Distribuzione degli Errori di Misura La distribuzione normale Johann Carl Friedrich Gauss ( )

DISTRIBUZIONE DEGLI ERRORI DI MISURA Si supponga di eseguire, in condizioni assai simili e con lo stesso metodo analitico, un gran numero di titolazioni di una soluzione di glucosio avente concentrazione θ=90 mg/dl, e di riportare in grafico le frequenze relative dei valori ottenuti (x) con le prime 20, 40, misure.

LA FORMA DELLA DISTRIBUZIONE DEGLI ERRORI DI MISURA All'aumentare del numero di misure, i valori tendono ad ac- centrarsi attorno alla loro media e l'istogramma assume una forma a campana sempre più regolare, che può essere approssimata con una funzione reale nota come funzione di gauss o funzione normale. Johann Carl Friedrich Gauss ( ) Standard Deviation σ Mean μ

Cenni storici Karl Friedrich Gauss descrisse la Normale studiando il moto dei corpi celesti. Altri la usavano per descrivere fenomeni anche molto diversi come i colpi di sfortuna nel gioco d'azzardo o la distribuzione dei tiri attorno ai bersagli. Da qui i nomi curva di Gauss e curva degli errori: Nel 1835 Lambert-Adolphe-Jacques Quételet pubblicò uno scritto nel quale, fra le altre cose, c'erano i dati riguardanti la misura del torace di soldati scozzesi e la statura dei militari di leva francesi. Quételet mostrò come tali dati si distribuivano come una Gaussiana, ma non andò oltre. Fu Francis Galton a intuire che la curva in questione, da lui detta anche ogiva, poteva essere applicata a fenomeni anche molto diversi, e non solo ad "errori". Questa di idea di curva per descrivere i "dati" in generale portò ad usare il termine Normale, in quanto rappresentava uno substrato normale ovvero la norma per qualsiasi distribuzione presente in natura. Nel tentativo di confrontare curve diverse, Galton - in mancanza di strumenti adeguati - si limitò ad usare due soli parametri: la media e la varianza, dando così inizio alla statistica parametrica.

Sorprendente !!!

La funzione di Gauss (1) Gli errori casuali di misura ( = x - ), considerati nel loro complesso, mostrano un comportamento tipico che può essere così descritto: Gli errori piccoli sono più frequenti di quelli grandi; Gli errori di segno negativo tendono a manifestarsi con la stessa frequenza di quelli con segno positivo; All'aumentare del numero delle misure si ha che 2/3 dei valori tendono ad essere inclusi nell'intervallo media 1 deviazione standard Il 95% dei valori tende ad essere incluso nell'intervallo media 2 deviazioni standard

La funzione di Gauss (2)

La funzione di Gauss (3) dove: è la deviazione standard della totalità delle misure; μ è la media della totalità delle misure; e = base dei logaritmi naturali ( e = ). è il rapporto tra circonferenza e diametro = );

La funzione di Gauss standard Si può trasformare una generica funzione gaussiana f(x) con media e varianza {, 2 }, in ф(z) funzione gaussiana standard con media 0 varianza 1, { =0, 2 =1 } se si pone : deviata gaussiana standard la relazione inversa collega (z) alla variabile originale (x)

Attenzione! Tutte le gaussiane hanno la stessa identica forma, benché quelle con deviazione standard maggiore siano più larghe e più basse di quelle con deviazione standard minore. Se restringo od allargo la silhouette di un micio ottengo sempre la silhouette di un micio...

... certamente Non otterrò la silhouette di un orso

L'area sottesa alla funzione di Gauss, da - ad un dato valore z=z*, indica la frequenza relativa dei valori z z*. Tale area è data dall'integrale di f(z) definito tra - e z*: F(z*) rappresenta la distribuzione cumulativa di f(z).

Deviata gaussiana Standard: Aree per z>+z* (o per z<-z*) z*

Deviata gaussiana Standard: Aree per z>+z* (o per z<-z*) z* tabella calcolatrice

Detto p (0<p<1) il va- lore dell'area a destra di +z*, l'area a sinistra di +z* vale (1-p). L'area a sinistra di -z* è uguale all'area a destra di +z*. Detto p (0<p<1) il valore di tale area, l'area esterna a z* vale 2p, e l'area interna vale (1-2p). L'area compresa tra due valori z 1 *< z 2 * si ricava per differenza (1-p 1 -p 2 ), dove p 1 è il valore dell'a- rea a sinistra di z 1 *, e p 2 quello dell'area a destra di z 2 *.

Cosa è accaduto ?

A proposito del filmato ! ecco il risultato …..di una Binomiale (k= , N=40, p = 0.5)

APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentra- zione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con media =13.1 g/dl e deviazione standard =0.7 g/dl. In base a queste sole informazioni possiamo calcolare, ad esempio, quante ragazze hanno emoglo- binemia inclusa tra e g/dl. Infatti: Distribuzione dell'emoglobina in una popolazione di ragazze di età compresa tra i 18 e i 25 anni. Nell'11% delle ragazze i valori di Hb sono minori di g/dl, e nel 27% sono maggiori di g/dl. Quindi il 62% delle ragazze ha valori di Hb compresi tra e g/dl. z 1 = z 2 = = -1.2 = +0.6

Esempi di moti diffusivi semplici: la diffusione continua 1 a legge di Fick: 2 a legge di FickEquaz. di diffusione: FWHM Coherence Effects liquid Argon De Gennes narrowing

Esempi di moti diffusivi: la diffusione in un volume confinato Dynamics of water at a protein surface vs. pressure

Diffusione e interazione molecolare Sonde molecolari per la misura di diffusione ed interazione Fluore- scence Correlation Spectroscopy (FCS). La probabilità C di trovare una particella nella posizione r, al tempo t, quando la particella è stata all'origine r=0 al tempo t=0 è

Diffusione e interazione molecolare D is the diffusion coefficient. This is a solution of Fick's second law of diffusion: la relation di Einstein lega D a Temperatura assoluya T, viscosità del mezzo η, raggio r della molecola e k = 1.38 x J/K costante di Boltzman,

La funzione di Gauss 1) p(0 z 1.43) =? 2) p(z 0.55) =? 3) p(z 0.55) =? 4) p(z < 2.33) =? 5)p(|z| < 1.28)=? 6)p(z < 2.33)=? 7) p( 1.96 z 1.96) =? 8) p( 2.58 z 2.58) =? 9) p( 1.65 z 1.65) =? 10)p( z =.74).=? 1) qual è l'area sottesa alla curva gaussiana fra z=0 e z=1.43 ?

La funzione di Gauss 1)qual è la deviata gaussiana z 1 corrispondente allarea P(…) ? 11) p( z z 1 ) =0.0055z 1 =? 12) p( z z 1 ) =0.9718z 1 =? 13) p( z > z 1 )=0.0384z 1 =? 14) p(z 1 z 1.28) =0.1117z 1 =? 15) p( z 1 z z 1 ) =0.8132z 1 =? 16) p( z > z 1 )=0.0055z 1 =? 17) p( - z z 1 ) =0.9999z 1 =? 18) p( |z| > z 1 )=2/3z 1 =? 19) p( - z z 1 ) =1/3z 1 =? 20) p( |z| z 1 ) =0.95z 1 =?

La funzione di Gauss 1) p(0 z 1.43) = ) p(z 0.55) = ) p(z 0.55) = ) p(z < 2.33) = ) p(|z| < 1.28)= ) p(z < 2.33)= ) p( 1.96 z 1.96) =0.95 8) p( 2.58 z 2.58) =0.99 9) p( z 1.648) = ) p( z = 0.74).=0.0 1) qual è l'area sottesa alla curva gaussiana fra z=0 e z=1.43 ?

La funzione di Gauss 1)qual è la deviata gaussiana z 1 corrispondente allarea P(…) ? 11) p( z z 1 ) =0.0055z 1 = ) p( z z 1 ) =0.975z 1 = ) p( z > z 1 )=0.0384z 1 = ) p(z 1 z 1.28) =0.1117z 1 = ) p( z 1 z z 1 ) =0.8132z 1 = ) p( z > z 1 )=0.0055z 1 = ) p( - z z 1 ) =0.9999z 1 = ) p( |z| > z 1 )=2/3z 1 = ) p( - z z 1 ) =1/3z 1 = ) p( |z| z 1 ) =0.95z 1 = 1.96

Data la distribuzione normale standardizzata, trova l'area sottesa alla curva compresa fra z=- e z=2 Sul grafico della distribuzione normale standardizzata tratteggiamo l'area richiesta, come in figura 1. Individuiamo z=2 nella tabella e il corrispondente valore all'interno della tabella: p= Si trova che l'area richiesta è uguale a: p = = Possiamo interpretare p come una frequenza relativa (o proporzione) di valori di z fra - e 2, o possiamo dire che il 97.73% dei valori z ha un valore compreso fra - e 2. Soluzione: distribuzione normale standardizza- ta in cui è messa in evidenza l'area compresa fra z=- e z= 2

Qual è la proporzione di valori di z compresi fra e 1.53? L'area richiesta è quella tratteggiata nella fi­gura. Troviamo nella tabella che l'area compresa fra e + è e l'area compresa fra - e è Per ottenere la proporzione richiesta sottraiamo allarea totale della tabella le due percentuali tro­vate, e cioè: P(-2.74 z 1.53) = = distribuzione normale standardizza- ta in cui è messa in evidenza l'area compresa fra z = e z=1.53 Soluzione:

Data la distribuzione normale standardizzata, trova P(z 2.71) Soluzione: L'area richiesta è quella tratteggiata nella figura. Dalla tabella di ottiene direttamente la quantità cercata, pertanto, il risultato è: P(z 2.71) = grafico della distribuzione normale standardizzata che evidenzia P(z 2.71).

Data la distribuzione normale standardizzata, trova P(.84 z 2.45), Soluzione: L'area richiesta è quella tratteggiata nella figura. Dapprima otteniamo l'area fra 0.84 e + e da essa sottraiamo l'area fra 2.45 e +. Cioè, P(0.84 z 2.45) = =P(z>0.84) P(z>2.45) = = distribuzione normale standardizzata che evidenzia P(0.84 z 2.45)