Il termine incertezza di misura è legato non solo al concetto di dubbio intorno alla validità del risultato, ma anche alla quantizzazione di tale nozione. In tal senso l’incertezza di misura è il parametro associato al risultato caratterizzante la dispersione dei valori che potrebbero essere ragionevolmente assegnati al misurando o più propriamente alla sua rappresentazione tramite un modello. Tale parametro potrà essere espresso in termini di deviazione standard e di intervalli con un prestabilito livello di confidenza o di fiducia. Nel testo si è cercato, utilizzando strumenti inerenti alla statistica e al calcolo delle probabilità, di mostrare un quadro completo e dettagliato delle popolazioni in ingresso al modello mediante l’uso di grafici tracciati con opportuni software. I dati sono stati fatti propagare con un algoritmo Monte Carlo in maniera da ottenere la distribuzione del misurando, la sua media, la sua varianza e l’intervallo di confidenza. E’ stato affrontato il tema dei sistemi di misura partendo dalla trasduzione di una grandezza fisica in un segnale elettrico da parte dei sensori più comuni. Tale segnale verrà acquisito da un modulo per elaboratore (DAQ) che presenta molti aspetti positivi: offre flessibilità, accuratezza ed infine permette un’elaborazione accurata dei dati. Il processo di misura con i moduli si è focalizzato sull’acquisizione e analisi delle informazioni. L’utilizzo di alcuni potenti applicativi (Minitab®, GUM Workbench®, LabVIEW®) permette una fruizione immediata dei concetti teorici esposti. Concludendo si è scelto di aiutare il lettore nelle sue valutazioni dell’incertezza presentando esempi svolti e proponendo esercizi a fine di ogni capitolo.

Incertezza di Misura e Acquisizione di Segnali / Andrea Zanobini; Simone Giovannetti. - STAMPA. - (2013), pp. 1-272.

Incertezza di Misura e Acquisizione di Segnali

ZANOBINI, ANDREA;
2013

Abstract

Il termine incertezza di misura è legato non solo al concetto di dubbio intorno alla validità del risultato, ma anche alla quantizzazione di tale nozione. In tal senso l’incertezza di misura è il parametro associato al risultato caratterizzante la dispersione dei valori che potrebbero essere ragionevolmente assegnati al misurando o più propriamente alla sua rappresentazione tramite un modello. Tale parametro potrà essere espresso in termini di deviazione standard e di intervalli con un prestabilito livello di confidenza o di fiducia. Nel testo si è cercato, utilizzando strumenti inerenti alla statistica e al calcolo delle probabilità, di mostrare un quadro completo e dettagliato delle popolazioni in ingresso al modello mediante l’uso di grafici tracciati con opportuni software. I dati sono stati fatti propagare con un algoritmo Monte Carlo in maniera da ottenere la distribuzione del misurando, la sua media, la sua varianza e l’intervallo di confidenza. E’ stato affrontato il tema dei sistemi di misura partendo dalla trasduzione di una grandezza fisica in un segnale elettrico da parte dei sensori più comuni. Tale segnale verrà acquisito da un modulo per elaboratore (DAQ) che presenta molti aspetti positivi: offre flessibilità, accuratezza ed infine permette un’elaborazione accurata dei dati. Il processo di misura con i moduli si è focalizzato sull’acquisizione e analisi delle informazioni. L’utilizzo di alcuni potenti applicativi (Minitab®, GUM Workbench®, LabVIEW®) permette una fruizione immediata dei concetti teorici esposti. Concludendo si è scelto di aiutare il lettore nelle sue valutazioni dell’incertezza presentando esempi svolti e proponendo esercizi a fine di ogni capitolo.
2013
EDITRICE ESCULAPIO
Bologna
9788874885732
Andrea Zanobini; Simone Giovannetti
File in questo prodotto:
File Dimensione Formato  
volume completo.pdf

Accesso chiuso

Tipologia: Altro
Licenza: Tutti i diritti riservati
Dimensione 4.15 MB
Formato Adobe PDF
4.15 MB Adobe PDF   Richiedi una copia

I documenti in FLORE sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificatore per citare o creare un link a questa risorsa: https://hdl.handle.net/2158/822533
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact