next up previous contents
Next: Formalismo della matrice di Up: Misure indirette ed errori Previous: Formula generale per le   Indice

Casi notevoli di propagazione di incertezze

Elenchiamo per comodità alcuni dei casi di misure indirette che capitano più di frequente:



$ Y=f(\cdot)$ $ \rho $ $ \sigma_Y$ o $ r_Y$
  0 $ \sigma_Y^2 = \sigma^2_1 + \sigma^2_2$
$ X_1+X_2$ 1 $ \sigma_Y= \sigma_1 + \sigma_2$
  -1 $ \sigma_Y = \vert\sigma_1-\sigma_2\vert$
  0 $ \sigma_Y^2 = \sigma^2_1 + \sigma^2_2$
$ X_1-X_2$ 1 $ \sigma_Y = \vert\sigma_1-\sigma_2\vert$
  -1 $ \sigma_Y= \sigma_1 + \sigma_2$
  0 $ r^2_Y = r_1^2 + r_2^2$
$ X_1\cdot X_2$ 1 $ r_Y = r_1 + r_2$
  -1 $ r_Y = \vert r_1-r_2\vert $
  0 $ r^2_Y = r_1^2 + r_2^2$
$ X_1/X_2$ 1 $ r_Y = \vert r_1-r_2\vert $
  -1 $ r_Y = r_1 + r_2$
$ a\cdot X$ _ $ \sigma_Y = a\cdot \sigma_X$
$ X^a$ _ $ r_Y = a\cdot r_X$
$ \sqrt{X}$ _ $ r_Y = \frac{1}{2}\cdot r_X$
$ k\cdot \ln{ \left(X/x_\circ\right)}$ _ $ \sigma_Y = \vert k\vert\cdot r_X $
$ k\cdot \exp{(X/x_\circ)}$ _ $ r_Y = \sigma_X/\vert x_\circ\vert$



Giulio D'Agostini 2001-04-02