamo la conversione dell’energia SI→cgs:
Lavoro [L] = [M] [L]2[T]
-2.
72223
3,2,1,
3
3
2
2
1
1
10)1()10()10(
)()()( 321
321
ABABAB
B
A
B
A
B
A
B
AAB
rrr
F
F
F
F
F
F
G
Gr
Perciò 1 J = 107 erg.
1.6 Stima di ordine di grandezza Spesso risulta utile conoscere solo approssimativamente un dato risultato relativo a
una certa grandezza. Questa valutazione, basata su ipotesi semplificatrici, permette di
stabilire se sia necessaria una determinazione più accurata. In una stima di ordine di
grandezza i risultati sono accettabili entro un fattore 10. Dire che una grandezza
aumenta di due ordini di grandezza significa che il suo valore è aumentato di un
fattore 102 = 100.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 13
2 Strumenti di misura Si è detto che in una misura si determina il rapporto g tra la grandezza da misurare G
(misurando), e l’unità di misura{G}:
G = g {G}. (1)
Si osservi che tale definizione è idealizzata in quanto il valore “vero” della grandezza
non è perfettamente determinato. Mediante le misurazioni, tuttavia, è possibile
fornire delle stime del valore vero, ossia un valore a cui è associabile un intervallo,
all’interno del quale è contenuto il valore vero con probabilità nota. La semiampiezza
di questo intervallo, qualora esso sia centrato rispetto alla stima, costituisce
l’incertezza attribuita al risultato della misurazione.
2.1 Misure dirette e indirette Per misura si intende quindi l’operazione volta a determinare una stima del valore
vero di una grandezza (valore della grandezza), il cui risultato è espresso come
rapporto tra tale stima e l’unità di misura scelta.
Si possono distinguere due tipi di misure: dirette e indirette.
In una misurazione diretta si esegue direttamente il confronto, secondo un
procedimento operativo che fa parte della definizione stessa della grandezza, tra la
grandezza da misurare ed il campione, ovvero un’altra grandezza omogenea di
misura nota. Sono esempi di misure dirette: la misurazione di una lunghezza
mediante un regolo graduato (la misura è la differenza tra le graduazioni
corrispondenti alle estremità dell’oggetto); di una massa mediante la bilancia; di una
temperatura mediante un termometro a liquido, ecc..
Una misurazione si dice indiretta quando è eseguita misurando direttamente altre
grandezze ad essa legate da una relazione determinata. Ad esempio, la velocità media
di un corpo può essere calcolata come quoziente tra lo spazio percorso (misurato
direttamente con un metro campione) ed il tempo impiegato a percorrerlo (misurato
direttamente con un orologio). L’unità di misura in cui viene espressa una grandezza
misurata indirettamente dipende da quelle grandezze di cui essa è funzione.
2.2 Componenti fondamentali degli strumenti di misura Uno strumento di misura è un dispositivo mediante il quale si stabilisce una
corrispondenza tra una grandezza e la sua misura. Ciò si ottiene traducendo la
sollecitazione apportata dalla grandezza da misurare nella variazione (risposta) di
un’altra grandezza più facilmente utilizzabile.
Uno strumento si dice di tipo analogico se la risposta è letta su una scala graduata
sulla quale si muove un indice; si dice di tipo digitale quando la risposta analogica è
digitalizzata, ossia viene rappresentata in cifre su un supporto visivo. Alcuni
strumenti sono dotati d’interfacce per la comunicazione con un computer sul quale
trasferire e immagazzinare i dati.
Uno strumento si dice tarato quando è stata determinata la sua risposta in
corrispondenza di un certo numero di sollecitazioni note apportate da una grandezza
omogenea a quella da misurare. L’operazione di taratura consente di leggere
direttamente il valore della grandezza sollecitante.
Uno strumento può essere schematizzato come composto di tre elementi: 1)
rivelatore; 2) trasduttore; 3) visualizzatore. (Fig. 1)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 14
Fig.1
L’elemento rivelatore dello strumento è costituito da un apparato sensibile alla
grandezza da misurare. Esso, interagendo con la grandezza, modifica la sua forma o
un’altra sua caratteristica.7
Il trasduttore è quella parte dello strumento che agisce sulla grandezza di partenza
trasformandola in una di un’altra specie, più facile da utilizzare.
Il visualizzatore o lettore ha la scopo di fornire visivamente o graficamente il
risultato della misura, sintetizzando così le operazioni svolte dal rivelatore.
Possiamo riassumere la funzione dei componenti di uno strumento nel modo
seguente.
Il rivelatore interagisce con la grandezze fisica G della quale si vuole conoscere il
valore V(G).
Il trasduttore trasforma l’informazione ottenuta dal rivelatore in una grandezza G’
più facile da utilizzare.
Il visualizzatore associa a G’ il valore R(G’) (dove R è la risposta dello strumento).
Da osservare che R(G’)= R(G’(G))= R(G). Da operazioni di taratura, attraverso R(G)
si risale a V(G).
La taratura dello strumento si esegue rilevando le risposte dello strumento in
corrispondenza di valori di G già noti in qualche altro modo, sicché ad ogni valore
della risposta dello strumento sia possibile far corrispondere il valore della grandezza
che ha prodotto la sollecitazione riferito all’unità di misura.8
2.3 Caratteristiche degli strumenti di misura Le caratteristiche principali degli strumenti sono: l’intervallo di funzionamento, la
prontezza, la sensibilità, la precisione.
2.3.1 Intervallo di funzionamento
L’intervallo di funzionamento è dato dal valore massimo (portata) e minimo (soglia
o sensibilità) della grandezza in esame che lo strumento è in grado di misurare.
Eseguendo misure di valori maggiori della portata vi è la possibilità di danneggiare
lo strumento, e l’eventuale misura ottenuta non è più legata all’effettivo valore della
grandezza V(G) in modo noto o riproducibile. La maggior parte degli strumenti ha
una portata limitata e soglia nulla.
7 Ad esempio, in un termometro l’elemento sensibile è rappresentato dal mercurio.
8 Per tarare un termometro, ad esempio, occorre rilevare, in corrispondenza di alcune temperature note
di una sostanza, le altezze della colonnina di mercurio. Le temperature di riferimento possono essere
quelle che caratterizzano opportuni cambiamenti di stato della sostanza.
trasduttore rivelatore visualizzatore
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 15
2.3.2 Prontezza
La prontezza è una caratteristica dello strumento legata al tempo necessario (tempo
caratteristico) affinché esso risponda ad una variazione della grandezza in esame.
Quanto minore è il tempo caratteristico, tanto maggiore è la prontezza.
In generale la prontezza rappresenta la rapidità con cui lo strumento è in grado di
fornire il risultato di una misura.
Fig.2
Un termometro a mercurio, inizialmente alla temperatura ambiente di 22oC viene immerso in un
bagno di liquido alla temperatura di 100oC. Si osserverà che il mercurio comincia a salire lungo la
scala prima velocemente poi più lentamente, fino ad arrivare al valore di temperatura corrispondente,
in un tempo approssimativamente dell’ordine di qualche decina di secondi. Questo intervallo di tempo
dà un’indicazione sulla prontezza dello strumento.
Sia Rt(G) la risposta dello strumento alla sollecitazione G al tempo t. Se τ è
l’intervallo di tempo necessario perché lo strumento reagisca a G, allora la prontezza
è legata alla quantità 1/τ.
La prontezza è tanto maggiore quanto più piccolo è τ. Tipicamente la risposta in
funzione di t assume la forma t/
0 e])([)()( RGRGRGRt (Fig. 2).
La misura delle variazioni di G va presa in considerazione solo dopo un intervallo di
tempo ΔT » τ.
2.3.3 Curva di risposta e scale
Al variare della sollecitazione la risposta di uno strumento varia secondo le leggi che
ne regolano il funzionamento. Perciò ogni strumento è caratterizzato da una funzione
R(G) che lega la risposta R alla sollecitazione G.
Affinché lo strumento sia utilizzabile senza ambiguità, è necessario che a ogni valore
di G corrisponda uno ed un sol valore di R e viceversa9. L’intervallo di definizione
della funzione R(G) prende il nome di campo di misura.
Nel caso di uno strumento analogico, la funzione R(G) definisce la scala dello
strumento, cioè la successione delle posizioni dell’indice corrispondenti a variazioni
costanti della sollecitazione. Sia ΔG = u = cost, R(0) = 0, G = n u.
9 La corrispondenza può non essere biunivoca ovunque, purché lo strumento sia utilizzato nelle
regioni in cui lo è.
τ = 12 s
=1/2.72 * intervallo di
variazione
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 16
Fig.3
La risposta dello strumento sarà una funzione di u. Se la scala è lineare si ha R(u) =
nku (Fig.3), se la scala è quadratica R(u) = k(nu)2 = n
2ku
2 (Fig.4).
Fig.4
2.3.4 Sensibilità
Genericamente, si dice che uno strumento è tanto più sensibile quanto più piccole
sono le variazioni della grandezza da misurare che esso è in grado di indicare. Negli
strumenti tarati a lettura diretta, ciò corrisponde all’intervallo minimo leggibile sulla
graduazione (risoluzione) attraverso i dispositivi di lettura dei quali lo strumento è
fornito. Più in generale la sensibilità è definita nel modo seguente.
Data una variazione ΔV(G) del valore della grandezza G, a questa è associata una
variazione della risposta ΔR(G) dello strumento. La sensibilità è definita come il
limite per ΔV(G) → 0 del rapporto )(/)( GVGR :
)(
)(
GdV
GdRs (2)
La sensibilità rappresenta dunque la pendenza della curva di risposta che negli
strumenti a scala non lineare assume valori differenti nei diversi punti della curva. La
sensibilità, infatti, è in generale una funzione arbitraria di G, ed R(G) può non
dipendere linearmente da G (strumenti a scala non lineare).
Gli strumenti non sono in grado di rivelare variazioni infinitamente piccole della
sollecitazione. È opportuno pertanto esprimere la sensibilità in termini delle
variazioni finite )(GR e )(GV :
)(
)(
GV
GRs
. (3)
La sensibilità ha dimensioni [G]-1
.
Sollecitazione G(u) 0 1u 2u 3u 4u
Risposta R(u) (div) 0 1ku 2ku 3ku 4ku
R
G O G*
G* = portata
Scala lineare: R(G) = kG
R
G O G*
G* = portata
Sollecitazione G(u) 0 1u 2u 3u
Risposta R(u) (div) 0 1ku2 4ku
2 9ku
2
Scala quadratica: R(G) = kG2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 17
La sensibilità s di uno strumento limita la conoscenza del valore V(G). Infatti, se a
causa delle caratteristiche costruttive dello strumento le misure non permettono di
distinguere tra i valori di R che cadono all’interno del medesimo intervallo ΔR(G), la
conoscenza di V(G) è affetta da un’indeterminazione di valore ΔV(G) = ΔR(G)/s, che
si chiama incertezza di sensibilità. Indicato con M(G) il risultato di una data
operazione di misura effettuata su G, il risultato della misura si scrive:
M(G) ± ΔV(G). (4)
Perciò lo strumento non è in grado di distinguere i valori che cadono all’interno di un
intervallo pari a 2ΔV(G) intorno al valore misurato, non è cioè sensibile
nell’intervallo suddetto. Si osservi che si può ottenere M(G) = V(G) solo nel caso
ideale di una misura esente da errori.
In uno strumento analogico la risposta si esprime in “divisioni” e la sensibilità si
misura in div/{G}, dove {G} è l’unità di misura della sollecitazione. Negli strumenti
analogici in cui R(G) può assumere valori continui la suddivisione della scala si fa
corrispondere proprio a 2ΔV(G): in tal modo, assieme al valore della misura si legge
anche l’incertezza associata alla sensibilità.10
Per strumenti digitali, la sensibilità corrisponde ad una unità sull’ultima cifra esibita
dallo strumento, anche se non ha molto senso parlare di sensibilità ma solo di
incertezza di sensibilità11
(non è identificabile invece direttamente la grandezza che
funge da risposta).
Indicata con ΔR la minima variazione di risposta che si è in grado di apprezzare,
dalla definizione di sensibilità si ha
ΔV(G) = ΔR/s. (5)
2.3.5 Precisione
La precisione indica la capacità di uno strumento di fornire sempre lo stesso valore
della risposta R(G) ogni volta che questo sia sollecitato dallo stesso valore della
grandezza V(G). In effetti, in qualsiasi dispositivo R(G) non dipende solo da V(G).
Fig.5
10
Si pone 2ΔV = 2ΔR/ s= 1div/s. Ad esempio, in un termometro a liquido avente sensibilità 5 div/oC
una divisione corrisponde a 0.2 oC. L’incertezza della misura è dunque di 0.1
oC.
11 Come nel caso degli strumenti a risposta discreta, l’incertezza della misura può essere assunta pari a
mezza unità sulla cifra meno significativa.
N N
G 2ΔG
G
precisione < della
incertezza di sensibilità
precisione > della
incertezza di sensibilità
s = 1/ΔG
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 18
Nella misurazione di una grandezza fisica, anche eseguita in condizioni di
ripetibilità12
, sono sempre presenti perturbazioni le quali possono produrre
fluttuazioni nella risposta dello strumento. La presenza delle fluttuazioni è dovuta a
cause inerenti sia le variazioni della grandezza sotto misura che le caratteristiche
costruttive degli strumenti.
Nel caso di uno strumento tarato ciò si evidenzia quando l’entità di tali fluttuazioni è
maggiore della minima variazione di risposta apprezzabile ΔR. In questo caso la
risposta a una data sollecitazione può assumere valori differenti, per cui i risultati
M(G) di operazioni di misura dello stesso valore di V(G), eseguite sotto le stesse
condizioni, non sono identici: si ottiene invece una distribuzione di valori di M(G)
(Fig. 5). Quanto minore è la larghezza della distribuzione (quando essa dipenda dalle
caratteristiche dello strumento13
) tanto più ripetibile è il suo funzionamento, migliore
la qualità delle misure e tanto maggiore può essere definita la precisione dello
strumento.
2.4 Accuratezza Le considerazioni precedenti relative al concetto di precisione prescindono
dall’esistenza o meno di errori sistematici14
, per cui anche un risultato di precisione
infinitamente grande può differire sensibilmente dal valore vero. Il risultato di una
misurazione è tanto più accurato quanto più esso è vicino al valore vero, cioè quanto
più piccolo è il corrispondente errore sistematico. Poiché il valore vero non è noto,
non si può attribuire un valore determinato all’accuratezza. Se però è possibile
stimare l’errore sistematico, si può esprimere l’accuratezza dandole il significato di
limite superiore per l’errore sistematico (assoluto o relativo).15
2.5 Offset È indicato come offset l’eventuale valore non nullo indicato erroneamente dallo
strumento nel caso in cui la grandezza da misurare è posta uguale a 0.
12
A proposito delle condizioni di ripetibilità si veda il Capitolo 3. 13
Se le fluttuazioni dipendono anche dalla grandezza, si deve parlare di precisione del risultato. 14
Gli errori sistematici sono discussi nel Capitolo 3. 15
Se una lunghezza deve essere misurata con l’accuratezza di 1 cm, l’errore sistematico assoluto non
deve essere superiore ad 1 cm. Un’accuratezza di ordine 10 comporta che l’errore sistematico relativo
sia non superiore a 10.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 19
3 Errori nelle misure
3.1 Rappresentare le misure Nessuna grandezza fisica può essere determinata con precisione assoluta ma è
sempre affetta da un’indeterminazione o errore. Ogni misura, infatti, implica un
giudizio sull’eguaglianza tra la grandezza incognita e la grandezza campione (o un
suo multiplo o sottomultiplo). È chiaro che tale giudizio non può essere assoluto, ma
dipende dalle condizioni in cui la misura viene effettuata.
Affinché i risultati di una misura abbiano significato è necessario determinarne
l’errore o incertezza. Il risultato di una misura ha perciò due componenti essenziali:
(1) un valore numerico (in un dato sistema di unità) che dà la migliore stima
possibile della grandezza misurata, e (2) una incertezza associata con il valore
stimato.
Nella misura di lunghezza effettuata con una riga millimetrata, sarà possibile
effettuare il confronto con un’incertezza di mezzo millimetro.
Fig.1
Se ad esempio si osserva che, posto uno dei bordi della lunghezza da misurare in
corrispondenza dello zero, l’altro si trova tra le graduazioni 463 e 464 (figura 1), si
potrà scrivere:
m 464.0m 463.0 l
o anche, più comunemente:
m )0005.04635.0( l
Si dice in questo caso che la misura di lunghezza è stata eseguita con un’incertezza di
sensibilità di 0.5 mm. Se la misura si esegue con una riga graduata in centimetri,
l’incertezza di sensibilità è di 0.5 cm.
Non ha senso riportare il risultato di una misura indicando un numero di cifre
decimali maggiore di quello necessario per indicare l’incertezza di sensibilità della
misura.
In generale quindi il risultato di una misura sarà espresso nella maniera seguente
Valore misurato = stima ± incertezza
e, in formula,
G = M(G) ± ΔG. (1)
Una misura richiede perciò due tipi di operazioni:
- migliore stima del valore vero della grandezza;
- valutazione dell’incertezza su tale stima (stima dell’errore).
45 46 47
graduazioni 463 464
div: mm cm
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 20
Si chiama “errore” la differenza tra la stima, risultato della misurazione M(G), e il
valore vero V(G) della quantità misurata (misurando). Non essendo conoscibile il
valore vero, non lo è neanche l’errore. L’incertezza di misura rappresenta una stima
dell’errore.
Risultato e incertezza sperimentale devono essere scritti in modo coerente, nel senso
che, nell’esprimere il risultato di una misura, vanno indicate solo le cifre
significative, ossia tutte e sole le cifre ottenibili dall’operazione di misura.
Le incertezze sono normalmente arrotondate ad una cifra significativa (al più due
quando la prima cifra significativa è 1 – o 2 16
, o eventualmente nel caso di incertezze
statistiche17
).
L’ultima cifra significativa di ogni risultato deve essere dello stesso ordine di
grandezza (cioè nella stessa posizione decimale) dell’incertezza.
3.2 Classificazione degli errori In generale, le misure ripetute della stessa grandezza con lo stesso strumento, nelle
stesse condizioni non danno lo stesso risultato. I motivi sono da attribuire alla
precisione finita dello strumento o all’impossibilità di controllare tutte le condizioni
di misura. Se però l’incertezza di sensibilità è maggiore dell’errore dovuto alla
precisione finita dello strumento o alle incertezze intrinseche della misura, si ottiene
sempre lo stesso risultato e si può stimare l’errore con l’incertezza di sensibilità.
Per dare un significato quantitativo preciso al risultato di una misurazione è utile
distinguere due diversi tipi di errori, i quali possono coesistere: gli errori
“sistematici” e gli errori “casuali”.
3.2.1 Errori sistematici
Gli errori sistematici falsano la misura sempre nello stesso senso. Essi possono essere
dovuti all’uso di uno strumento non perfettamente tarato o usato in condizioni
diverse da quelle di taratura o in modo improprio18
. Altre sorgenti di errore
sistematico sono effetti esterni che possono cambiare il risultato dell’esperimento,
ma per i quali le correzioni non sono ben note.
Eseguendo più volte la misurazione in condizioni di ripetibilità,19
i risultati
fluttueranno casualmente attorno a un valore “sistematicamente” diverso dal valore
16
Se ΔG = 0.14 l’arrotondamento a ΔG = 0.1 comporta la riduzione del 40%: è meglio allora tenere
due cifre e valutare ΔG = 0.14. 17
Cioè nella stima di errori casuali (paragrafo 3.2.2). 18
Ad esempio, la posizione sbagliata rispetto alla scala di lettura, l’avvio sistematicamente in anticipo
o in ritardo di un contasecondi, l’uso di un “metro” campione lungo 999 mm (che fornirà sempre delle
misure errate per eccesso). 19
Per condizioni di ripetibilità si intende il permanere delle seguenti circostanze:
– procedimento di misurazione,
– osservatore,
– strumento (usato nelle stesse condizioni),
– luogo,
e che le ripetizioni siano eseguite entro un “breve” intervallo di tempo.
La ripetibilità dei risultati, cioè l’accordo tra i risultati di misurazioni successive della stessa
grandezza effettuate nelle stesse condizioni, può essere espressa quantitativamente in termini delle
caratteristiche di dispersione dei risultati, per esempio mediante la cosiddetta “dispersione massima”,
ossia la differenza tra il massimo e minimo valore ottenuto (si veda il Capitolo 4).
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 21
vero del misurando. A causa dell’errore sistematico il valore misurato M(G) è
differente dal valore vero V(G) per una quantità che rimane la stessa al ripetere della
misura. L’errore sistematico è definito come la differenza tra tale valore e il valore
vero del misurando.
Gli errori sistematici possono essere rivelati cambiando strumento o metodo di
misura. Una volta individuato l’errore sistematico, si può apportare alla misura una
correzione sotto la forma di un termine addizionabile algebricamente o di un fattore
moltiplicativo. Dagli errori sistematici ci si può dunque liberare calibrando
attentamente gli strumenti, o introducendo una oppropriata correzione ai risultati
ottenuti. Gli errori sistematici grandi possono e debbono essere eliminati in un
esperimento. I piccoli errori sistematici sono invece sempre presenti. Ad esempio
nessuno strumento può essere calibrato perfettamente.
Il motivo per cui normalmente sono richieste numerose conferme indipendenti dei
risultati sperimentali (specialmente usando tecniche differenti) è dovuto al fatto che
differenti apparati di misura posti in luoghi diversi possono essere affetti da errori
sistematici differenti.
3.2.2 Errori casuali
Gli errori casuali (o accidentali) sono errori che fluttuano passando da una misura
alla successiva. Essi danno risultati che sono distribuiti attorno a un valore medio. Si
supponga di eseguire più volte la misurazione di una stessa grandezza fisica in
condizioni di ripetibilità. I risultati possono fluttuare per l’influenza di cause
sconosciute all’osservatore, oppure note ma che producono effetti i quali sfuggono
singolarmente al suo controllo. L’errore casuale è definito come la differenza tra il
risultato di ciascuna di tali misurazioni ed il valore vero del misurando. Il valore
misurato M(G) è differente dal valore vero V(G) per una quantità che varia
“casualmente” al ripetere della misura. La natura casuale di questo tipo di errore fa sì
che esso possa assumere di volta in volta valori sia positivi che negativi, di modulo
variabile. Per un numero infinitamente grande di misurazioni la media aritmetica
degli errori casuali sarebbe quindi nulla. Poiché però è impossibile eseguire infinite
misurazioni, dai datisperimentali è possibile ottenere soltanto una stima dell’errore
casuale.
Gli errori casuali dispongono le misure in direzioni arbitrarie mentre quelli
sistematici le dispongono verso una singola direzione. Alcuni errori sistematici
possono essere eliminati, o se ne può tenere conto. Gli errori casuali sono invece
inevitabili essendo dovuti a svariati effetti, quali attriti, imprecisioni meccaniche,
influenze esterne (piccole variazioni di temperatura, di pressione, presenza di
vibrazioni, e così via), singolarmente piccoli, ma di numero elevato e con risultato
apprezzabile a valori di sensibilità strumentale sufficientemente grandi. Gli errori
Per riproducibilità dei risultati si intende invece l’accordo tra i risultati di misurazioni della stessa
quantità effettuate in condizioni diverse. Il cambiamento delle condizioni può riguardare:
– il principio su cui è basata la misurazione;
– il metodo di misurazione;
– l’osservatore;
– lo strumento;
– il luogo in cui si svolge la misurazione;
– le condizioni in cui si svolge la misurazione;
– il tempo in cui è effettuata la misurazione.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 22
accidentali non possono essere eliminati, ma il loro contributo può essere
quantificato attraverso l’analisi statistica dei risultati.
3.2.3 Accuratezza e precisione
Nel caratterizzare una misura in relazione agli errori in tal modo classificati, si suole
distinguere tra accuratezza e precisione della misura: la prima è in relazione
all’entità degli errori sistematici, la seconda è legata alla presenza di errori casuali.
Fig.2
Si definisce, infatti, accurata una misura per la quale sia stato ridotto al minimo il
contributo degli errori sistematici, si dice precisa una misura per la quale sia
sufficientemente piccola l’ampiezza dei valori misurati attorno alla media (Fig. 2).
Normalmente in una misura ci sono sia incertezze casuali che sistematiche. In una
buona misura l’errore sistematico deve essere molto più piccolo dell’errore casuale.
3.2.4 Incertezza frazionaria
L’incertezza ΔG indica la precisione della misura. Essa da sola può tuttavia non
essere sufficiente a determinare la bontà della misura, la quale dipende anche dal
valore della grandezza misurata.
Siano
x1 = 110.2 ± 0.1 cm
x2 = 1.1 ± 0.1 cm
due misure di lunghezza effettuate con incertezza di sensibilità Δx = 1mm.
Si definisce incertezza frazionaria, o relativa, la quantità
x
xr (2)
nel caso delle misure precedenti si ha
)%1.0( 001.02.110
1.0
1
1
x
x
)%10( 1.01.1
1.0
2
2
x
x
Per ottenere nella seconda misura la stessa precisione relativa che si ha nella prima,
occorre utilizzare uno strumento 100 volte più preciso.
L’incertezza relativa consente di confrontare la qualità di misure di grandezze non
omogenee; essa è strettamente collegata alla nozione di cifre significative (4 per x1 e
2 per x2).
(stima di) V(G)
grande accuratezza
grande precisione
scarsa accuratezza
grande precisione
grande accuratezza
scarsa precisione
scarsa accuratezza
scarsa precisione
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 23
3.2.5 Cifre significative e arrotondamenti
Per numero di cifre significative si intende il numero di tutte le cifre scritte,
compreso lo zero, a partire da destra, cioè da quelle di rango meno elevato, fino
all’ultima diversa da zero a sinistra. L’ultima cifra a destra con cui si scrive il
numero è quella che indica il grado di precisione con cui si ritiene di conoscere la
grandezza che esso rappresenta.
Scrivere x = 5.32 m significa che 5.31 m < x < 5.33 m. Perciò x = 2.8 è diverso da y =
2.80 perché nel primo si ritiene che 2.7 < x < 2.9, nel secondo che 2.79 < y < 2.81.
La tabella 1 seguente illustra le regole usate convenzionalmente per determinare
quante sono le cifre significative in un numero.
Tabella 1
Nell’eliminare le cifre eccedenti occorre lasciare come ultima quella che tiene più
adeguatamente conto di quelle eliminate, secondo la seguente regola20
:
“L’arrotondamento alla n-sima cifra decimale si effettua sopprimendo le rimanenti
cifre decimali se la n + 1-esima è 0, 1, 2. 3, 4, aumentando di una unità l’n-esima
cifra se la n + 1-esima è 5, 6, 7, 8, 9.”
Gli esempi che seguono mostrano arrotondamenti a tre cifre significative effettuati
applicando le regole indicate:
numeri arrotondamenti
3.472 → 3.47
5.798 → 5.80
5.7953 → 5.80
6.6350 → 6.64
6.6250 → 6.62
20
Nei calcoli numerici che coinvolgono grandezze fisiche è conveniente effettuare gli arrotondamenti
a livello del risultato finale ed eseguire i calcoli intermedi conservando una o due cifre in più di
quanto può sembrare necessario.
Numero
872
2711
1093
0.45
4.5×10-4
Cifre
significative
3
4
4
2
2
Numero
2.00
0.50
600.
600
6×102
Cifre
significative
3
2
3
1
1
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 24
4 Incertezza di sensibilità - incertezza massima Sia X una grandezza fisica, e x un suo valore misurato. Eseguita una serie di N
misure ripetute, si possono presentare due differenti situazioni.
(A) Le misure danno lo stesso valore.
Il fatto si presenta quando le incertezze di misura sono solo quelle di sensibilità degli
strumenti impiegati. In questo caso l’incertezza di sensibilità è maggiore della
fluttuazione intrinseca delle misure. Ricordiamo che l’incertezza di sensibilità di uno
strumento rappresenta l’ampiezza dell’intervallo entro il quale può variare la
sollecitazione producendo la stessa risposta. È inteso convenzionalmente che se
l’incertezza di sensibilità è Δx e x il valore centrale dell’intervallo di ampiezza Δx, la
sollecitazione possa trovarsi con uguale probabilità in ogni punto all’interno
dell’intervallo di ampiezza x – ½ Δx, x + ½ Δx. In uno strumento digitale l’incertezza
di sensibilità è la variazione della sollecitazione che corrisponde alla variazione di
un’unità della cifra di minor valore visibile sul display.
Per gli strumenti analogici i tratti della scala sono segnati convenzionalmente in
modo tale che l’intervallo tra due tratti successivi della divisione corrisponda alla
incertezza di sensibilità dello strumento.
Fig. 1
Supponiamo di eseguire la misura di una lunghezza con un righello. Sia 2Δ V(G) = 1
div/s l’incertezza di sensibilità. Allora, con riferimento alla figura 1, a V(G) a +
2ΔV(G) e la migliore stima di G sarà:
M(G) = a + Δ V(G).
Ad esempio, se s = 1div mm-1
, l’incertezza di sensibilità vale 2ΔV(G) = 1 mm, e se a
= 32 mm, M(G) = 32.5 mm, l’incertezza di lettura = ΔV(G) = 0.5 mm, V(G) = 32.5
0.5 mm.
(B) Le N misure ripetute della stessa grandezza danno valori differenti: x1, x2,…
xi,… xN.
Ciò si presenta quando l’incertezza di sensibilità è
minore della fluttuazione intrinseca delle misure. In
questo caso è conveniente disporre le misure in
raggruppamenti che corrispondono a intervalli di
ampiezza almeno pari all’incertezza di sensibilità, e
rappresentare i dati così raggruppati in un diagramma
simile a quello mostrato in figura 2, in cui è
visualizzata la distribuzione dei valori ottenuti.
Come migliore stima della grandezza si può
assumere21
la media aritmetica delle misure:
21
Le giustificazioni dell’assunzione sono riportate nel Capitolo 6.
0 a
G
N
x 1/s
Fig.2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 25
N
i
ixN
x1
1. (1)
Si attribuisce alle misure un’incertezza proporzionale alla larghezza della
distribuzione dei risultati della misura
2
minmax xxx
. (2)
In questo caso si presume che, ripetendo ulteriormente la misura, il risultato cada
nell’intervallo di estremi xx e xx .
In entrambi i casi (A e B) si dice che è stato assegnato alla grandezza una errore
massimo, che si stima o con l’incertezza di sensibilità o con la semidispersione
massima delle misure. L’incertezza massima rappresenta un limite superiore
dell’incertezza e in taluni casi essa costituisce solo una grossolana stima dell’errore
di misura.
Gli strumenti che hanno la caratteristica (A) sono strumenti a bassa sensibilità.
Misure ripetute, salvo operazioni errate dello sperimentatore, forniscono sempre lo
stesso risultato. Se l’incertezza dovuta agli errori casuali è invece maggiore di quella
dovuta alla sensibilità, si hanno strumenti di buona (o alta) sensibilità (B). Ripetendo
le misure si ottengono, in questo caso, risultati diversi. In questo caso si dice che
l’incertezza è di tipo statistico: per mezzo dei risultati della misura si può allora dare
una stima della probabilità che il valore della grandezza misurata sia compreso in un
dato intervallo. Questi tipi di errori possono essere stimati giacché hanno regolarità
statistiche. Si può valutare l’errore presumibilmente commesso nella misura
attraverso un’analisi dei dati sperimentali provenienti dalle misure effettuate.22
4.1 Propagazione degli errori massimi
4.1.1 Funzioni algebriche
Quando una grandezza fisica G è determinata indirettamente, cioè attraverso le
misure di altre grandezze Gi, combinate per mezzo di una qualche operazione
matematica, occorre stabilire come gli errori di misura sulle grandezze di partenza si
influiscono sull’errore della grandezza G.
Nel caso più semplice gli errori delle grandezze misurate direttamente sono stimati
tramite le incertezze di sensibilità degli strumenti impiegati, di valore molto più
piccolo di quello delle grandezze stesse, e l’incertezza cercata su G è l’incertezza
massima, quella cioè che definisce l’intervallo entro il quale si ritiene debba cadere il
valore vero di G.
Consideriamo dapprima il caso in cui una grandezza z sia determinata dalla somma
di due altre grandezze. Sia z = x + y; dette Δx e Δy le incertezze di x e y si ha
zmax = (x + Δx) + (y + Δy) = (x + y) + (Δx + Δy)
22
Nella teoria degli errori, come incertezza di una delle misure ripetute ottenute si prende la
deviazione standard campionaria (si veda il Cap. 6). La teoria degli errori è una teoria probabilistica la
cui applicazione si fonda sulla legge empirica dei grandi numeri (Cap. 7), secondo la quale se il
numero di prove è grande alla probabilità (teorica) si può sostituire la frequenza (sperimentale)
relativa. Quando il numero delle misurazioni è piccolo (ad esempio tre o quattro) è preferibile
utilizzare come incertezza la semidispersione massima. Si può tuttavia determinare il grado di fiducia
dell’incertezza statistica anche nel caso di poche misurazioni utilizzando un’opportuna distribuzione
(detta t di Student), come è descritto nel Cap. 7.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 26
zmin = (x – Δx) + (y – Δy) = (x + y) – (Δx + Δy)
e quindi
Δz = Δx + Δy. (3)
Se z = x – y, si ha
zmax = (x + Δx) – (y – Δy) = (x – y) + (Δx + Δy)
zmin = (x – Δx) – (y + Δy) = (x – y) – (Δx + Δy)
e quindi ancora
Δz = Δx + Δy.
Nel caso in cui z = xy, assumendo per il momento x, y > 0, si ha
zmax = (x + Δx)(y + Δy) = xy + yΔx + xΔy + ΔxΔy
zmin = (x – Δx)(y – Δy) = xy – yΔx – xΔy + ΔxΔy
Se assumiamo che x » Δx, y » Δy, l’ultimo termine nelle eguaglianze può essere
trascurato e si ottiene:
yxxyz , (4)
e, passando all’errore relativo,
y
y
x
x
xy
yxxy
z
z
, (5)
ossia l’incertezza relativa sul prodotto è uguale alla somma delle incertezze relative
di ciascuno dei fattori.
Una semplice interpretazione geometrica si ha se z è l’area di un rettangolo di lati x e
y (Fig. 3).
Fig.3
Se x, y < 0, poiché l’incertezza è sempre positiva, si dovranno prendere i valori
assoluti:
yxxyz (6)
y
y
x
x
z
z
. (7)
Nel caso della divisione z= x/y si ha
yy
xxz
MinMax,
e quindi
yyy
yxxy
yyy
yxxyxyxy
y
x
yy
xxz
2)(.
Trascurando yΔy rispetto a y2 e introducendo i valori assoluti si ottiene:
x
y
Δx
Δy
ΔxΔy
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 27
2y
yxxyz
, (8)
e per l’incertezza relativa:
y
y
x
x
x
y
y
yxxy
z
z
2
. (9)
I risultati ottenuti suggeriscono le seguenti considerazioni. L’incertezza assoluta sul
risultato di una somma o differenza è dominato dalla più grande delle incertezze dei
singoli termini23
. L’incertezza sul risultato di un prodotto o divisione è determinata
prevalentemente dalla grandezza con l’incertezza relativa maggiore24
. In generale è
di scarsa utilità migliorare la misura che ha l’incertezza (relativa) più piccola.
4.1.2 Funzioni arbitrarie. Caso generale
Le relazioni precedenti possono essere generalizzate al caso in cui la grandezza z sia
una funzione arbitraria di più grandezze. Iniziamo con l’osservare che nel caso del
prodotto di due grandezze yxz , la relazione Δz = yΔx + xΔy non è altro che il
risultato dell’approssimazione al primo ordine della formula di Taylor per le funzioni
di due variabili:
yy
zx
x
zz
(10)
dove
yx
z
è la derivata parziale di z rispetto a x (y è lasciato costante)
xy
z
è la derivata parziale di z rispetto a x (y è lasciato costante)
Analogamente, per la somma o la differenza, basta osservare che
1
y
z
x
z,
e la relazione (10) fornisce
Δz = Δx + Δy.
Per la divisione si ottiene
2
;1
y
x
y
z
yx
z
e quindi
2y
yxxyz
. (11)
Il significato dell’approssimazione al primo ordine può essere chiarito attraverso una
rappresentazione grafica, nel caso in cui z sia una funzione arbitraria della sola
variabile x: z = f(x).
23
Se la lunghezza l1 è nota al mm e la lunghezza l2 è nota a 1/20 di mm l’incertezza su l = l1 + l2 è
determinato da Δl1 e non ha senso cercare di migliorare l2. 24
Potrebbe non aver senso confrontare le incertezze assolute, in quanto le grandezze possono anche
non essere omogenee, e quindi non confrontabili.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 28
Un’approssimazione del primo ordine equivale ad usare al posto di f(x) la funzione
lineare y(x) di equazione (Fig. 4)
)()()( 00
0
xxdx
dfxfxy
xx
. (12)
Di conseguenza si può porre
)()()()( 0000 xfxxyxfxxff , (13)
da cui, utilizzando la (12), si ha
xdx
xdfxfxxf
xx
0
)()()( 00 ,
ossia
xdx
dff . (14)
x0 x0 + Δx
f(x0 + Δx)
f(x0)
y(x)
f(x)y
xO
Δf(x) Δy(x)
Fig. 4
Possiamo ora generalizzare i risultati precedenti nel seguente modo. Riferendoci alle
incertezze massime, sia G funzione di n grandezze G1, G2,… Gn,
),...,,( 21 nGGGfG . (15)
Ogni grandezza Gi sia stata ottenuta con incertezza di sensibilità ΔG1, mediante
misura diretta; i valori misurati siano quindi:
nn GGGGGG ,..., , 2211 . (16)
Il valore di G misurato sarà dato dalla (15). Resta da valutare ΔG.
Si considera il differenziale totale di G, che è la somma dei prodotti delle derivate
parziali della funzione per i corrispondenti differenziali delle variabili indipendenti
n
n
dGG
GdG
G
GdG
G
GdG
...2
2
1
1
. (17)
Passando dalle quantità infinitesime a quantità piccole ma finite, si ha, a meno di
termini di ordine superiore,
n
n
GG
GG
G
GG
G
GG
...2
2
1
1
, (18)
e poiché siamo interessati alla massima variazione di G:
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 29
n
i
i
i
n
n
GG
GG
G
GG
G
GG
G
GG
1
2
2
1
1
... . (19)
La relazione (19) è rigorosamente valida solo se G dipende linearmente dalle Gi. È
valida approssimativamente se i ΔGi sono piccoli rispetto a G. ΔG è l’incertezza
massima.
Tabella 1
Relazione tra z e (x,y)
Relazione tra Δz e (Δx,Δy)
1 z = x + y
yxz
2 z = x – y
yxz
3 z = xy
y
y
x
x
z
z
4 z= x/y
y
y
x
x
z
z
5 z = xn
x
xn
z
z
6 z = lnx
x
xz
7 z = ex
x
z
z
Questa formula è usata per valutare la propagazione degli errori a priori, nel caso di
diverse sensibilità degli strumenti utilizzati nelle misure dirette.
4.1.3 Propagazione dell’incertezza relativa
Una formula particolarmente semplice per valutare la propagazione delle incertezze
relativa nelle misure indirette si ha nel caso seguente.
Si sa che il rapporto tra il differenziale di una funzione e la funzione stessa non è
altro che il differenziale del logaritmo della funzione, ossia dg/g = d(lng); quindi si
può scrivere per l’incertezza relativa
)ln(r gg
g
, (20)
relazione particolarmente utile quando g è espresso come prodotto di funzioni
)()()( zlykxhg , (21)
nel qual caso
)]([ln)]([ln)]([ln))]()()([ln(][ln zldykdxhdzlykxhdgd
g
dg
l
dl
k
dk
h
dh .
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 30
Introducendo le incertezze, si ottiene la semplice formula
zdz
dl
zly
dy
dk
ykx
dx
dh
xhg
g
zzyyxx
000)(
1
)(
1
)(
1
000
(22)
per la propagazione dell’incertezza relativa, avendo ancora utilizzato i valori assoluti
dei singoli termini.
4.1.4 Esempi
1) Si vuole determinare la somma di due masse, le cui misure sono state eseguite
ponendole in due recipienti (di massa differente) di una bilancia e misurando a parte
la massa dei recipienti. I risultati delle misure siano:
M1 (massa 1 + recipiente 1) = 640±10 g
m1 (massa recipiente 1) = 84 ± 1 g
M2 (massa 2 + recipiente 2) = 860 ± 20 g
m2 (massa recipente 2) = 92 ± 1 g
La massa totale è
M = M1 – m1 + M2 – m2 = 1324 g
e l’incertezza
ΔM = Δ M1 + Δm1 + ΔM2 + Δm2 = 32 g.
La misura è dunque:
M = 1320 ± 30 g
2) Nel misurare lo spessore s di lamierini di rame sottili, si può ridurre l’incertezza
della misura se, anziché misurare lo spessore di ciascun singolo lamierino, si misura
dello spessore di n lamierini sovrapposti. Dalla relazione
snnsssSSn
i
n
i 11
n
Ss ,
n
Ss
.
Sia, per n = 10,
S (10) = 5.7 ± 0.1 cm.
Allora ciascun lamierino avrà spessore
s = S/10 = 0.57 ± 0.01 cm.
3) L’accelerazione di gravità può essere determinata misurando l’altezza da cui è
lasciato cadere un oggetto, e il tempo impiegato a percorrerla. Si supponga che le
misure abbiano fornito i seguenti risultati:
t = 1.6 ± 0.1 s; h = 13.8 ± 0.1 m.
L’accelerazione si ottiene dalla relazione:
g = 2h/t2 = 10.8 m/s
2.
Valutate le incertezze Δt/t = 6.3%,
Δh/h = 0.7%,
si ha:
Δg/g = 2Δt/t + Δh/h = 13.3%
Δg = 10.8 m/s2 0.133 = 1.4 m/s
2
Si ottiene quindi:
g = 10.8 ± 1.4 m/s2.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 31
Per diminuire l’incertezza va dunque migliorata la misura di t!
4) Misurare il volume di un cilindro. Si supponga di misurare il diametro d e
l’altezza h di un cilindro utilizzando un calibro ventesimale la cui incertezza di
sensibilità è Δℓ = 0.05 mm.
Le misurazioni abbiano fornito h = 42.45 mm e d = 24.10 mm.
Il volume è espresso dalla relazione
3
2
cm 36.192
h
dV .
Le incertezze relative sulle misure delle lunghezze sono
0012.0
h
h, 002.0
d
d.
Fig.5
L’incertezza relativa del volume è
005.02
h
h
d
d
V
V.
La misura del volume è dunque
Volume = V ± ΔV = (19.4 ± 0.1) cm3.
5) Per migliorare la misura del periodo di oscillazione di un pendolo τ ~ 0.5 s
supponendo che l’incertezza sia di 0.1 s, è conveniente misurare il tempo impiegato
dal pendolo per compiere un opportuno numero di oscillazioni. In questo modo
l’incertezza diminuisce. Si hanno infatti i seguenti risultati:
1 oscillazione Δt/t ~ 20%.
5 oscillazioni t = 2.4 ± 0.1 s; τ = 0.48 ± 0.02 s, Δτ/τ = 4%.
20 oscillazioni t = 9.4 ± 0.1 s; τ = 0.470 ± 0.005, Δτ/τ =1%.
6) Si voglia calcolare il seno di un angolo la cui misura è θ = 125 ± 2 gradi.
Per calcolare sin(θ), si trasforma l’angolo in radianti,
θ = 2.18±0.03 rad,
si calcola
|cos(θ)|Δθ = 0.02 rad,
ed infine:
sin(θ) = 0.82 ± 0.02
7) Se a =3.0±0.1 determinare ea e la sua incertezza.
d
h
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 32
5 Rappresentazione grafica dei risultati sperimentali
Nella pratica sperimentale è conveniente rappresentare i dati mediante grafici. Le
ragioni sono molteplici. I grafici, infatti, costituiscono una forma concisa di
rappresentazione, consentono il controllo dell’andamento delle misure effettuate,
illustrano visivamente una legge o una relazione tra grandezze, consentono di
ricavare il valore numerico di grandezze o parametri.
Nel realizzare la costruzione dei grafici conviene seguire alcune utili regole. Si
fissano inizialmente due assi (ortogonali) e su questi si stabiliscono due sistemi di
ascisse, cioè si fanno corrispondere alle unità di misura {x}, {y} delle grandezze x, y,
da rappresentare graficamente, due segmenti di lunghezze ℓx, ℓy, arbitrarie ma scelte
con opportuni criteri25
. Sugli assi devono essere indicati i nomi delle variabili e le
rispondenti unità di misura; e i punti sperimentali vanno riportati con le barre di
incertezza. È buona norma inoltre inserire un’intestazione o una didascalia e indicare
eventuali condizioni di misura (temperatura, pressione, ecc.).
In molti casi è opportuno trasformare la funzione di partenza y = f(x) in una funzione
lineare di due nuove grandezze, legate alle precedenti da relazioni determinate
(linearizzazione) o, in alternativa, utilizzare scale non lineari.
In una scala lineare i punti dell’asse sono in corrispondenza lineare coi numeri reali,
cioè definiscono segmenti le cui lunghezze, fissato un segmento unitario, sono
proporzionali ai numeri reali. In una scala non lineare la lunghezza del segmento dal
generico punto P all’origine dell’asse x (y) è proporzionale al valore di una funzione
g(x) [h(y)], essendo x (y) il numero reale associato a P. Si introduce una nuova
coppia di assi cartesiani X = g(x), Y = h(y)26
. La funzione originaria y = f(x), nel
nuovo piano (X, Y) dà origine alla curva che rappresenta la funzione h-1
(Y) = f [g-
1(X)], ossia Y = h{f [g
-1(X)]} = F(X). Le funzioni h(y) e g(x) sono scelte in modo tale
che F(X) sia una funzione lineare di X.
5.1 Esempi di linearizzazione Mostriamo, attraverso alcuni esempi, i casi di linearizzazione più comuni.
(a) Funzione radice. Sia xcy .
Posto xX e Y = y, si ha Y = cX. Le due differenti rappresentazioni grafiche della
funzione xy 5 sono mostrate in figura 1.
(b) Funzione esponenziale. Sia axcy e . Si pone
aXccyYxX aX )ln()eln()ln( , .
Un esempio numerico (c = 1.2, a = 1) è riportato in figura 2.
25
La scelta va fatta in base all’intervallo in cui sono distribuiti i valori delle grandezze misurate e in
base alla forma della relazione funzionale tra le grandezze in modo che la rappresentazione grafica sia
chiara e di facile interpretazione. Ad esempio per rappresentare graficamente la retta y = mx + q, ℓx e
ℓy vanno scelti in modo che essa formi angoli con gli assi che siano circa uguali. 26
Se g(x) = ax, h(y) = by si ha il caso normale con a/b rapporto tra le unità di misura.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 33
xy 5XY 5
Fig.1
(c) Potenza. Sia nm cxy .
Posto yYxX aa log ,log , si ha nXcmY loga (in Fig.3 è rappresentato il caso
con a = 10, m = 2, c = 10 e n = 3).
1823.0 XYxy e2.1
Fig.2
La scala non lineare più usata è quella logaritmica o semilogaritmica (Tabella 1).
32 10xy 132 XY
Fig.3
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 34
Tabella 1
Scale Funzione
Lineare y = mx + q
Semilogaritmica (semi-log) y = ceax o y = c log(bx)
Logaritmica (log-log) y = cxa
Si osservi che se X o Y, o entrambe, sono trascendenti, il loro argomento deve essere
adimensionale, mentre x e y, in generale, non lo sono. In quest’ultimo caso,
l’argomento della funzione trascendente si intende allora diviso per la propria unità
di misura. Il valore della grandezza letto sulla scala si ottiene perciò moltiplicando il
valore letto, adimensionale, per l’unità di misura.
5.2 Costruzione di scale non lineari In alternativa al metodo illustrato precedentemente, si possono usare grafici costruiti
utilizzando scale non lineari su cui è possibile riportare direttamente i valori x, y (Fig.
4).
logaritmovalore
110
0,9542439
0,903098
0,8450987
0,7781516
0,698975
0,602064
0,4771213
0,301032
01
logaritmovalore
110
0,9542439
0,903098
0,8450987
0,7781516
0,698975
0,602064
0,4771213
0,301032
01
01
logaritmovalore
31000
2100
110
-10,1
-20,01
-30,001
01
logaritmovalore
31000
2100
110
-10,1
-20,01
-30,001
103
102
101
100
10-1
10-2
10-3
103
102
101
100
10-1
10-2
10-3
103
102
101
100
10-1
10-2
10-3
Fig.4
Una scala è una corrispondenza biunivoca tra i punti P di una retta e i numeri reali,
che si stabilisce orientando la retta, scegliendo l’origine O e fissando la funzione f(x)
a un sol valore che lega la distanza di ciascun punto P da O al numero ad esso
associato.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 35
Fig.5
Il fattore di scala Sx è una costante metrica arbitraria che esprime, nelle stesse unità
con cui si misura OP , la lunghezza corrispondente al valore unitario di f(x):
)(xfSOP x . Le sue dimensioni sono [Sx] = [L][f(x)]-1
.
Nella scala lineare xSOP x , nella quadratica 2xSOP x e nella logaritmica
xSOP x alog , 1,0 aa . Nella scala logaritmica Sx rappresenta nelle unità di
OP la lunghezza del segmento x = a. Il segmento relativo a x = an vale nSx. La
scelta della base è arbitraria perché corrisponde a cambiare Sx, come si deduce dalla
relazione xba
xx ba
b
ba loglog
log
loglog . Una scala logaritmica è una scala con la
quale sono riportati su un asse segmenti proporzionali ai logaritmi dei numeri reali in
una data base. Per esempio, se si sceglie la base 10, al numero 1 corrisponde un
segmento di lunghezza nulla (in quanto log101 = 0), al numero 2 un segmento
proporzionale a log102 = 0.30103, al numero 10 un segmento proporzionale a log1010
= 1, al numero 100 un segmento proporzionale a log10100 = 2 e via di seguito
(Fig.4). Per rappresentare i dati si possono utilizzare i fogli di carta logaritmica (o
semi-logaritmica) che si trovano in commercio oppure si può costruire la scala degli
assi coordinati calcolando i singoli valori.
5.3 La migliore curva che si adatta ai dati sperimentali Attraverso l’analisi grafica dei dati sperimentali si può verificare una legge supposta
valida, o determinare la forma di una legge cercata.
Data una serie di punti sperimentali, per essi passano infinite curve. Si assume
tuttavia, come ipotesi di lavoro, la curva che passa per i punti sperimentali e che ha la
forma funzionale più semplice.
Una volta assunta una certa ipotesi sulla forma della funzione, occorrerà determinare
i valori dei parametri che individuano la miglior curva che spiega i dati sperimentali
entro gli errori misurati. Il procedimento prende il nome di fit.
5.3.1 Fit lineare
Si consideri il problema di determinare sperimentalmente la costante elastica di una
molla. Si sa che gli allungamenti di una molla dipendono dal modulo F della forza
applicata secondo la legge di Hooke:
)( 0llkF (1)
La forza F può essere ottenuta attaccando una massa M all’estremo libero di una
massa sospesa verticalmente. Nella figura 6 sono rappresentati nella tabella un
esempio di risultati sperimentali e il fit lineare corrispondente. Determinati i
parametri a e b della retta interpolante y = ax + b, si ottiene, per il caso rappresentato
in figura, k/g = a-1
= 1/0.0098 g mm-1
e quindi k = 9.8/0.0098 N/m = 1.0 103 N/m,
avendo assunto g = 9.8 m/s2 (non affetta da errore).
)(xfSOP x
O P
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 36
Fig.6
5.3.2 Metodo della massima e minima pendenza
La migliore retta che riproduce i dati sperimentali deve passare per i rettangoli
individuati dalle barre di errore; rimane tuttavia ancora molta arbitrarietà. Un metodo
grafico assai semplice per individuarla è il seguente.
Fig.7
Con riferimento ai dati della tabella precedente, la retta 2) passa per i punti (0, 14.97)
e (50, 15.50), la 1) per (0, 15.01) e (50, 15.46). Perciò a = 0.0098 ± 0.0008 e b =
14.99 ± 0.02.
Si tracciano sul grafico le rette con la minore e con la maggiore pendenza possibile
passanti entro le barre di errore:
2211 2) 1) bxaybxay . (2)
Possiamo assumere come miglior retta
baxy (3)
quella i cui parametri a e b sono dati da
M(g) l(mm)
0 ± 1 15.00 ± 0.02
10 ± 1 15.10 ± 0.02
20 ± 1 15.18 ± 0.02
30 ± 1 15.30 ± 0.02
40 ± 1 15.40 ± 0.02
50 ± 1 15.48 ± 0.02
14,9
15
15,1
15,2
15,3
15,4
15,5
15,6
-10 0 10 20 30 40 50 60
F (g p )
l(m
m)
1) y = 0.009x + 15.012
2) y = 0.0106x + 14.972
0
1lF
kl
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 37
22
22
12121212 bbbbb
aaaaa
. (4)
Essa costituisce un ragionevole compromesso, sicuramente migliore di ciascuna delle
rette 1) e 2) mostrate in (2).
Utilizzando questo metodo possiamo rappresentare col coefficiente angolare a della
retta (3) la miglior stima della costante elastica della molla.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 38
6 Incertezze nelle misure ripetute
6.1 Errori casuali
6.1.1 Valor medio
Sia X una grandezza fisica, e x un suo valore misurato. Se si ripetono varie volte le
misure, in presenza di errori casuali, si otterranno dei valori x1, x2, x3 … che in
genere differiranno tra loro.
Supponiamo di ripetere N volte una misura e di trovare
Ni xxxx ,...,,...,, 21 . (1)
Si presenta il problema di quale sia il valore da assegnare alla grandezza in
questione. Il principio adottato è di assumere come ragionevole stima del valor vero
della grandezza (che rimane peraltro sconosciuto) la media aritmetica o valore medio
(empirico) delle misure:
N
i
iNi x
NN
xxxxx
1
21 1...... (2)
Ci sono varie giustificazioni a favore di questa scelta:
− Tutti i valori sono trattati alla stessa maniera, e il risultato è indipendente
dall’ordine in cui sono fatte le misure.
− Se gli errori sono casuali, allora essi devono differire dal valore medio sia in
valore assoluto che per il segno. Se si separano le N misure in due gruppi, uno
formato da tutti i valori minori della media, l’altro con quelli maggiori, le
misure si dispongono all’incirca in eguale numero nei due gruppi; e al
crescere di N i due gruppi tendono a essere egualmente popolati.
− Quando si calcola la media aritmetica, gli scarti dal valore vero si sommano
algebricamente: si ha quindi una parziale cancellazione degli errori, cosicché
la media aritmetica dà un valore più vicino al vero di quanto mediamente non
siano le singole misure.
Sia *x il valore vero (incognito) della grandezza in questione. Si chiama errore della
i-esima misura la differenza fra il valore della singola misura i e il valore vero:
*xxii . (3)
La differenza fra il valore della singola misura i e il valore medio delle N misure
xxx ii (4)
si chiama deviazione o scarto dalla media della i-esima misura.
L’errore δ da attribuire a x è
N
i
i
N
i
i
N
i
iN
xxN
xxN
xx11
**
1
* 1)(
11 . (5)
La media aritmetica ha proprietà che la somma dei quadrati degli scarti è minima:
minimo)()(1
2
N
i
i xxxs . (6)
Infatti, eguagliando a zero la derivata della (6)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 39
N
i
i
N
i
i xNxxxdx
xds
11
022)(2)(
si ha
xxN
xN
i
i 1
1.
Inoltre, poiché 02)(
2
2
Ndx
xsd, si tratta effettivamente di un minimo.
Per stimare l’attendibilità media delle misure si potrebbe pensare di fare la media
delle deviazioni Δxi. Tuttavia tale media non è di alcun interesse in quanto sempre
nulla:
0)(111
xNxxxxN
i
ii
N
i
N
i
i . (7)
6.2 Stima delle incertezze Ci sono diversi modi in cui si può specificare l’incertezza sui valori misurati di un
esperimento ripetuto. La distinzione principale che qui ci interessa è quella tra
incertezze massime e incertezze statistiche.
6.2.1 Incertezza massima
Si determinano il massimo e minimo valore dell’insieme di dati, xmax e xmin, la cui
differenza rappresenta la dispersione massima. Si assume come incertezza la
semidispersione
2
minmax xxx
, (8)
la quale costituisce un’incertezza massima.
Virtualmente nessuna misura dovrebbe mai cadere al di fuori dell’intervallo di
estremi xx .27
Il valore trovato è dunque
xxx . (9)
Avendo assunto l’incertezza x come incertezza assoluta, l’incertezza relativa è data
dal rapporto
Incertezza relativa di x = x
x (10)
Quando le misure a disposizione sono poche (3 o 4, comunque meno di 10) è
consuetudine assumere come incertezza di misura la semidispersione massima (8).
6.2.2 Deviazione Standard
Poiché è stata scelta la media aritmetica come valore più attendibile e poiché essa
soddisfa alla (6) (mentre la media delle deviazioni è nulla) conviene caratterizzare
l’imprecisione dei risultati con la media dei quadrati degli scarti. Un parametro utile
27
Trattandosi di errori massimi, valutati nel caso in cui sia piccolo il numero di misure, come stima
del valore vero della variabile X si può prendere anziché il valor medio delle misure x la quantità
(xmax + xmin)/2, dove xmax e xmin sono rispettivamente il massimo e minimo valore delle misure
effettuate. Tutte le considerazioni che seguono rimamgono egualmente valide.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 40
per caratterizzare la precisione della serie di misure sarebbe quindi l’errore
quadratico medio:
N
xx
N
N
i
i
N
i
i
1
2*
1
2 )(
e
. (11)
Il valore vero *x non essendo noto, si considera lo scarto quadratico medio e si
definisce la deviazione standard:
N
xx
N
xN
i
i
N
i
i
x
1
2
1
2)(
. (12)
Essa costituisce una stima attendibile (per difetto) dell’errore quadratico medio, tanto
migliore quanto maggiore è il numero di misure e ha un importante significato
probabilistico, come si mostrerà nel capitolo 7.
La deviazione standard (12) dipende dal numero N di misure, ossia dal campione che
si ha a disposizione. Occorre dunque distinguere tra la deviazione standard di un
campione e la deviazione standard della popolazione delle infinite (N → ) possibili
misure della grandezza X.
La quantità σ2, quadrato della deviazione standard, è detta varianza. Da osservare che
222222 2)( xNxxNxxxxxNi
i
i
i
i
i
i
ix ,
per cui la varianza gode della seguente importante proprietà:
22222 1xxxx
N i
ix . (13)
La migliore stima della deviazione standard della popolazione, ottenibile sulla base
del campione di N misure a disposizione, è la deviazione standard campionaria o
empirica
1
)(1
2
N
xx
s
N
i
i
x . (14)
Il motivo per si divide per N per ottenere la migliore stima della media e per N – 1
per ottenere la migliore stima della deviazione standard è il seguente. Per calcolare la
varianza non si usa il valore vero di x ma solo la media delle misure, come sua
migliore stima. Perciò, così com’è calcolata, Σ2)( xxi è sempre un po’ più piccola
di Σ 2* )( xxi , la quantità effettivamente cercata. Infatti, considerata come una
funzione di *x , la (11) è minima per xx * , per cui la (12) sottostima sicuramente
la larghezza della distribuzione σ. Inoltre, in generale, date N misure, la media non è
un’informazione indipendente, perché esiste una correlazione tra i valori xi e x :
quindi l’insieme formato dagli xi e x ha solo N – 1 termini indipendenti. Si introduce
pertanto la varianza empirica o campionaria
22
1xx
N
Ns
, (15)
osservando che, per N grande, la differenza tra le due quantità diventa irrilevante.
Come già osservato, la quantità
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 41
2
xx ss
è detta deviazione standard campionaria o adattata.
6.3 Propagazione delle incertezze
6.3.1 Somma
Sia g = x + y. Eseguite N misure indipendenti delle grandezze x e y, siano σx, σy le
deviazioni standard delle rispettive distribuzioni sperimentali, e x , y i loro valori
medi.
In corrispondenza di ogni singolo valore misurato xi e yi delle grandezze x e y, la
grandezza g assume i valori:
iii yxg (16)
il cui valore medio è:
yxyN
xN
yxN
gN
gi
i
i i
iii
i
i 11
)(11
. (17)
Indichiamo, come al solito, con
xxx ii , yyy ii , ggg ii
gli scarti dalla media. Si ha
iiiiii ggyyxxyxg
dove
iii yxg (18)
rappresenta lo scarto di gi dal valor medio g .
La varianza della grandezza g è quindi:
i
ii
i
i
i
i
i
ig yxN
yN
xN
gN
)(2
)(1
)(1
)(1 2222 .
Poiché le misure di x ed y sono indipendenti, per ogni valore di xi nell’ultimo
termine dell’equazione precedente si avrà con eguale probabilità un fattore yi di
segno uguale o di segno opposto a xi; di conseguenza la sommatoria tenderà ad
avere un valore piccolo, al limite nullo, per un numero molto grande di misure.
Pertanto:
22222 )(1
)(1
yx
i
i
i
ig yN
xN
. (19)
Analogo risultato si ottiene per la differenza g = x – y.
Quindi, quando le grandezze x e y sono misurate con incertezze statistiche sx e sy e g
= x + y, la formula
sg = sx + sy
costituisce una sovrastima dell’incertezza casuale; c’è infatti un 50% di probabilità
che una sovrastima di x sia accompagnata da una sottostima di y e viceversa. Perciò,
se le misure sono indipendenti, le due incertezze si sommano in quadratura:
yxyxg sssss 22 )()( .
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 42
È immediato verificare che se g = ax, allora 222
xg a . Il risultato (19) si può
pertanto facilmente generalizzare a una funzione lineare di un arbitrario numero di
grandezze x, y, z, …:
g = ax + by + cz + … . (20)
ottenendo
...2222222 zyxg cba . (21)
Da osservare che xga / , ygb / , zgc / , e così di seguito.
6.3.2 Funzione non lineare
La relazione di propagazione delle incertezze statistiche può essere generalizzata nel
caso in cui la funzione g = f(x) non sia lineare, mediante un procedimento di
linearizzazione analogo a quello effettuato per gli errori massimi, e applicabile
quando le incertezze casuali sono piccole rispetto ai valori misurati.
Siano x1, x2, …, xN, N misure dirette e indipendenti della grandezza X, con valor
medio x . In corrispondenza dei valori xi si avranno N valori gi = f(xi) per cui
N
i
i
N
i
i xfN
gN
g11
)(11
. (22)
Nell’ipotesi che gli scarti xxi siano piccoli possiamo approssimare la funzione
f(x) nelle vicinanze di x con l’equazione di una retta
)()()( xxdx
dfxfxfg i
xx
ii
, (23)
che introdotta nella (22) fornisce
)()()(1
1
xfxxdx
dfxNf
Ng
N
i
i
xx
. (24)
Analogamente, sostituendo la (23) nell’espressione dell varianza
N
i
i
xx
N
i
ig xfxxdx
dfxf
Nxfxf
N 1
2
1
22 )()()(1
)()(1
si ottiene
2
2
1
2
2
2 )(1
x
xx
N
i
i
xx
gdx
dfxx
dx
df
N
, (25)
che rappresenta la varianza delle misure indirette di g.
6.3.3 Funzione di più variabili
Esaminiamo ora il caso generale della misura indiretta di una grandezza
g = f(x, y, z,…) (26)
determinata dalle misure dirette delle grandezze x, y, z, … .
Effettuate N misure, in corrispondenza degli xi, yi, zi,… si avranno N valori gi = f(xi,
yi, zi,…). Assumiamo come migliore stima della grandezza g la media aritmetica dei
valori ),,( iiii zyxfg :
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 43
N
i
iii
N
i
i zyxfN
gN
g11
,...),,(11
. (27)
Sviluppiamo in serie la funzione f(x) nell’intorno dei valori medi x , y , z , …,
mantenendo i termini lineari e trascurando i termini di ordine superiore. Cominciamo
con il considerare variazioni infinitesime delle variabili x, y, z, … rispetto al valore
medio. Partiamo, come in precedenza, dal differenziale totale
...
dz
z
fdy
y
fdx
x
fdg . (28)
Se gli scarti xxx ii , yyy ii , zzz ii , … sono sufficientemente piccoli
da poter essere considerati infinitesimi, gli scarti dalla media ig ),,( iii zyxf
),,( zyxf dei valori ig sono dati da28
...
iiii z
z
fy
y
fx
x
fg , (29)
da cui si ottiene
,...),,( iiii zyxfg
,...),,( zyxf ...)()()(
zz
z
fyy
y
fxx
x
fiii
, (30)
Sostituendo quest’ultima nella (27) si ottiene (analogamente a quanto succede nella
(24)):
,...),,( zyxfg . (31)
Sostituendo la (30) nella varianza di g
N
i
ig gN 1
22 )(1
(32)
si ottiene un’espressione in cui figurano due tipi di termini, quadrati e prodotti misti.
Questi ultimi contengono quantità la cui probabilità di essere positive o negative è la
stessa e pertanto hanno per somma un numero molto prossimo a zero, o al più molto
più piccolo della somma dei quadrati, e per questa ragione possono essere trascurati.
Quindi, in analogia al caso lineare (equazioni (20) e (21)) e al modo con cui si giunge
alla (25), dalla (32) deduciamo la seguente formula di propagazione delle incertezze
casuali:
...2
2
2
2
2
2
zyxg
z
f
y
f
x
f . (33)
Essa è rigorosamente valida se g è una funzione lineare dalle variabili indipendenti.
È valida invece approssimativamente se le σi sono piccole rispetto a g.
Ricordiamo che nelle formule (29), (30) e (33) le derivate parziali xf / , xf / ,
xf / , … si intendono calcolate a ),,,( zyx .
La formula (33) è usata per valutare la propagazione degli errori a posteriori, ossia
per stimare gli errori statistici dovuti a combinazioni di misure indipendenti. Per
l’errore relativo si procede come per gli errori massimi, dividendo la (33) per g.
28
Da osservare che, applicata alla funzione lineare (20) la relazione (29) fornisce Δgi =a Δxi + b Δyi +
c Δzi … .
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 44
Tabella 1 Propagazione delle incertezze per funzioni di due variabili.
g = f(x,y)
Relazione tra
σg e (σx, σy )
1 g = x + y
22
xxg
2 g = x – y
22
xxg
3 g = xy
22
yxg
yxg
4 g = x/y
22
yxg
yxg
5 g = xn
xn
g
xg
6 g = lnx
x
xg
7 g = ex
x
g
g
Si osservi che la somma in quadratura si applica solo quando le due quantità misurate
sono indipendenti. Infatti, se g = x2
xxxx
gg
2
il risultato corretto è
x
xxxxxxx 212 222
e non
x
xx 212 .
6.4 Deviazione standard della media
Come applicazione della formula di propagazione dell’errore (33) ricaviamo la
deviazione standard della media campionaria.
Supponiamo che g sia la media aritmetica di N variabili casuali indipendenti xi le
quali hanno tutte la stessa varianza che indichiamo con s2:
N
i
ixN
xg1
1. (34)
Dalla relazione
N
ss
Ns
x
gs
N
i
N
i i
g
2
1
2
21
2
2
2 1
(35)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 45
discende che
N
ssg
ossia
N
ssx . (36)
La deviazione standard della media è dunque inferiore a quella delle singole misure e
diminuisce con la radice quadrata delle misure. Ciò è conseguenza del fatto che essa
rappresenta la stima più attendibile del valore vero delle N misure. La deviazione
standard della media è chiamata errore standard e indica l’accuratezza con cui la
media di N misure è vicina al “valore vero”.
Il risultato di un generico esperimento nel corso del quale siano state eseguite N
misure di una grandezza x può essere formulato nel modo seguente:
N
sxsxxV x
x)( . (37)
Si osservi che:
– All’aumentare di N la precisione aumenta come N1 . Il miglioramento,
all’inizio rapido diventa via via più lento (per migliorare di un fattore 10 il
numero di misure va aumentato di un fattore 100).
– L’errore statistico di norma non può essere inferiore all’errore di sensibilità
dell’apparato usato per compiere le misure. Infatti, non c’è modo di distinguere
obiettivamente due risultati che differiscano per meno dell’incertezza di
sensibilità dello strumento.
– Il contributo di errori sistematici può essere molto piccolo ma non eliminato
del tutto.
Aumentare il numero di misure oltre un certo limite è perciò del tutto inutile poiché il
guadagno di precisione diventa puramente illusorio!
6.5 Osservazioni sulla propagazione delle incertezze nelle misure indirette
Da osservare che l’espressione (33) è la deviazione standard di un generico valore gi
= f(xi, yi, zi,…). Per ottenere la deviazione standard di g , bisogna introdurre nella
(42) le deviazioni standard delle medie delle grandezze x, y, z,…:
...2
2
2
2
2
2
zyxg
z
f
y
f
x
f , (38)
dove le derivate parziali xf / , yf / , zf / , … sono calcolate a ),,,( zyx .
La stessa relazione può essere usata nel caso in cui le misure delle grandezze x, y,
z,… siano indipendenti anche in presenza di errori massimi Δx, Δy, Δz,…: basta
sostituire le deviazioni standard con le incertezze massime. Si parla in questo caso di
propagazione dell’errore massimo in quadratura. L’errore che si ottiene è una
valutazione meno pessimistica dell’incertezza rispetto a quella ottenuta con la
formula usuale della propagazione delle incertezze massime.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 46
6.5.1 Esempi
6.5.1.1 Misura della velocità
Si supponga di volere eseguire la misura indiretta della velocità nel moto uniforme, v
= x/t. Gli spazi percorsi xi siano misurati con deviazione standard xs , e i rispettivi
tempi impiegati ti con deviazione standard ts . Le derivate parziali sono
2
,1
t
x
t
v
tx
v
perciò la deviazione standard del valor medio v delle misure della velocità è
2
2
2
2
21
txv st
xs
ts
.
dove xs e t
s sono le incertezze dei rispettivi valori medi.
Elevando al quadrato e dividendo per v2 = (x/t)
2 si ottiene
222
t
s
x
s
v
s txv ,
cioè gli scarti ridotti (le quantità dimensionali del tipo sr/r) si sommano al quadrato.
Ciò comporta una considerazione di carattere pratico riguardo alla progettazione di
una misura: è inutile tentare di diminuire l’errore su una delle due misure quando
l’incertezza relativa sulla velocità è dominata dall’incertezza dell’altra misura.
6.5.1.2 Volume di un cilindro
Come secondo esempio, supponiamo di misurare il volume di un cilindro avendo a
disposizione un calibro centesimale (ad esempio un Palmer con incertezza di
sensibilità Δℓ = 0.01 mm).
Misurando N = 30 volte il diametro d e l’altezza h si abbia
cm 04.0 cm 54.0 h sh , cm 06.0 cm 14.1 d sd .
Il volume calcolato è
3
2
cm 0.55122
π
h
dV ,
e le varianze relative sono
%7 ,%5 h
s
d
s hd .
Dalla formula di propagazione si ricava
%4.21
21
22
Nd
s
Nh
s
V
sdhV .
3cm 013.0V
s .
La misura del volume è pertanto
V = (0.551 ± 0.013) cm3.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 47
7 Distribuzioni
7.1 Distribuzioni di frequenze L’analisi statistica degli errori casuali richiede l’esecuzione di misure ripetute della
stessa grandezza. Siano
,,...,,...,, 21 Ni xxxx (1)
i dati relativi a misure della grandezza fisica continua X. È conveniente organizzare i
risultati in tabelle e rappresentarli graficamente mediante istogrammi.
Per costruire un istogramma si dividono i dati in classi di valori, cioè si raggruppano
in insiemi i cui valori cadono in assegnati intervalli di ampiezza non inferiore a 2Δx
(o uguale a un multiplo di 2Δx), dove Δx è l’incertezza di sensibilità dello strumento
di misura. Gli intervalli sono disgiunti e ricoprono l’intero insieme di misure. Si
attribuiscono ad ogni classe i dati il cui valore è compreso nell’intervallo k di
ampiezza Δxk centrato attorno al valore xk. Quindi ogni classe è caratterizzata da xk
ed eventualmente Δxk.
Solitamente gli intervalli sono presi tutti con ampiezza uguale a un dato valore Δx.
L’ampiezza Δx di ciascun intervallo è scelta in modo tale che il numero di misure
che vi cadono non sia né troppo piccolo né troppo grande, ma sia cioè adeguato ad
ottenere una rappresentazione della distribuzione dei dati come quella riportata in
figura 1.29
Fig. 1 Diagramma della distribuzione di misure.
Indichiamo con nk il numero di dati appartenenti alla classe k. Si ha
29
La scelta dell’ampiezza più conveniente per gli intervalli è connessa con l’esigenza di ottenere un
istogramma facilmente interpretabile, e cioè con intervalli abbastanza popolati e in numero sufficiente
a fornire una rappresentazione indicativa del tipo di distribuzione. Se Δx è troppo piccolo, produrrà
intervalli scarsamente popolati, o vuoti, e se è troppo grande, sarà troppo basso il numero di intervalli
e scarsa la loro variabilità. Ad esempio, se si hanno a disposizione 100 misure, si può prendere Δx =
σ/2 e poiché entro 3σ attorno alla media cade circa il 99% dei dati, gli intervalli centrali saranno
popolati con più di 10 misure.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 48
NnK
k
k 1
(2)
essendo K il numero di classi.
La distribuzione dei risultati è rappresentata dalla frequenza relativa della classe k
N
nF k
k , (3)
che rappresenta la frazione delle N misure che cadono nell’intervallo k. L’insieme
delle frequenze relative è normalizzato
11
K
k
kF . (4)
Il valor medio si può esprimere attraverso le frequenze relative
K
k
kk
N
i
iN FxxN
x11
1 (5)
dove xk è il valore centrale dell’intervallo k ed Fk la frequenza relativa
corrispondente, e rappresenta una media delle misure pesata attraverso le frequenze.
7.1.1 Istogrammi
Per costruire un istogramma, si rappresentano graficamente le classi di dati con
rettangoli le cui altezze sono proporzionali alle frequenze. Le altezze dei singoli
rettangoli fk sono tali che
N
nfxfxx k
kkkkk )( 1 (6)
e rappresentano la densità di frequenza dei dati. L’area totale dei rettangoli vale
allora 1:
1...2211 k
k
k
k
k
kkKK FN
nfxfxfxfx (7)
e l’istogramma si dice normalizzato.
Fig.2 Un esempio di istogramma.
fk
xk
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
1,4 1,5 1,6 1,7 1,8 1,9 2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 49
Un esempio di istogramma normalizzato è mostrato in figura 2. Gli istogrammi
normalizzati possono essere facilmente confrontati.
7.2 La distribuzione limite Si consideri un dato istogramma rappresentativo di una serie di N misure
indipendenti della grandezza X. Aumentando progressivamente il numero N di
misure, aumenta anche il numero di quelle che cadono in ciascun intervallo. Si può
allora in corrispondenza rendere sempre più piccola l’ampiezza x delle classi di
frequenza. L’altezza dei rettangoli rimane un numero finito poiché x diventa
piccolo ma N cresce e l’istogramma si discosta quindi sempre meno da una forma
limite. Se la grandezza misurata è continua, per N→∞ e Δx→0 i valori delle singole
ordinate tendono ad un valore limite finito e l’inviluppo dei rettangoli
dell’istogramma tende a divenire una curva continua y = f(x).
f(x)
Fig. 3 Da sinistra verso destra aumenta il numero degli intervalli e delle misure.
La curva f(x) è tale che f(x)dx rappresenta (o è proporzionale a) la frequenza relativa
delle misure aventi valore compreso nell’intervallo infinitesimo (x; x + dx). Se
l’istogramma d’origine era normalizzato, ne segue che anche l’area racchiusa fra la
curva e l’asse delle ascisse è normalizzata, ossia:
1)(
dxxf . (8)
La quantità f(x) è detta densità continua di frequenza o funzione di distribuzione. La
funzione di distribuzione fornisce la descrizione teorica del comportamento atteso di
una data serie di misure.
La scelta dei limiti infiniti nella (8) non costituisce alcuna limitazione: se non ci sono
valori che cadono nell’intervallo (–, x0) la frequenza corrispondente vale zero.
Per un esperimento infinito (N) f(x) costituisce la distribuzione limite delle
frequenze. Il valore medio di x è
dxxxfx )( . (9)
Poiché non possiamo osservare la distribuzione limite, siamo portati a definire quale
valore approssimato della grandezza in questione il valor medio (5) delle misure
effettuate. All’aumentare del numero di misure N l’approssimazione migliora e
xxNN
lim . (10)
La media empirica Nx rappresenta dunque la migliore approssimazione del valore
vero della grandezza X.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 50
In analogia alle considerazioni riguardanti il valore medio, il valore approssimato
della varianza della misura
k
N
i
K
k
kiN FxxxxN
2
1 1
22 )()(1
, (11)
che fornisce l’incertezza da associare al singolo valore misurato30
, tende per N→∞
alla varianza della distribuzione limite
dxxfxxx )()( 22 . (12)
7.3 Distribuzioni continue
7.3.1 Distribuzione normale
È possibile prevedere teoricamente la forma della distribuzione nel caso limite in cui
il numero delle misure sia molto grande (N), nell’ipotesi che le N misure siano
indipendenti, ossia nel caso in cui il risultato di una misura non sia condizionato da
quello delle misure precedenti e sia soggetto a molte piccole sorgenti di errori casuali
(e trascurabili errori sistematici). In questo caso i valori misurati saranno distribuiti
su una curva simmetrica centrata attorno al valore “vero” X. La funzione che
descrive una tale distribuzione è chiamata distribuzione normale o funzione di Gauss:
2
2
2
)(
, e2
1)(
Xx
X xf
. (13)
Fig.4 Dipendenza della funzione di Gauss da σ.
Il suo significato è il seguente: la frazione di misure dn/N il cui valore è compreso
nell’intervallo infinitesimo tra x e x + dx è
dxdxxfN
dnXx
X
2
2
2
)(
, e2
1)(
. (14)
Essa ha un massimo per x = X, è simmetrica rispetto a X e tende a zero per x . In
pratica la distribuzione dei valori rilevati sperimentalmente, in una serie anche
abbastanza numerosa di misure, segue solo approssimativamente una legge di tipo
fX,σ(x); quanto più grande è il numero di misure, tanto migliore è l’approssimazione,
30
La varianza campionaria ha nel denominatore N – 1 al posto di N (si veda il Capitolo 6). La
differenza è trascurabile se N è grande. Si veda inoltre alla fine del presente capitolo come si
analizzano i casi in cui il numero di misure è piccolo.
)(, xfX
X
σ2 > σ1
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 51
ossia tanto minori sono le fluttuazioni dei valori sperimentalmente trovati di dn/N
rispetto alla previsione teorica fX,σ(x)dx.
La conoscenza della distribuzione limite consente di determinare il valore medio
atteso da una serie molto grande di misure. Per la distribuzione di Gauss, dalla (9) si
ha
dxxex
Xx2
2
2
)(
2
1
. (15)
Eseguendo il cambio di variabile y = (x – X)/, si ha x = y + X, dx = dy e
l’integrale diventa la somma di due termini31
202
1
2
122
22
XdyeXdyyex
yy
.
Perciò
Xx , (16)
ossia, dopo infinite prove, il valore medio x è il valore vero X su cui è centrata la
funzione di Gauss.
Un’altra grandezza da calcolare è la deviazione standard σx dopo un grande numero
di prove. Dalla (12) si ottiene
dxxx
Xx
x
2
2
2
)(
22 e)(2
1
. (17)
Sostituendo x con X, ponendo (x – X )/σ = z, e integrando per parti, si ha
)20(2
)(2
22
1
2
22
2
2
2
2232
22
22
dzeze
zdedzez
zz
zz
x
ossia, dopo infinite prove,
22 x . (18)
Quindi il parametro σ della funzione di Gauss è proprio la deviazione standard che si
dovrebbe ottenere dopo aver eseguito molte misure.
7.3.2 Distribuzione uniforme
La deviazione standard e l’errore standard vanno interpretati ed utilizzati in un modo
diverso quando si considerano gli errori massimi o di sensibilità. Per gli errori
massimi, infatti, non si fa alcuna distinzione tra i differenti valori della grandezza che
cadono entro l’intervallo di incertezza. Si può perciò ipotizzare che essi si
distribuiscano uniformemente in tale intervallo.
Supponiamo di avere un insieme di misure distribuite uniformemente tutte
nell’intervallo (x0 – Δx, x0 + Δx).
31 Utilizzare l’integrale notevole
dxe x2
.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 52
Fig.5 Distribuzione uniforme.
La distribuzione limite corrispondente è f(x) = h = costante per valori di x entro
l’intervallo e f(x) = 0 al di fuori.
Dalla condizione di normalizzazione (8)
12)(0
0
xhdxhdxxf
xx
xx
si ottiene
x
h
2
1.
Perciò
]x xx,[per 0
]x xx,[per 2
1
)(
00
00
xx
xxxxf . (19)
Ovviamente, 0xx , come si calcola anche dalla (9)
0022
1
2
1)(
0
0
xxxx
xdxx
dxxxfx
xx
xx
. (20)
Dalla (12) si ottiene la varianza (si ponga y = x – x0):
3
)(])()[(
3
1
2
1)(
2
1 23322
0
20
0
xxx
xdxydxxx
x
x
x
xx
xx
. (21)
La deviazione standard sarà pertanto
xx
577.03
. (22)
Il numero di misure che cadono nell’intervallo (x0 – σ, x0 + σ) è dato da
577.03
12
2
1)(
0
0
x
dxxf
x
x
. (23)
Quindi il valore misurato disterà da quello vero per meno di σ in circa il 58% dei
casi.
x0 – Δx x0 x0 + Δx
f(x)
x
h
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 53
7.4 Legge dei grandi numeri e significato probabilistico della distribuzione normale
Si è detto che la quantità f(x)dx rappresenta un indicatore della frazione di misure che
cadono tra x e x + dx in un dato esperimento quando la variabile X segue la
distribuzione f(x). Più in generale, l’indicazione del numero di misure che cadono tra
due valori a e b può essere valutato dall’integrale definito di f(x):
b
a
dxxf )( frazione di misure che cadono tra x = a e x = b.
L’integrale rappresenta dunque la frazione di misure che ci si aspetta di trovare
nell’intervallo dato, dopo aver effettuato un numero N molto elevato di misure. In
altre parole, possiamo anche dire che f(x)dx è la probabilità che una singola misura
di x dia un risultato compreso fra x e x + dx e che b
a
dxxf )( è la probabilità che una
misura cada tra x = a e x = b.
Al concetto fisico di frequenza corrisponde quindi il concetto matematico di
probabilità. Questo fatto è conseguenza del seguente postulato di natura
sperimentale, chiamato legge empirica del caso, o legge dei grandi numeri:
“Al crescere del numero delle prove32
, la frequenza di un evento tende a diventare
uguale alla sua probabilità.”
In base al postulato, se il numero delle prove va crescendo indefinitamente, la
frequenza dell’evento si avvicina alla sua probabilità e ne differisce di una quantità
che può essere resa piccola a piacere.
Quando le misure di una grandezza fisica seguono una distribuzione normale (e ciò
avviene se gli errori sono accidentali), l’integrale di Gauss permette di valutare la
probabilità che un particolare valore della misura cada in un intervallo (a, b)
b
a
Xx
dxebxap2
2
2
)(
2
1)(
, (24)
quantità che è uguale all’area sotto la curva che rappresenta la funzione di
distribuzione.
Fig. 6 Significato geometrico della funzione cumulativa della distribuzione normale.
32
Le prove vanno ripetute in identiche condizioni.
0
z
f (z )
Area=F(z)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 54
È utile esprimere la funzione di Gauss e l’integrale tramite la variabile standardizzata
adimensionale
z = (x – X)/σ, (25)
che esprime la distanza della variabile x dal valore atteso in unità di σ.
La funzione normale standard
2
z-
2
eπ2
1)( zf (26)
ha dunque deviazione standard σ = 1 e valore atteso X = 0. Con questa sostituzione,
la probabilità
b
a
z
z
dzzfbxap )()( (27)
è espressa attraverso il calcolo di un integrale il cui argomento non dipende dai
parametri X e σ.
Si definisce Funzione di ripartizione (o funzione di distribuzione cumulativa) della
distribuzione f(x) l’integrale (figure 6 e 7)
z
dttfzF )()( = probabilità che la variabile abbia un valore fino a z. (28)
La probabilità che z cada in un dato intervallo si può esprimere tramite differenze di
valori di F(z):
)()()()()()( ab
zzz
z
ba zFzFdzzfdzzfdzzfzzzpabb
a
0,00
0,20
0,40
0,60
0,80
1,00
-4 -3 -2 -1 0 1 2 3 4
z
F (z )
Fig 7. Funzione di ripartizione della distribuzione normale.
Valori tabulati di f(z) e della corrispondente funzione cumulativa F(z) sono riportati
nelle tabelle 1 e 2 in Appendice. Da osservare che F(z) gode della proprietà
)(1)( zFzF (29)
dovuta alla simmetria della funzione di distribuzione normale.
La probabilità che x cada in un dato intervallo può essere determinata in termini di
F(z). Ad esempio, dalle tabelle si ricava:
68268.0184134.021)1(2)1()1()( FFFXxXp .
È possibile determinare un valore zα tale che la probabilità che la variabile z sia
contenuta entro l’intervallo [–zα, zα] sia uguale a un determinato valore (1 – α), con 0
≤ α ≤ 1. Tale condizione si traduce in una relazione,
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 55
1)( zzp , (30)
che consente di determinare gli estremi dell’intervallo entro cui cade, con probabilità
(1 – α), il valore “vero” del parametro z. La probabilità che il valore vero cada entro
un certo intervallo si chiama livello di confidenza e il corrispondente intervallo
intervallo di fiducia (o di confidenza). L’intervallo [–zα, zα] rappresenta dunque
l’intervallo di confidenza per il parametro z, la probabilità (1 – α) è il coefficiente di
confidenza, α è chiamato livello di significatività. Il limite superiore dell’intervallo di
fiducia in unità standardizzate zα è detto valore critico.
Fig.8 Intervallo di confidenza
Esempio.
Si supponga che le misure dell’altezza di un cilindretto sottile siano distribuite
normalmente, con valore centrale X = 10.0 mm e deviazione standard σ = 0.2 mm. Si
vuole determinare la probabilità che x sia compreso tra 9.7 mm e 10.3 mm.
Posto z = (x – X)/σ la condizione equivale a determinare la probabilità p(|z| ≤ a), con
a = 1.5. Dalla tabella 2 dell’Appendice si ha: F(1.5) = 0.93319, e quindi p = 2
F(1.5) – 1 = 0.87 (87%).
Viceversa, al livello di significatività del 5%, sempre dalla detta tabella si ricava che
l’intervallo di fiducia è dato da [X – 1.96 σ, X – 1.96 σ], ossia 9.6 mm ≤ x ≤ 10.4 mm.
7.5 Teorema del limite centrale
Affermare che x è la migliore valutazione del “valore vero” significa che la sua
indeterminazione è minore di quella attribuibile a ogni singola misura. Ma qual è
l’errore statistico (errore standard) da cui è affetto x ? Intanto possiamo osservare
che sia il valor medio che la varianza dipendono da N. Se la varianza è piccola, i
valori misurati sono tutti più vicini al valore vero e così la loro media. Inoltre, tanto
più grande è N tanto più x è vicino al valore vero, indipendentemente dal valore
assunto da s2. Per ricavare un risultato quantitativo cominciamo con l’enunciare il
seguente
Teorema del limite centrale. Una combinazione lineare
w = a x1 + b x2 + c x3 +… + xn (31)
di n variabili aleatorie indipendenti x1, x2, x3, …, xn, ciascuna avente distribuzione
qualsiasi, ma con valori aspettati X1, X2, X3, …, Xn comparabili e varianze finite
0
f (z )
-zα zα
1-α α/2 α/2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 56
dello stesso ordine di grandezza, all’aumentare del numero n delle variabili aleatorie
tende alla distribuzione normale con valore aspettato
...321 cXbXaXX (32)
e varianza
...2222222
321 XXX cba . (33)
Il teorema permette di trattare il caso particolarmente interessante di applicazione: la
determinazione dello scarto quadratico medio della media di una grandezza fisica,
già ottenuto per altra via nel capitolo precedente.
Supponiamo che X sia la media aritmetica di N variabili misure indipendenti xi le
quali hanno tutte la stessa varianza σ2. In base al teorema, all’aumentare del numero
di misure la variabile valore medio ha una distribuzione normale con varianza
N
i NN1
22
2
2 1 . (34)
7.6 Media pesata Abbiamo finora supposto che le N misure di una data grandezza fisica siano state
eseguite tutte con la stessa precisione. Si consideri il caso di una grandezza X,
misurata N volte, i cui valori x1, x2, …, xN, abbiano differenti deviazioni standard 1,
2, 3, … N .
Non si può usare la media aritmetica delle N misure, perché si darebbe lo stesso peso
a misure con precisione diversa. Si ammette quindi che la migliore stima del valore
vero sia una media pesata
N
i
ii xpx1
, (35)
i cui pesi pi andranno determinati in funzione delle incertezze i.33
Per ricavare tale
funzione, consideriamo il caso in cui ciascun valore misurato sia la media xi = iy di
Ki misure tutte con la stessa incertezza δ. Poiché assumiamo che le xi siano diverse,
differenti saranno in generale anche le corrispondenti deviazioni standard i. D’altra
parte sappiamo anche che i
iK
.
La media aritmetica effettuata su tutte le
N
i
iKK1
misure totali è:
N
i
N
i
iiN
i
i
K
j
jN
i
i
K
k
k yK
K
y
K
yK
xi
1 1
1
1
1
1
111,
dove si è usato il fatto che, per ogni serie di Ki misure, si ha: ii
K
j
j yKyi
1
.
Utilizzando 22 / iiK si ottiene:
33
In alternativa al metodo mostrato, si può usare il principio di massima verosimiglianza del par.7.8.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 57
N
i
iiN
i
i
N
i
iiN
i
i
N
i
iiN
i
i
xxyK
K
x1
2
1
21
22
1
221
1
)/1(
/1
1)/(
/
11
, (36)
che coincide con la combinazione lineare (35) con pesi
N
i
i
i
ip
1
2
2
/1
/1
. (37)
Applicando la formula di propagazione degli errori è facile dimostrare che la
deviazione standard della media pesata è data da:
N
i
i
x
1
2/1
1
. (38)
7.7 Stima di confidenza per la media
Volendo definire un intervallo di confidenza per il valore aspettato X di un campione
(x1, x2,…, xN) proveniente da una popolazione con distribuzione normale e varianza
σ2 nota, si usa come variabile casuale la media aritmetica x che sappiamo avere
anch’essa distribuzione normale con valore aspettato X e varianza σ2/N. Definita la
variabile normale
N
Xxz
/
, (39)
che ha valore aspettato nullo e varianza unitaria e stabilito un livello di significatività
α, si determinano due valori z1 = -zα/2 e z2 = zα/2 tali che
1)( 2/2/ zzzp .
Dalla relazione
2/2//
zN
Xxz
(40)
si ottiene l’intervallo di confidenza e una stima del valore atteso
N
zxX
2/ . (41)
Per esempio, per un livello di confidenza 1 – α = 0.95 (α = 0.05), si ha
2/1)( 2/ zF = 0.975 e, dalla tabella 2 in Appendice, zα/2 = 1.96. Perciò, a un
livello di confidenza del 95%,
N
xX
96.1 .
Analogamente ci si comporta nel caso in cui il campione (x1, x2,…, xN) proviene da
una popolazione della cui distribuzione non si conosce né il valore aspettato né la
varianza σ2, purché N sia abbastanza grande (> 30). In questo caso la varianza è
stimata dalla quantità
22 )(1
1xx
Ns i , (42)
e la variabile
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 58
Ns
Xx
/
(43)
è ancora approssimativamente normale con valore aspettato nullo e varianza uno.
Ribadiamo che il livello di confidenza rappresenta una misura della bontà della stima
del valore di una variabile. Esso stabilisce un intervallo attorno al valore osservato
tale che se il valore vero cade in questo intervallo, il dato osservato non dovrebbe
essere considerato particolarmente insolito. Un intervallo di confidenza molto ampio
suggerisce che non siamo molto sicuri del punto in cui si trova il «vero» valore.
Viceversa, un intervallo ristretto indica che siamo abbastanza sicuri che il valore
trovato sia piuttosto vicino al valore vero della popolazione; in questo caso la stima
sarà, quindi, più precisa.
Il livello di confidenza è quindi una misura della sicurezza della stima: ad esempio,
con un livello di confidenza 95% intendiamo affermare che dalle osservazioni ci
attendiamo che al 95% che il valore vero cade nell'intervallo di semiampiezza
N/96.1 attorno al valore medio. Ossia, se ripetessimo la stessa indagine per 100
volte con gli stessi metodi (ma su 100 campioni diversi), probabilmente otterremmo
ogni volta una stima diversa; tuttavia, il vero valore della popolazione sarebbe
all’interno dell’intervallo di confidenza 95 volte su 100. In altre parole, l’intervallo di
confidenza è stato ottenuto con un metodo che fornisce un risultato corretto nel 95%
dei casi.
7.7.1 Compatibilità con un valore assegnato
Supponiamo che la misura di una grandezza X abbia dato il valore
x = N
x
.
Vogliamo confrontare il risultato della misura con il valore atteso X, il cui valore
supponiamo di conoscere. Supponiamo inoltre che la distribuzione sia centrata sul
risultato atteso X e che la larghezza della distribuzione sia uguale alla stima ricavata
dalle misure. Il risultato è accettabile se la discrepanza tra valore misurato e valore
noto è al di sotto di un valore di significatività stabilito (ad esempio una o due
deviazioni standard o solitamente al 5% di significatività). Infatti, se la probabilità di
ottenere un risultato (che differisce dal valore atteso) è grande, allora la discrepanza è
ragionevole e il risultato accettabile; se la probabilità risulta irragionevolmente
piccola, allora la discrepanza deve essere giudicata significativa e il risultato
inaccettabile.
Ad esempio, se X = 20.00 mm, x = 20.04 mm, σ = 0.13 mm, N = 100, si ha
1.3100/13.0
00.2004.20)(
xz .
La discrepanza tra i due valori è uguale a 3.1 x ossia la stima di X differisce per più
di tre deviazioni standard. Poiché F(3.1) = 0.99903, p(|z| ≤ 3.1) = 2F(3.1) – 1 =
0.9981, p( |z| ≥ 3.1) = 1 – p(|z| ≤ 3.1) = 2[F(3.1) – 1] = 0.0019. La probabilità che x
differisca per 3.1 o più deviazioni standard è dunque dello 0.2%, cioè
irragionevolmente piccola, la discrepanza è significativa e la misura ottenuta
inaccettabile, essendo livello di significatività estremamente basso.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 59
7.7.2 Compatibilità di due valori misurati
Un altro caso d’interesse riguarda il confronto tra due campioni di misure della stessa
grandezza fisica che hanno prodotto differenti stime a causa di errori e che si
suppone seguano la distribuzione normale. Un primo campione sia costituito da N
misure xi con valore medio x e deviazione standard σx; il secondo da M misure yi
con valore medio y e deviazione standard σy.
Introdotta la variabile
yxw , (44)
poiché x e y sono combinazioni di variabili normali, anche la variabile w ha
distribuzione normale, per cui la verifica che i campioni derivino da popolazioni
aventi la stessa media si traduce nel verificare che w abbia valore nullo. Poiché
MN
yxw
22
2
(45)
e w è distribuita normalmente, la compatibilità tra le due differenti misure
corrisponde a determinare a un fissato livello di confidenza la compatibilità di
MN
yxw
yxw
22
(46)
con il valore zero.
7.8 Il principio di massima verosimiglianza
La distribuzione limite f(x) si ottiene effettuando un numero infinito di misure della
grandezza x. Se f(x) fosse nota si potrebbe calcolare la media x e la deviazione
standard σ e (almeno per la distribuzione normale) si conoscerebbe anche il valore
vero X. Tuttavia in generale non si conosce la distribuzione limite, ma si ha a
disposizione solo un numero finito di valori x1, x2, …, xN, sulla base dei quali occorre
determinare la migliore stima di X e di σ. Vogliamo qui solo accennare al fatto che
l’utilizzo della media come migliore stima del valore vero e della deviazione
standard campionaria come migliore stima di σ trovano la loro giustificazione nel
cosiddetto principio di massima verosimiglianza, che può essere enunciato nel modo
seguente:
“Date N misure osservate x1, x2,…, xN soggette soltanto ad errori casuali, le migliori
stime per X e σ (dove X è il valore “vero” e σ la varianza della popolazione, ossia la
larghezza della distribuzione limite) sono quei valori per i quali gli osservati x1,
x2,…, xN sono più probabili.”
Come conseguenza, ad esempio, se si suppone che le misure seguano una
distribuzione normale, si trova34
che la migliore stima di X è
Migliore stima di N
xX
i , (47)
cioè la media delle N misure, mentre la varianza della distribuzione è stimata da
34 Basta massimizzare la probabilità
22 2/)(
1,
1),,(
Xx
NNX
iexxP rispetto a X e a σ.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 60
N
XxN
i
i
1
2)(
. (48)
In pratica, tuttavia, poiché X non è noto la varianza è stimata con
N
xxN
i
i
1
2)(
, (49)
avendo utilizzato il fatto che la migliore stima di X è x . Tuttavia la (49) è sempre
minore della (48). Infatti, considerate come funzione di X la (48) è minima per
xX . Avendo sottostimato la (48) con la (49), si può correggere la (49)
moltiplicandola per )1/( NN . Perciò la migliore stima della larghezza della
distribuzione è la deviazione standard “corretta”
1
)(1
2
N
xx
s
N
i
i
. (50)
7.9 La distribuzione t di Student Rimane da stabilire, nel caso in cui il valore aspettato X e la varianza σ
2 non siano
note e la dimensione del campione non sia sufficientemente grande (in pratica il
numero di valori misurati può essere piccolo, 5 o 10), quando sia legittimo sostituire
alla varianza della popolazione quella campionaria nell’incertezza della media. Esiste
a tale proposito un criterio rigoroso dal punto di vista statistico che è noto come
criterio di Student35
.
L’intervallo di confidenza per il valore aspettato X può essere, infatti, dedotto dalla
variabile casuale
Ns
Xxt
/
, (51)
che ha una distribuzione, detta di t di Student, con N – 1 gradi di libertà:
2/)1(2
1)(
tCtf (52)
dove C è una costante di normalizzazione e ν = N – 1.
Tale distribuzione è simmetrica e tende alla normale per N → ∞. I valori della t
corrispondenti a un dato livello di confidenza 1 – α, per differenti gradi di libertà,
della funzione di distribuzione t di Student sono riportati in Appendice, tabella 3.
Quando le misure sono poche, stabilito un livello di significatività α, si calcola
1)( 11 tttp (53)
e l’intervallo di confidenza diventa
N
stxx 1 . (54)
ossia la probabilità che sia
NtsxXNtsx xx /
35
Pseudonimo di W. S. Gosset, 1908.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 61
è determinata dalla funzione di Student.
Il risultato
Ntsxx x /
ha il significato statistico di asserire che la differenza tra il valore vero X e il valore
trovato x ha una certa probabilità, dipendente dall’ammontare di tale differenza,
determinata dalla f(t).
Per esempio, per un livello di confidenza 1 – α = 0.95 (α =0.05), n = 5, si ha t0.95, 4 =
2.78. Si ha allora, con un livello di confidenza del 95%,
N
sxX 78.2 .
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 62
Parte II
8 Strumenti di misura. Misura di lunghezze
8.1 Calibro a cursore Il calibro a cursore è uno strumento realizzato in acciaio inossidabile, ben lavorato
meccanicamente, costituto da un regolo su cui può scorrere un cursore (Fig. 1).
Fig.1
Esso consente di misurare:
– Le dimensioni esterne a di un oggetto posto tra le ganasce A.
– Le dimensioni interne b per mezzo delle ganasce B.
– La distanza c tra due livelli di un oggetto, individuata dalla parte estrema C del
regolo e dall’estremo di una assicella D solidale al cursore.
Le misure sono lette su una scala millimetrata incisa sulla parte fissa del calibro in
coincidenza con una incisione del cursore (Δl = 1 mm). Tuttavia l’accurata
lavorazione meccanica consente di ottenere una sensibilità estremamente maggiore
mediante l’uso del nonio (Fig.2).
Fig. 2
Il nonio è costituito da una serie di n incisioni equidistanti poste sul cursore. La
distanza d tra due suddivisioni del nonio è tale che, detta D la distanza tra due
suddivisioni sulla scala fissa del regolo, le n divisioni d del nonio corrispondano a kn
– 1 divisioni D
Dn
kDdndDkn1
cui da ,)1( (1)
A A
B B C
D
a
b c
cursore
Nonio
Scala millimetrata
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 63
Nel caso in cui k = 1, una divisione del nonio vale 1 – 1/n della divisione della scala
principale. Se n = 10 e D = 1 mm, si ha un nonio diviso in 10 parti e lungo 9 mm. Se
n = 20 il nonio è lungo 19 mm ed è diviso in 20 parti; in questo caso la distanza tra
due suddivisioni del nonio è più corta, rispetto a quelle della scala principale, di 1/20
mm = 0.05 mm (figura 3).
Fig. 3
In generale, se lo zero del nonio coincide con la divisione i della scala, la prima
divisione del nonio si troverà Dn
1 prima del tratto (i + k) della scala, il secondo D
n
2
prima del tratto i + 2k, e così via (figura 4, dove k = 1).
Fig. 4
La lettura si effettua individuando, sulla scala del nonio, la r-ma divisione che meglio
coincide con una qualsiasi della scala fissa. Il valore di una misura è dato dalla
divisione della scala che precede immediatamente lo zero del nonio più Dn
r.
Fig. 5
Se, ad esempio, è la terza divisione del nonio a coincidere con una della scala
principale, ad esempio la 18a (Fig. 5), la seconda è, per definizione, spostata verso
destra di 0.05 mm dalla 17a divisione, la prima di 0.10 mm dalla 16
a e lo zero del
nonio di 0.15 mm dalla 15a divisione della scala sicché la misura è ℓ = (15 + 0.15)
mm = 15.15 mm.
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 10
i
D/20 2D/20 D
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 0 k = 1
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 10
15
0.05mm 0.10mm 1 mm
18
0.15mm
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 64
Fig. 6
Nella figura 6 è rappresentato un nonio con k = 2, in cui a una suddivisione del nonio
corrispondono due divisioni della scala principale. In questo caso la distanza tra due
suddivisioni del nonio è di 1.95 mm.
8.1.1 Esempi di letture
Le figure 7 e 8 seguenti chiariscono con esempi come si effettua una misura col
calibro.
Fig. 7
Lettura:
Scala principale 13 mm
Scala del nonio 7/10 mm = 0.70 mm
x = 13.70 ± 0.05 mm
Fig. 8
Lettura:
Scala principale 7 mm
Scala del nonio 4/10 + 1/20 mm = 0.45 mm
x = 7.45 ± 0.05 mm
Il calibro utilizzato in laboratorio ha una portata di 15.5 cm ed ha n = 20.
Possibili sorgenti di errori sistematici sono:
- Eventuale presenza tra l’oggetto in misura e le ganasce di piccoli corpi, che dà
misure sistematicamente maggiori per misure esterne e minori per quelle interne.
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 0
k = 2
i
D/20
2D/20 D
0 1 2 3 4
0 1 2 3 4 5 6 7 8 9 0
13 mm
0 1 2 3 4 5
0 1 2 3 4 5 6 7 8 9 0
0.70 mm
x
7 mm
0 1 2 3 4 5
0 1 2 3 4 5 6 7 8 9 0
0.45 mm
x
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 65
- Una pressione eccessiva delle ganasce contro l’oggetto, che dà, a seconda delle sue
proprietà meccaniche, errori sistematici in senso opposto.
8.2 Calibro Palmer Il calibro Palmer è uno strumento che ha una portata di pochi cm e può essere
impiegato solo per misure esterne.36
È costituito da un pezzo massiccio di acciaio
foggiato a ferro di cavallo (Fig. 9). A una estremità vi è un appoggio fisso A mentre
l’altra reca una madrevite M entro cui può scorrere una vite la cui estremità interna B
è l’altro riferimento per la misura.
L’estremità esterna T è foggiata a tamburo e reca incise 50 divisioni ugualmente
spaziate. Sul cilindro esterno della madrevite vi è una scala graduata in divisioni
spaziate di 0.5 mm, pari al passo della vite. Poiché la rotazione del tamburo può
essere letta con una incertezza di 1/50 di giro, si ha una incertezza di sensibilità
mm 10mm 50.050
1 2l . (2)
Fig. 9
Data l’elevata precisione dello strumento occorre sempre eseguire anzitutto la lettura
di zero, cioè la risposta dello strumento a sollecitazione nulla (quando tra A e B non
viene interposto alcun oggetto), sia il controllo della pressione della vite in
condizioni di misura (a cui si provvede tramite il nottolino N).
La determinazione dello zero effettivo si ottiene portando più volte in contatto tra
loro le ganasce dello strumento ed eseguendo le letture in corrispondenza. Al
controllo della pressione esercitata dalla punta provvede un meccanismo “a frizione”
per cui, se la rotazione del tamburo viene comandata manualmente mediante il
bottone terminale, una volta raggiunta una data pressione il bottone gira a vuoto.
8.2.1 Esempi di letture
Per misurare lo spessore di un oggetto, lo si pone tra le estremità A e B e si gira la
vite fino a esercitare una leggera pressione sulle facce. Il valore in mm e ½ mm è
dato dall’ultima divisione di M che rimane scoperta; la frazione da aggiungere viene
data in 0.01 mm dalla divisione della testa graduata del tamburo che viene a trovarsi
sulla generatrice di riferimento di M (figura 10).
36
Il calibro utilizzato in laboratorio è un Palmer centesimale con una portata di 25 mm.
A B
M T N
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 66
Fig. 10
8.3 Sferometro Lo sferometro è costituito da una vite micrometrica dotata di una testa piatta
circolare abbastanza grande da consentire di apprezzare, mediante lo spostamento del
suo bordo estremo, piccole rotazioni.
Una vite micrometrica VA (Fig. 11) scorre entro una madrevite M dotata di un
sostegno con tre piedini disposti ai vertici di un triangolo equilatero il cui piano è
perpendicolare all’asse della vite e il cui centro è l’intersezione di tale piano con
l’asse. La testa C è costituta da un disco il cui bordo è diviso in 500 parti uguali e
passa a breve distanza dallo spigolo di un’asta R fissata parallelamente all’asse della
vite e portante una graduazione in mm.
Lo strumento consente di misurare spessori mediante la misurazione della quota della
punta della vite micrometrica rispetto al piano individuato dalle punte dei tre piedini
di sostegno.
Fig. 11
Lettura:
8.00 mm
+ 0.00 mm
+ 0.47
= 8.47 mm
millimetri
0.5 millimetri
0.01 millimetri
Lettura:
3.00 mm
+ 0.50 mm
+ 0.05 mm
= 3.55 mm
3.00 mm
… + 0.50 mm
… + 0.05 mm
V
A
M
C
R
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 67
La misurazione implica la determinazione dello zero effettivo dello strumento, cioè
la lettura corrispondente alla quota zero, ossia alla posizione in cui la punta della vite
micrometrica è complanare con le punte dei piedini di appoggio.
Ogni giro della vite fa alzare o abbassare la punta A di 1 mm. Poiché sulla testa
graduata si possono apprezzare rotazioni pari a 1/500 giro, si potranno misurare
spostamenti di A pari a 1/500 mm = 0.002 mm. Se invece il passo = 1 mm e il
numero di div = 100 si leggerà 1/100 mm.37
Fig. 12
Data l’elevata sensibilità, lo strumento è dotato di un delicato meccanismo mediante
il quale è possibile controllare la pressione della punta della vite sulla superficie
sottostante. Si tratta di una leggera leva con il fulcro ad una estremità, la quale viene
fatta spostare utilizzando la forza con cui la punta preme. La lettura si esegue quando
l’estremità libera di tale leva si trova in corrispondenza di un fissato riferimento
(linea di fede).
Il nome dello strumento è dovuto al fatto che esso viene prevalentemente impiegato
per la misura del raggio di curvatura di superfici sferiche (Fig. 12).
37
Lo sferometro utilizzato in laboratorio ha una portata di 15 mm e un’incertezza di sensibilità di
0.002 mm.
A
B
C h r
R
2R-h h
hrR
hRhr
2
)2(
22
2
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 68
9 Strumenti di misura. Misura di massa
9.1 La bilancia: principio di funzionamento La bilancia serve a stabilire l’eguaglianza di due masse attraverso il confronto dei
loro pesi, ossia consente il confronto diretto della massa incognita di un corpo con
masse campione.
Il confronto tra le masse può essere realizzato sospendendo il corpo in misura, di
massa Mx all’estremità A di una sbarra rigida, detta giogo, libera di ruotare intorno a
un asse orizzontale F, detto fulcro, ed all’altra estremità B le masse campione Mc. Se
la massa del giogo è trascurabile e non sono presenti forze di attrito apprezzabili, le
forze agenti sono solo le forze peso sulle masse e la reazione vincolare nel fulcro
(Fig. 1). La condizione di equilibrio fornisce la massa incognita. Infatti, all’equilibrio
0BFAF cx gMgM , (1)
da cui
cxAF
BFMM . (2)
Fig. 1
Sotto queste condizioni il sistema è però instabile. Le caratteristiche costruttive della
bilancia devono perciò essere tali da renderla stabile.
9.2 La bilancia analitica La bilancia analitica è costituita da un giogo rigido, mobile attorno a un asse
orizzontale F, spigolo di un prisma triangolare di acciaio, detto coltello, solidale con
il giogo. Il giogo, di baricentro G, porta a ciascuna estremità un coltello a cui è
sospeso un piatto. Solidale con il giogo vi è un indice I (Fig. 2).
Sbloccato il giogo, esso ruota intorno a F ed assume, in assenza di attrito, una
posizione di equilibrio corrispondente all’annullarsi della somma dei momenti delle
forze esterne rispetto a F.38
Il punto O di mezzo tra A e B (spigoli dei coltelli laterali) si trova sulla retta FG. Se i
due piatti hanno eguale massa, la risultante delle forze applicate in A e B equivale a
una forza applicata in O, il giogo assume una posizione pressoché orizzontale e
l’indice segna la posizione zero (che può essere una qualunque della scala S). Se si
38
Le caratteristiche costruttive sono indirizzate a rendere i bracci uguali.
A F B
gM
xgM
c
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 69
pongono sui piatti masse diseguali la risultante delle forze non è più applicata in O e
il giogo si inclina.
Fig. 2
L’equilibrio è stabile e si verifica quando (Fig. 3)
BB'GG'AA' BGA gMgMgM , (3)
da cui segue
FGFO)(
BOAOtan
GBA
BA
MMM
MM
. (4)
Il giogo è realizzato con un materiale e con una forma tale da consentire la massima
rigidità, senza apprezzabili variazioni nelle distanze.
Fig. 3
α
α
α A
B
F
G
G’ O
O’
A’
B’
gM
A
gM
G
gM
B
sinFGGG'
sinFOcosBO
cos)tanFOBO(cosBO'BB'
sinFOcosAO
cos)tanFOAO(cosAO'AA'
F
A
B
G
I
S
C
O
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 70
Il sistema con i tre coltelli poggia su supporti molto duri per consentire movimenti
col minimo di attrito; ciò impone che α sia piccolo, per cui tan α ~ α.
Un dispositivo mantiene sollevati i coltelli dai loro appoggi e sorregge i piatti tranne
che nel momento della misura.
La bilancia ha in dotazione:
Un insieme (pesiera) di masse campione i cui valori vanno da 10 mg a 100 g.
Una massa campione (cavalierino di Berzelius: un pezzo di filo metallico piegato a
forcella) di 10 mg che si può porre a cavallo del giogo in posizioni diverse. Posto a
una distanza da F pari a BF10
7 produce l’effetto di una massa di mg 7 mg 1010
7
posta in B.
9.2.1 Lettura della posizione di equilibrio
La posizione di equilibrio, e quindi la sua determinazione in sede di misura, è
influenzata dagli attriti. Quando la forza di richiamo è piccola gli attriti statici
possono bloccare la bilancia in posizione diversa da quella che si avrebbe se essi
fossero zero.
Fig. 4
Per ridurre questo effetto casuale si usa leggere la posizione dell’indice quando la
bilancia è in moto, in corrispondenza a tre (o cinque) elongazioni massime
consecutive (Fig. 4) e assumere come valutazione della posizione di equilibrio la
quantità
2
22
31
. (5)
9.2.2 Sensibilità
A piatti scarichi l’indice sia fermo in una posizione di equilibrio α0 (non
necessariamente α = 0). Posta la massa incognita Mx in A, la misura si effettua
determinando le masse campione Mc che poste in B riportano l’indice in α0, Mx = Mc.
La ricerca di questa condizione può richiedere molti tentativi, ma non è tuttavia
necessaria. Infatti, l’aggiunta di un sovraccarico ΔM in A o B determina una nuova
posizione dell’indice, la cui dipendenza da ΔM è valutabile tramite la sensibilità
α
t
α1
α2
α3
2
31
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 71
MdM
ds
. (6)
Se α è piccolo, MA ~ MB (= M) e dalla (4)
FG FO2
AO
GMMs
. (7)
La sensibilità dipende dunque dal carico M (a meno che FO = 0, ossia i tre coltelli
sono complanari).
Nota s, il sovraccarico m da aggiungere in A o B per riportare l’indice da α a α0 è
s
m|| 0
. (8)
In pratica si definisce la sensibilità come il numero di divisioni corrispondenti ad un
dato sovraccarico (ad esempio 1 mg). Per misurare s (o il suo reciproco e = 1/s =
ΔM/Δα) si procede quindi nel modo seguente. La bilancia sia in equilibrio con
l’indice sulla posizione α0. Si sovraccarica la bilancia per mezzo del cavalierino
ponendolo su un tratto corrispondente a ΔM. L’indice indicherà una nuova posizione
α1. Posto Δα = α1 – α0 la sensibilità si ricava dalla relazione
M
s
|| . (9)
Trascurando eventuali incertezze sulle masse campione Mc l’incertezza su Mx in una
singola determinazione di equilibrio è un errore massimo dato da
s
M x
div , (10)
dove Δ div è l’incertezza di lettura.
Ad esempio, se ΔM = 2.0 mg e Δα = 5.0 div si ha
div
mg 4.0
div 5
mg 21
se .
Se si aumenta ΔM aumenta anche Δα e se gli spostamenti sono piccoli i rapporti
rimangono costanti. Una volta che si è determinata la sensibilità, per riportare, ad
esempio, l’indice in una posizione α0 distante Δα = 3.5 div, la massa da aggiungere
(o togliere) è
mg 4.1div 5.3div
mg 4.0 m
Assumendo Δ div = 0.5 div, l’incertezza su m in una singola lettura può essere
assunta uguale a Δ div /s = 0.2 mg, per cui
mg )2.04.1( m .
9.2.3 Misura diretta
Una misura diretta consiste nel confronto tra una massa incognita e le masse
campione. Si determina la posizione α0 di equilibrio a piatti scarichi. Si determina la
sensibilità s o l’incertezza di sensibilità es (eventualmente in funzione di M). Si pone
il corpo di massa incognita Mx (ad esempio) in A e le masse campione Mc in B. Si
determina una nuova condizione di equilibrio α (Fig. 5).
Utilizzando la sensibilità si determina la massa m da aggiungere o togliere a Mc per
riportare la bilancia nella posizione iniziale di equilibrio.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 72
Fig. 5
Esempio:
Mc = 12.150 g
s = 0.5 div/mg
es = 2 mg/div
α - α0 = 5.0 div
m = 2 mg/div 5 div = 10 mg
ΔM = 0.5 div / s = 1 mg
Mx = Mc + 10 mg = 12.160 ± 0.001 g.
Fig. 6
9.2.4 Differenze nelle posizioni di equilibrio
La bilancia sia in una posizione di equilibrio α0 (Fig. 6). Si aggiunga un sovraccarico
μ su un piatto della bilancia. Sia α la nuova posizione di equilibrio. La sensibilità sia
ss , (11)
dove
0 s . (12)
Fig. 7
Nella valutazione della massa m da aggiungere o sottrarre a uno dei due piatti per far
coincidere due posizioni di equilibrio si utilizza la relazione
s
m
, (13)
dove
α0 α
A B
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 73
12 (14)
rappresenta il numero di divisioni tra le posizioni di equilibrio dell’indice sulla scala
(Fig. 7).
Ciascuna posizione di equilibrio è valutata col metodo delle oscillazioni.
9.2.5 Errori sistematici
Nella bilancia gli errori sistematici sono essenzialmente dovuti a
– Diversa lunghezza dei bracci.
– Spinta di Archimede.
Per una bilancia con portata 100 g e ΔM = 1 mg la differenza di lunghezza dei bracci
Δl deve essere tale che
510
M
M
l
l.
Se l = 10 cm deve essere Δl < 10-4
cm, difficile da garantire in fase di costruzione.
La spinta di Archimede si applica sia alle masse campione che al corpo da pesare.
Indicata con ρf la densità dell’aria, la correzione è
x
f
c
f
cx
1
1
MM , (15)
ed è trascurabile se la densità ρx della massa incognita e delle masse campione ρc
sono circa uguali.
Per ricavare la (15) basta ricordare che su ogni corpo di massa M immerso in un
fluido agisce, oltre alla forza peso gM
, una forza diretta in verso opposto a pari al
peso della porzione di fluido che è stata da esso occupata. Perciò sul corpo agisce
una forza risultante gM = gMM f
)( , uguale a quella che agirebbe su un corpo
posto nel vuoto di massa equivalente )( fMMM = )( fVM = )/1( fM .
All’equilibrio bisogna allora eguagliare le massi equivalenti xM ed cM .
9.2.6 Misura della massa col metodo della tara
Il metodo della tara viene utilizzato per eliminare l’effetto dovuto alla differenza dei
bracci. Nella pratica esso si traduce nell’utilizzare un solo braccio. Il metodo consiste
nel fare due pesate:
Si pone su un piatto (per esempio A) un corpo qualsiasi detto tara, la cui massa MT
sia Mx e in B il corpo da pesare. Aggiungendo in B una opportuna massa campione
1cM si ottiene una posizione di equilibrio (Fig. 8a).
Si sostituisce in B al corpo in misura e a 1cM un’altra massa campione
2cM che
riporti la bilancia nella stessa posizione di equilibrio (Fig. 8b).
Si ha
MM
MMM cc
2x
x 12 (16)
dove ΔM è dato dalla (10).
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 74
MT
A B
2
2cMMT MX
A B
1cM1
a) b)
Fig. 8
Non è necessario far coincidere le posizioni di equilibrio. La massa corrispondente a
differenze (δ) nella posizione dell’indice nelle due differenti condizioni di equilibrio
può essere valutata tramite la sensibilità (determinata a quei valori delle masse),
come mostrato dalla relazione (13).
Se la differenza nella configurazione tra prima e seconda pesata fosse come quella
rappresentata in figura 7, si avrebbe allora
.2x
12
MM
MmMM ccX
(17)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 75
10 Misura del periodo di un pendolo e dell’accelerazione di gravità
10.1 Periodo del pendolo semplice Il pendolo semplice è un sistema meccanico ideale che si muove di moto oscillatorio
periodico. È costituito da una particella, considerata puntiforme, sospesa ad un filo
sottile, inestensibile, di lunghezza l e massa trascurabile, sospeso a un punto fisso39
.
Si trascurano tutti i possibili attriti.
Fig.1 Il pendolo semplice.
Se spostato dalla sua posizione di equilibrio il pendolo oscilla in un piano verticale
sotto l’azione della forza peso. Le forze agenti sulla particella sono la forza peso mg
e la tensione del filo T. Il moto avviene lungo una arco di cerchio di raggio l. Le
componenti radiali delle forze forniscono l’accelerazione centripeta necessaria a far
muovere la massa m su un arco di cerchio, mentre la componente tangenziale della
forza peso agisce come forza di richiamo che tende a riportare la particella verso la
posizione di equilibrio:
sin2
2
l
g
dt
d . (1)
Se l’angolo θ è piccolo sin θ è praticamente uguale a θ (espresso in radianti),
sin , e dalla (1) si ottiene
l
g
dt
d
2
2
, (2)
ossia, per piccoli spostamenti la forza di richiamo è proporzionale e opposta allo
39
Nella pratica del laboratorio il pendolo è costituito da una sfera metallica appesa tramite un filo ad
un telaio.
T
mg
m
θ
l
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 76
spostamento. Questa è la condizione per il moto armonico semplice40
e il periodo è
dato dalla relazione
g
lT 2 . (3)
Si osservi che il periodo è indipendente dalla massa della particella e dall’ampiezza
del moto.
Se l’ampiezza delle oscillazioni non è piccola, il periodo è dato da
....
2sin
4
11 02
0
TT , (4)
dove T0 è il periodo per piccole oscillazioni, dato alla (3). Tale relazione stabilisce
quanto piccolo deve essere l’ampiezza massima delle oscillazioni θ0 affinché il moto
sia armonico. Infatti, l’approssimazione introduce un errore sistematico sul periodo
dato da
...16
2
0
0
T
T. (5)
Supponendo di misurare il periodo con un’incertezza relativa
3105.0
T
T,
ottenibile mediando su un opportuno numero n di oscillazioni, si ha la condizione
o5 rad 0873.0 , (6)
angolo da non superare e mantenere costante nelle misure. A questo valore si ha sinθ
= 0.0872, che differisce da θ soltanto di circa 0.1%.
Altre sorgenti di errore sistematico sono costituite dalle dimensioni finite della sfera,
dall’attrito viscoso dell’aria, dalla spinta di Archimede, ecc.
10.2 Misura di g Dalla misura del periodo T del pendolo e della lunghezza del filo l, si determina
l’accelerazione di gravità locale dalla relazione
2
2π4T
lg . (7)
Tabella 1
l±0.1(cm) T±0.001(s) g(cm/s2)
Δl/l
(%)
ΔT/T
(%)
Δg/g
(%)
risultato
g±Δg(cm/s2)
93.8 1.944 980 0.1 0.05 0.2 980±2
70.3 1.681 982 0.14 0.06 0.3 982±3
45.7 1.358 978 0.22 0.07 0.4 978±4
21.2 0.922 985 0.47 0.1 0.7 985±7
Trattandosi di misura indiretta occorre valutare la propagazione delle incertezze. Se
le incertezze massime relative sul periodo e la lunghezza sono, ad esempio,
40
Nel moto armonico la distanza dalla posizione di equilibrio varia nel tempo come
)cos( tA . Il periodo è dunque T = 2π/ω.
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 77
3105.0
T
T e 310
l
l,
l’incertezza relativa su g è
%2.02
T
T
l
l
g
g.
Si supponga ora di compiere una serie di misure variando la lunghezza del pendolo l,
e di ottenere i valori rappresentati in tabella 1.
Come si vede, diminuendo la lunghezza del pendolo, l’incertezza su g aumenta, a
causa dell’aumento nelle incertezze relative delle misure di l e T.
Rappresentando in un grafico i valori di T2 in funzione di l, dalla pendenza della retta
lg
T2
2 π4
si determina g e si verifica la relazione (3).
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 78
Parte III
11 Appendice – Tabelle delle distribuzioni Se la misura di una variabile continua x è soggetta a piccoli errori casuali la
distribuzione attesa dei risultati è data dalla distribuzione normale
2
2
2
)(
, e2
1)(
Xx
X xf
dove X è il valore “vero” di x e σ è la deviazione standard.
1 - Variabile gaussiana standardizzata - valori di f (z)
z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.39894 0.39892 0.39886 0.39876 0.39862 0.39844 0.39822 0.39797 0.39767 0.39733
0.1 0.39695 0.39654 0.39608 0.39559 0.39505 0.39448 0.39387 0.39322 0.39253 0.39181
0.2 0.39104 0.39024 0.38940 0.38853 0.38762 0.38667 0.38568 0.38466 0.38361 0.38251
0.3 0.38139 0.38023 0.37903 0.37780 0.37654 0.37524 0.37391 0.37255 0.37115 0.36973
0.4 0.36827 0.36678 0.36526 0.36371 0.36213 0.36053 0.35889 0.35723 0.35553 0.35381
0.5 0.35207 0.35029 0.34849 0.34667 0.34482 0.34294 0.34105 0.33912 0.33718 0.33521
0.6 0.33322 0.33121 0.32918 0.32713 0.32506 0.32297 0.32086 0.31874 0.31659 0.31443
0.7 0.31225 0.31006 0.30785 0.30563 0.30339 0.30114 0.29887 0.29659 0.29431 0.29200
0.8 0.28969 0.28737 0.28504 0.28269 0.28034 0.27798 0.27562 0.27324 0.27086 0.26848
0.9 0.26609 0.26369 0.26129 0.25888 0.25647 0.25406 0.25164 0.24923 0.24681 0.24439
1 0.24197 0.23955 0.23713 0.23471 0.23230 0.22988 0.22747 0.22506 0.22265 0.22025
1.1 0.21785 0.21546 0.21307 0.21069 0.20831 0.20594 0.20357 0.20121 0.19886 0.19652
1.2 0.19419 0.19186 0.18954 0.18724 0.18494 0.18265 0.18037 0.17810 0.17585 0.17360
1.3 0.17137 0.16915 0.16694 0.16474 0.16256 0.16038 0.15822 0.15608 0.15395 0.15183
1.4 0.14973 0.14764 0.14556 0.14350 0.14146 0.13943 0.13742 0.13542 0.13344 0.13147
1.5 0.12952 0.12758 0.12566 0.12376 0.12188 0.12001 0.11816 0.11632 0.11450 0.11270
1.6 0.11092 0.10915 0.10741 0.10567 0.10396 0.10226 0.10059 0.09893 0.09728 0.09566
1.7 0.09405 0.09246 0.09089 0.08933 0.08780 0.08628 0.08478 0.08329 0.08183 0.08038
1.8 0.07895 0.07754 0.07614 0.07477 0.07341 0.07206 0.07074 0.06943 0.06814 0.06687
1.9 0.06562 0.06438 0.06316 0.06195 0.06077 0.05959 0.05844 0.05730 0.05618 0.05508
2 0.05399 0.05292 0.05186 0.05082 0.04980 0.04879 0.04780 0.04682 0.04586 0.04491
2.1 0.04398 0.04307 0.04217 0.04128 0.04041 0.03955 0.03871 0.03788 0.03706 0.03626
2.2 0.03547 0.03470 0.03394 0.03319 0.03246 0.03174 0.03103 0.03034 0.02965 0.02898
2.3 0.02833 0.02768 0.02705 0.02643 0.02582 0.02522 0.02463 0.02406 0.02349 0.02294
2.4 0.02239 0.02186 0.02134 0.02083 0.02033 0.01984 0.01936 0.01888 0.01842 0.01797
2.5 0.01753 0.01709 0.01667 0.01625 0.01585 0.01545 0.01506 0.01468 0.01431 0.01394
2.6 0.01358 0.01323 0.01289 0.01256 0.01223 0.01191 0.01160 0.01130 0.01100 0.01071
2.7 0.01042 0.01014 0.00987 0.00961 0.00935 0.00909 0.00885 0.00861 0.00837 0.00814
2.8 0.00792 0.00770 0.00748 0.00727 0.00707 0.00687 0.00668 0.00649 0.00631 0.00613
2.9 0.00595 0.00578 0.00562 0.00545 0.00530 0.00514 0.00499 0.00485 0.00470 0.00457
3 0.00443 0.00430 0.00417 0.00405 0.00393 0.00381 0.00370 0.00358 0.00348 0.00337
3.1 0.00327 0.00317 0.00307 0.00298 0.00288 0.00279 0.00271 0.00262 0.00254 0.00246
3.2 0.00238 0.00231 0.00224 0.00216 0.00210 0.00203 0.00196 0.00190 0.00184 0.00178
3.3 0.00172 0.00167 0.00161 0.00156 0.00151 0.00146 0.00141 0.00136 0.00132 0.00127
3.4 0.00123 0.00119 0.00115 0.00111 0.00107 0.00104 0.00100 0.00097 0.00094 0.00090
Ponendo
z = (x – X)/σ (variabile standardizzata)
si ottiene la funzione di distribuzione normale standard
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 79
2
z-
2
eπ2
1)( zf
che ha valore atteso uguale a zero e deviazione standard uguale a uno. Nella tabella 1
sono tabulati i valori di f(z).
2 - Variabile gaussiana standardizzata - valori di F (z)
z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.50000 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.52790 0.53188 0.53586
0.1 0.53983 0.54380 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.62930 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.65910 0.66276 0.66640 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.7 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91309 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670
2 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.98030 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.98300 0.98341 0.98382 0.98422 0.98461 0.98500 0.98537 0.98574
2.2 0.98610 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.98840 0.98870 0.98899
2.3 0.98928 0.98956 0.98983 0.99010 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.99180 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.99430 0.99446 0.99461 0.99477 0.99492 0.99506 0.99520
2.6 0.99534 0.99547 0.99560 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.99720 0.99728 0.99736
2.8 0.99744 0.99752 0.99760 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861
3 0.99865 0.99869 0.99874 0.99878 0.99882 0.99886 0.99889 0.99893 0.99896 0.99900
3.1 0.99903 0.99906 0.99910 0.99913 0.99916 0.99918 0.99921 0.99924 0.99926 0.99929
3.2 0.99931 0.99934 0.99936 0.99938 0.99940 0.99942 0.99944 0.99946 0.99948 0.99950
3.3 0.99952 0.99953 0.99955 0.99957 0.99958 0.99960 0.99961 0.99962 0.99964 0.99965
3.4 0.99966 0.99968 0.99969 0.99970 0.99971 0.99972 0.99973 0.99974 0.99975 0.99976
L’integrale della funzione di distribuzione normale si chiama integrale normale degli
errori e dà la probabilità che la misura cada in un dato intervallo
b
a
dzzfbzap )()(
Tali probabilità si possono calcolare utilizzando i valori, tabulati in tabella 2, della
funzione di ripartizione di f(z)
z
dttfzF )()( ,
ossia
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 80
)()()()()()( aFbFdzzfdzzfdzzfbzap
abb
a
Nel caso in cui il numero N di misure sia piccolo le stime del valore aspettato e della
varianza sono molto incerte e la distribuzione di Gauss non è più adeguata. In questo
caso è corretto adottare la distribuzione t di Student, che tende alla distribuzione
normale standardizzata all’aumentare di N (o dei gradi di libertà ν = N – 1).
Nella tabella 3 sono riportati i valori di
Ns
Xxt
/
tali che la probabilità che sia
NtsxXNtsx xx /
abbia un valore dato P.
Ad esempio, se P = 0.7 e N = 5, allora t = 1.189957
3 - Distribuzione di Student - valori di t
ν=N -1
1-α 0.2 0.5 0.6 0.7 0.8 0.9 0.95 0.98
1 0.32492 1 1.37638 1.96261 3.07768 6.31375 12.7062 31.8205
2 0.28868 0.8165 1.06066 1.38621 1.88562 2.91999 4.30265 6.96456
3 0.27667 0.76489 0.97847 1.24978 1.63774 2.35336 3.18245 4.5407
4 0.27072 0.7407 0.94096 1.18957 1.53321 2.13185 2.77645 3.74695
5 0.26718 0.72669 0.91954 1.15577 1.47588 2.01505 2.57058 3.36493
6 0.26483 0.71756 0.9057 1.13416 1.43976 1.94318 2.44691 3.14267
7 0.26317 0.71114 0.89603 1.11916 1.41492 1.89458 2.36462 2.99795
8 0.26192 0.70639 0.88889 1.10815 1.39682 1.85955 2.306 2.89646
9 0.26096 0.70272 0.8834 1.09972 1.38303 1.83311 2.26216 2.82144
10 0.26018 0.69981 0.87906 1.09306 1.37218 1.81246 2.22814 2.76377
11 0.25956 0.69745 0.87553 1.08767 1.36343 1.79588 2.20099 2.71808
12 0.25903 0.69548 0.87261 1.08321 1.35622 1.78229 2.17881 2.681
13 0.25859 0.69383 0.87015 1.07947 1.35017 1.77093 2.16037 2.65031
14 0.25821 0.69242 0.86805 1.07628 1.34503 1.76131 2.14479 2.62449
15 0.25789 0.6912 0.86624 1.07353 1.34061 1.75305 2.13145 2.60248
16 0.2576 0.69013 0.86467 1.07114 1.33676 1.74588 2.11991 2.58349
17 0.25735 0.6892 0.86328 1.06903 1.33338 1.73961 2.10982 2.56693
18 0.25712 0.68836 0.86205 1.06717 1.33039 1.73406 2.10092 2.55238
19 0.25692 0.68762 0.86095 1.06551 1.32773 1.72913 2.09302 2.53948
20 0.25674 0.68695 0.85996 1.06402 1.32534 1.72472 2.08596 2.52798
21 0.25658 0.68635 0.85907 1.06267 1.32319 1.72074 2.07961 2.51765
22 0.25643 0.68581 0.85827 1.06145 1.32124 1.71714 2.07387 2.50832
23 0.2563 0.68531 0.85753 1.06034 1.31946 1.71387 2.06866 2.49987
24 0.25617 0.68485 0.85686 1.05932 1.31784 1.71088 2.0639 2.49216
25 0.25606 0.68443 0.85624 1.05838 1.31635 1.70814 2.05954 2.48511
26 0.25595 0.68404 0.85567 1.05752 1.31497 1.70562 2.05553 2.47863
27 0.25586 0.68368 0.85514 1.05673 1.3137 1.70329 2.05183 2.47266
28 0.25577 0.68335 0.85465 1.05599 1.31253 1.70113 2.04841 2.46714
29 0.25568 0.68304 0.85419 1.0553 1.31143 1.69913 2.04523 2.46202
30 0.25561 0.68276 0.85377 1.05466 1.31042 1.69726 2.04227 2.45726
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 81
Bibliografia
[1] M. Severi “Introduzione alla esperimentazione fisica” (Zanichelli, 1982)
[2] J.R. Taylor “Introduzione all’analisi degli errori” (Zanichelli, 2000)
Laboratorio I - Corso di Laurea in Fisica Facoltà di Scienze M.F.N. – Università del Salento
© L. Renna 82
Ringraziamenti
Desidero ringraziare il Dott. F. Paladini, del Dipartimento di Fisica, per la
collaborazione e la riproduzione fotografica della strumentazione.