elementi di statistica elementi di statistica marco stages estivi - frascati 12/6/2007 elementi di...
Post on 03-May-2015
222 Views
Preview:
TRANSCRIPT
Elementidi
Statistica
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
1/37
1... diamo un
senso
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
2/37
… cosa e’ la Fisica delle Particelle Elementari ?
Spiega il complesso mediante il semplice
nel mondo dell’infinitamente nel mondo dell’infinitamente piccolopiccolo …
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
3/37
all’attacco !!! …
… applicando la ben nota manovra a tenaglia :
il metodo scientificoil metodo scientifico sperimentali …sperimentali …
… … teoriciteorici
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
4/37
piu’ son piccoli piu’ son piccoli ……
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
5/37
… cosa si misura nella HEP ?
Altro Altro (ma di supporto)(ma di supporto)
• quantita’ di moto q di una particella ;• energia E rilasciata in un calorimetro da una particella ;• angoli e direzioni delle particelle che si producono ;• intervalli temporali, t ;• efficienza di un rivelatore ;• contaminazione in un campione ;• ……
• Branching ratio (BR)• vita media ()• massa (m) • costanti di accoppiamento • ……
Parametri fondamentaliParametri fondamentali
, e+e-
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
6/37
N=200 lanci N=2000 lanci
BR, branching ratio BR, branching ratio
…e il determinismo dove e’ finito ?K+K- (~ 49 %)
KSKL (~ 34 %)
(~ 15 %)
(~ 1.3%)
Canali BR
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
- Nel mondo dell’infinitamente piccolo le condizioni iniziali non possono essere determinate in modo completo (principio di indeterminazione). Ne segue che nel mondo delle particelle elementari le leggi sono sempre leggi di probabilita’.
7/37
una cosiddetta misura ‘semplice’ …Misura spessore cavo elettricoMisura spessore cavo elettrico
s (mm)
frequenza N=100000
Istogramma
• Errori casuali
• Errori sistematici
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
8/37
una cosiddetta misura ‘difficile’ … Misura massa KMisura massa KLL
M (MeV)
frequenza N=21132
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
9/37
il risultato di unaoperazione di misura …e’ una variabile aleatoria !e’ una variabile aleatoria !
sperimsperim
teorteor
sperimsperim
teorteor
• Le incertezze (sperimentali e/o teoriche) possono
essere diminuite ;
• La situazione puo’ cambiare nel tempo…
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
10/37
2Variabile aleatorie
efunzioni di distribuzione
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
11/37
Indicatori fondamentaliIndicatori fondamentali
N
xm
N
i i 1Valor medioValor medio
1
)( 2
1
N
xmN
i iDeviazione standardDeviazione standard
x = m
ex = /m
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
~
m
x
Si formano sempre istogrammi regolari, anche troppo ! Ogniistogramma segue qualche funzione di distribuzionefunzione di distribuzione
12/37
Tipi di variabili aleatorie (I)Tipi di variabili aleatorie (I)VA : gaussianagaussianaFDD: gaussiana o normale o ‘campana’
Misura di una grandezza ‘ben definita’, in presenza di errori casualierrori casuali.
tempo di caduta di un oggetto;spessore cavo elettrico ;massa di una particellamassa di una particella ;durata di un macchinario ;misura di un intervallo di tempomisura di un intervallo di tempo
VA : binomialebinomialeFDD: binomiale
Si immagini una prova che abbia 2 possibili risultati: successo o insuccesso. Su N prove effettuate, il numero k di volte in cui si manifesta il successo e’ una variabile aleatoria, e ovviamente 0 k N.
risultato lancio di una moneta ;risultato lancio di un dado ;rivelazione di una data particellarivelazione di una data particella ; canale di decadimento per una particella ;canale di decadimento per una particella ; misura dello spin di un elettrone
VA : poissonianapoissonianaFDD: poissoniana
Caso particolare di variabile binomiale :1- il successo e’ un evento raro, p 0 ( p<0.1 )2- numero infinito di prove, N ( N>50 )
# incidenti stradali in un anno ;# nascite al mese all’ospedale ;# decadimenti in 5 min di una # decadimenti in 5 min di una sostanza radioattivasostanza radioattiva ;# di eventi in un “bin” di un istogramma
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
13/37
Tipi di variabili aleatorie (II)Tipi di variabili aleatorie (II)VA : poissonianapoissonianaFDD: poissoniana
p = probabilita’ successo
m
pNm
• Nascite in un Nascite in un ospedaleospedale Se m=25/mese su N=15207:=5/mese ; p=0.0016/mese
• Sostanza radioattivaSostanza radioattivase p=1.510-8/min e N=109:m=6.7/min ; =2.6/min
• Entries/binEntries/binEs.: misura massa KL (next)
VA : gaussianagaussianaFDD: gaussiana o normale o ‘campana’
p = ?
m
• Misura Misura massa massa particella particella
Se m=139 ; =2 :
P(m) 0.683
P(m2) 0.955
P(m3) 0.997Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
VA : binomialebinomialeFDD: binomiale
p = probabilita’ successo
)1( pNp
pNm
• RivelatoreRivelatore - p=0.62 ;N=50 -> m=31; =3 (10%)N=103 -> m=620; =15 (2.4%)N=106 -> m=620000; =485 (0.08%)
• Canale di decadimentoCanale di decadimento KS KL : se N=200 e p=0.34 :m=68 ; =7
Nm pNpNp 1)1(
14/37
una cosiddetta misura ‘difficile’ … Misura massa KMisura massa KLL
M (MeV)
frequenza N=21132
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
15/37
Misura massa particella … fdd fdd gaussianagaussiana
M
(MeV)
f f
M
(MeV)
f
M
(MeV)
M
(MeV)
f fRm=497.7m=497.7=1.5=1.5
m+
m+2
m-
m-2
m
M (MeV)
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
16/37
Risultati della schedina … fdd fdd binomialebinomiale
frequenzarelativa
krisultati indovinati
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
17/37
Sostanza radioattiva …
k (dec/min)
frequenza
fdd fdd poissonianapoissoniana
Tipo B Tipo B N=200000N=200000m=9.7 dec/min m=9.7 dec/min =3.1=3.1
Tipo A Tipo A N=60000N=60000m=2.6 dec/minm=2.6 dec/min=1.6=1.6
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
18/37
Misura intervallo temporale …
~ 4 m
~ 37 m
Riv 0
Riv1
Riv2
ab
t (ns)
f (entries/1ns)
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
19/37
Teoria sottostante …Teoria sottostante …
VA : gaussianagaussianaFDD: gaussiana o normale
VA : binomialebinomialeFDD: binomiale
VA : poissonianapoissonianaFDD: poissoniana
2
2
2
)(
21)m, ; (
xm
exf
knk ppk
npkP
)1()n, ; (
!) ; (
k
emmkP
mk
10
0
p
nk
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
20/37
3Curva di
accostamento(Fit)
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
21/37
relazione matematica=legge fisica=grafico :i valori sperimentali si adattano ad esso ?
Fare un fit : trovare la funzione che meglio si adatta ai dati
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
22/37
Allungamento di una Allungamento di una molla (I)molla (I)
kxy
cm/g 03.020.0 k
A scuola si fa amano …
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
23/37
Allungamento di una molla Allungamento di una molla (II)(II)
kxy
Ma esistono vari programmini …
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
24/37
Spessore di un cavo elettrico Spessore di un cavo elettrico (I)(I)
2
2
2
)(
2
mx
eA
y
gaussiana
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
25/37
Spessore di un cavo elettrico Spessore di un cavo elettrico (II)(II)
gaussianabigaussiana
Errori casuali dadue sorgenti …
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
26/37
Spessore di un cavo elettrico Spessore di un cavo elettrico (III)(III)
gaussiana bigaussiana
Disturbo di tiponon casuale, e dunque non gaussiano, ne’ bigaussiano …
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
27/37
Misura vita Misura vita mediamedia
Un fit non e’ fatto sempre per verificare l’adattamento, ma per trovare qualche trovare qualche parametroparametro …
esponenziale
t
Aey
t(s)
Legge stranota,ma voglio trovarela vita media
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
28/37
Quale e’ il criterio per dire che Quale e’ il criterio per dire che un fit e’ OK ?un fit e’ OK ?
• Se il fenomeno in studio e’ ben noto, la funzione y = f (x; y = f (x; )) e’ gia’ decisa. Lo scopo del fit e’ allora di determinare i valori dei parametri (e in questo caso) che corrispondono al miglior adattamentomiglior adattamento della curva ai dati sperimentali .
• I valori che corrispondono al miglior adattamento sono quelli che rendono minima la quantita’ seguente :
2
),;(
21
2
2
N
xfy
N
N
i i
ii
valore sperimentasperimenta
lele
valore teoricoteorico
~ 1 O.K. !
> 1 K.O. !
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
29/37
4La propagazione
deglierrori
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
30/37
Le misure indirette Le misure indirette (I)(I)
12 VVV 2r
MmGF
Misure indirette, ovvero grandezze calcolate …
12 VVV r
r
m
m
M
M
G
G
F
F
2
• visione pessimistica …
22
21 VVV
2222
2
r
r
m
m
M
M
G
G
F
F… visione realistica
21 VVV
r
r
m
m
M
M
G
G
F
F2
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
31/37
1) i = Q/t corrente elettrica
2) K = ½ mv² energia cinetica
3) m = m1+m2+m3 massa totale
4) A = ·r² area di un cerchio
5) p = p1 + p2 pressione totale
6) P = ·A·T4 potenza irradiata
7) I = kA(T2-T1)/d calore trasmesso
Le misure indirette (II)Le misure indirette (II)
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
32/37
Esempio 1 Esempio 1 (raggi (raggi cosmici)cosmici)
nsttt
nsttt
0.4
7.13
2112
1212
t (ns)
(123.5 2.1) ns
(137.2 3.4) ns
smt
t
s
s
sms
m
t
s
/1083.0vv
/1077.2107.13
8.3v
8
12
12
89
12
~ 30%~ 2%
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
perche’ piu’ largo?
Riv 0
Riv1
Riv2
v = ?
s
33/37
Esempio 2 Esempio 2 (branching (branching ratio)ratio)
CUTSELtrig
BKGOBS
trig
CUTSEL
BKGOBS
trig
SIG
N
NN
N
NN
N
NKBR
0
sigbkg
cut
EfficienzaCUT= 0.94
E (MeV)
K+ ee
trigger
Rivelatore
EfficienzaSEL= 0.52
Ntrig
Nobs
Vertice
K+
se non ne tenessi conto ?
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
34/37
5Combinazione
dimisure
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
35/37
Scrivere i risultatiScrivere i risultati
• Ogni misura, normalmente, riporta separatamente due errori: statistico e sistematico :
BR ( K+ ) = 0.21 0.01stat 0.02sist
• La precisione della misura in questo esempio sara’ :eBR = BR/BR = (0.01 0.02)/0.21 ~ 0.11
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
36/37
Perché combinare insieme più misure ? Da più misure indipendenti del tipo (xi ± i) di una stessa grandezza, come si ricava il valore più attendibile ?
tot
xp
1
tot
i ii
p
xpx
2
1
i
Combinare insieme le Combinare insieme le misuremisure
10000p )01.047.0(
1111p )03.049.0(
22
11
x
x
472.011111
47.01000049.01111
x 009.0
11111
1)( x
)009.0472.0( x
Stages Estivi - Frascati 12/6/2007 Elementi di statistica Elementi di statistica MarcoMarco Dreucci
37/37
top related