Teoria degli errori e fondamenti di statistica/8.1
Questo testo è stato riletto e controllato. |
◄ | 8 | 8.1.1 | ► |
8.1 La distribuzione uniforme
Il caso più semplice, dal punto di vista teorico, è quello di una variabile casuale x che possa assumere solo valori compresi in un intervallo finito avente estremi costanti prefissati, ; e ivi con probabilità uguale per ogni punto1.
Questo implica che la densità di probabilità di questa variabile debba essere definita come
(il valore costante di quando e fissato dalla condizione di normalizzazione). La funzione di distribuzione della x è data da
I valori della media e della varianza della variabile casuale x, come si può facilmente calcolare, valgono
(8.1) |
Per vedere una prima applicazione pratica della distribuzione uniforme, supponiamo di misurare una grandezza fisica usando uno strumento digitale: ad esempio una bilancia con sensibilità inversa di 1 grammo. Se, per semplicità, escludiamo la presenza di errori sistematici, il fatto che il display digitale indichi (ad esempio) 10 grammi significa solo che la massa dell’oggetto pesato è maggiore o uguale a questo valore e minore di 11 grammi2; e tutti i valori interni a questo intervallo ci appaiono inoltre come ugualmente plausibili. Per questo motivo, viste le (8.1), in casi di questo genere si attribuisce all’oggetto pesato una massa di 10.5 g con un errore di g.
Note
- ↑ La frase è intuitiva, ma impropria; si intende qui che la probabilità, per la variabile casuale, di cadere in un intervallino di ampiezza (infinitesima) prefissata dx e centrato su un qualsivoglia punto del dominio di definizione, ha sempre lo stesso valore.
- ↑ La maggior parte degli strumenti digitali tronca il valore mostrato e si comporta appunto in questo modo; altri invece arrotondano il risultato e, se questo fosse il caso, vorrebbe dire che la massa dell’oggetto pesato è maggiore o uguale a 9.5 g e minore di 10.5 g.