Relazione Misure meccaniche e termiche

L

8

& -

- I B

Effettuiamo tre replicazioni della misura in tre punti diversi allineati tra loro. LBORDO)

(CENTRO)

(BORDO)

PUNTO 1 2

PUNTO PUNTO 3

4

4 962

986

14 982 ,

,

, 962

962 938

24 4

4 ,

,

, 962

958

34 4

954 ↳ ,

,

, 953

958 954

44 4

4 ,

,

, 042

070

5 3 060

5

5 ,

,

, 966

972 4

972 4

6 4 ,

,

,

74 960

962 4

962 4 ,

,

,

8 960

4

960

4

960

4 ,

,

,

94 970

970

970 4

4 ,

,

, 958 962

104 956 4

4 ,

,

,

Medie delle singole 4 9694

4 9706

4 9714 ,

,

,

replicazioni:

Valore medio delle misure effettuate

# 4 4 9694

9714 4 9706 97052m

+

+ 4

= ,

, =

, ,

3

Calcolo incertezza temporale o di prima specie 16% 10

S(H)

10 S(H) 12568

8

S(H) 0763

8 · Cm

36095 =

cm

3 =

cm

= ,

.

.

, ,

=

↑ (i)

S'H 011475cm

=

1 0

H

= = ,

1

-1) J

M(N 1

= S'i

L’incertezza sul valore atteso di H vale 103cm

I 095

2

eb .

= ,

=

MN

Calcolo incertezza spaziale o di seconda specie 10

si ( 2748

1 cm

.

= ,

L’incertezza sul valore atteso di H vale mi

Si

U 15

3598

7 .

=

= ,

Incertezza combinata 10 cm

entu" 2205

2

un .

=

= ,

Il valore dell’incertezza di prima specie è maggiore di un ordine di grandezza rispetto a quello di

seconda specie pertanto la grandezza misurata non è influenzata dalla posizione della misura.

Posso quindi dire che le due facce sono parallele tra loro e posso usare come modello di misura il

parallelepipedo.

Dato che la funzione è formata da operazioni semplici inoltre posso utilizzare la seguente formula:

v ( (M) 03005 un

0

(

uv = ,

=

[

T F

B 7854am

4

3974 9714

4152 28

2 2

=

. =

= -

.

. ,

, ,

, Ch

V cm3 785410

V 03095

28

Mv

=

= = ,

,

Devo infine verificare che la distribuzione delle misure di H sia di tipo gaussiano.

X

TEST DEL

Quanto mi posso distaccare dai valori della curva gaussiana perché sia considerata gaussiana?

Sono definite le seguenti soglie

XE Implica appartenenza alla distribuzione normale

Implica che le distribuzioni differiscono

I

1. Calcolo del valore medio e lo scarto quadratico medio dei dati di misura

10

F 9714CM 01047

4 S 2 e

0 m

CHFH)

1

= =

, = ,

2. Divido il campo di variazione dei dati in un numero di intervalli, e conto il numero di occorrenze dei

dati di misura negli intervalli definiti

3. Determino il numero di misure per ogni intervallo se la distruzione dei dati fosse gaussiana

Limiti degli intervalli individuati Numero delle misure reali m Numero delle misure normali n

J J

Primo intervallo 4

HIF SH 6

1

- - ,

Secondo intervallo H Su

F 6 8

-> 5

SH +

- - ,

Terzo intervallo F Su 6

H 1

I

+ ,

Totale 10 #

F

F 9714CM

SH

96093

4 4 98187 4

SH + = =

=

- ,

,

,

H 4 962 -

, 938

4 -

, 962

4 -

, 954

4 -

, X

5 060

, 966

4 -

, 960-

4 , 960-

4 , 970

4 -

, 962

4 -

,

= nj)

=

X (c 4 3

m - - ,

-

= hj

10

J misure

=

Il valore è nettamente maggiore di 1 perciò applico il criterio di Chauvenet per il rigetto dei dati.

Il valore 5.060 è nettamente in disaccordo con gli altri

Assumendo come soglia del rigetto due deviazioni standard la probabilità che il valore sia maggiore è

pari a 1 - 0,95 (=0,05) quindi il numero di dati che cadono al di fuori della soglia stabilita è

N 5

0

0 05

n =

= . , ,

Stabilita la soglia di 0,5 dato che il numero atteso n di misure anomale è minore uguale a 0,5 il dato deve

essere rigettato

Ricalcolo media e deviazione standard in assenza di quel valore

10 cm

F 4 558

96156cm Su

4

= .

= ,

,

Limiti degli intervalli individuati Numero delle misure reali m Numero delle misure normali n

J J

Primo intervallo HIF SH 6

1

1

- ,

Secondo intervallo < Sn

H

F <

SH + 6 8

7

- ,

Terzo intervallo F Su I 1

H 6

+ ,

Totale I

#

Fl 4 4

957 96156cm

Sm 9661

Sn 4

+

= = =

- ,

, ,

H4 962

, 2 2

=

/

2 4559

ns) 1

(c

938 <

0

m

4 - - ,

, =

= hj

962

4 , 954 9

4 j misure

=

, 966

4 , 960

4 , 960

4 , 970

4 , 962

4

,

Possiamo affermare che la distribuzione si avvicina, quindi è assimilabile a quella gaussiana.