Next: Valutazione dell'incertezza di misura:
Up: Errori e incertezze di
Previous: Probabilità soggettiva
  Indice
Prima di procedere alle applicazioni, ricordiamo brevemente
la terminologia
sulle variabili casuali (nel linguaggio della probabilità
soggettiva).
- Una variabile casuale, o numero aleatorio,
è qualsiasi numero rispetto al quale si è in stato di incertezza.
Facciamo due esempi nel contesto delle misure:
- Pongo un chilogrammo campione su una bilancia di laboratorio con indicazione
(digitale) dei centesimi. Che valore leggerò (in grammi)? 1000.00, 999.95,
1000.03 ...?
- Leggo su una bilancia di laboratorio 2.315 g. Quanto vale il valore vero
della massa del corpo? 2.311, 2.312, ...2.315, ...2.319, ...?
Nel primo caso la variabile è la lettura
(subordinatamente
ad un certo valore vero); nel secondo caso la variabile è il valore
vero
(subordina-tamente
ad un certo valore letto).
- Ai possibili valori della grandezza viene associata una funzione
che quantifica il grado di fiducia ad essi assegnato.
Quindi scrivere che
sta ad
indicare che si crede più a
che a
.
A seconda che la variabile
sia discreta
o continua,
ha l'accezione
di funzione di probabilità o di
funzione densità di probabilità.
- Tutte le proprietà di
apprese nei corsi convenzionali
rimangono valide nell'approccio
soggettivista. In particolare si ricorda che il valore atteso,
indicato con
E
e
calcolato come media dei possibili valori di
pesati con
, dà il
baricentro della distribuzione; la deviazione standard, indicata
con
e calcolata come radice quadrata del momento di inerzia
della distribuzione
(leggi varianza: ``media dei quadrati degli scarti''),
fornisce la dispersione di valori che è possibile attendersi dalla
variabile.
- Tutte le distribuzioni di variabile casuale sono subordinate ad
un certo stato di informazione. Utilizzando i due esempi precedenti
possiamo perciò scrivere
ove ``
'' si legge ``dato'', ``subordinatamente a'', etc.
- L'intero stato di incertezza sui valori della grandezza di interesse
è espresso da
.
Da questa funzione è possibile calcolare la probabilità che
la grandezza abbia un valore compreso in un certo intervallo.
Per semplicità, spesso si riassume lo stato di informazione di
in due soli numeri:
E
e
.
E' interessante l'interpretazione conoscitiva
di queste due grandezze. Esse possono essere viste come
la previsione e l'incertezza di previsione del numero
aleatorio.
- Fra le distribuzioni di probabilità, quella più importante
per la trattazione delle incertezze di misura
è indubbiamente la ben nota gaussiana, che assumiamo nota.
Altre distribuzioni interessanti per le applicazioni sono la
distribuzione uniforme e la distribuzione triangolare.
Anche la distribuzione uniforme è
generalmente ben conosciuta. Ricordiamo soltanto che essa
ha una deviazione standard pari alla sua larghezza divisa
.
Utilizzando la semilarghezza
, si ha:

distr. uniforme
Essendo la distribuzione triangolare meno nota, essa
è descritta in Appendice C).
Nel caso ``isoscele'' (triangolare simmetrica)
di semiampiezza
la deviazione standard vale

triangolare
Next: Valutazione dell'incertezza di misura:
Up: Errori e incertezze di
Previous: Probabilità soggettiva
  Indice
Giulio D'Agostini
2001-04-02