Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Questo proce<strong>di</strong>mento è basato sulla rappresentazione degli errori {δ i : i = 1, ..., N} come variabili<br />
aleatorie reali, centrate e dotate <strong>di</strong> me<strong>di</strong>a finita {µ i : i = 1, ..., N} e varianza finita {σi 2 : i = 1, ..., N}.<br />
Lo stesso quin<strong>di</strong> vale per δ, che avrà me<strong>di</strong>a finita µ = ∑ N<br />
i=1 µ i e varianza incognita ma finita σ 2 .<br />
Ciascuna varianza σi<br />
2 è poi messa in relazione con la rispettiva tolleranza ε i ; si può porre ad<br />
esempio ε i = Kσ i , per un’opportuna costante K > 0. 63 Infine si suppone che<br />
gli errori {δ i : i = 1, ..., N} siano stocasticamente in<strong>di</strong>pendenti. 64 (8.2)<br />
Sotto queste ipotesi, il principio <strong>di</strong> mutua compensazione fornisce<br />
σ 2 ≤<br />
N∑<br />
i=1<br />
σ 2 i = 1<br />
K 2<br />
Ad esempio, se gli ε i sono uniformi, ovvero ε i = ε 1 per i = 1, ..., N,<br />
N ∑<br />
i=1<br />
(<br />
ε 2 i ovvero ε ′′ ∑ N ) 1/2<br />
:= Kσ ≤ ε 2 i . (8.3)<br />
i=1<br />
N∑<br />
ε ′ = ε i = Nε 1 ,<br />
i=1<br />
(<br />
ε ′′ ∑ N ) 1/2<br />
≤ ε 2 i = √ N ε 1 . (8.4)<br />
i=1<br />
Pertanto ε ′ = √ N ε ′′ , in<strong>di</strong>pendentemente da K e dalle <strong>di</strong>stribuzioni assunta per gli errori {δ i : i =<br />
1, ..., N}. Quin<strong>di</strong> 65 ε ′′ < ε ′ per ogni N, ε ′′ 0 tale<br />
che, denotando ε i l’errore commesso nel <strong>calcolo</strong> <strong>di</strong> A i , sia |ε i | ≤ δ per ogni i. Ci si chiede come si<br />
possa stimare l’errore complessivo ε commesso nel <strong>calcolo</strong> <strong>di</strong> A := ∑ N<br />
i=1 A i .<br />
Per i = 1, ..., N, interpreteremo gli errori ε i come realizzazioni <strong>di</strong> variabili aleatorie X i (ovvero,<br />
ε i = X i (ω) per ogni ω ∈ Ω), aventi deviazione standard σ i ≤ δ. L’errore complessivo ε risulta quin<strong>di</strong> la<br />
realizzazione <strong>del</strong>la variabile aleatoria X := ∑ N<br />
i=1 X i avente deviazione standard σ da valutare. Dal momento<br />
che le operazioni sono eseguite in parallelo, supporremo che le variabili X i siano stocasticamente<br />
in<strong>di</strong>pendenti. Allora, per il principio <strong>di</strong> compensazione, σ 2 = ∑ N<br />
i=1 σ 2 i (≤ Nδ2 ).<br />
Mentre l’approccio deterministico conduce a considerare l’errore massimo possibile, ovvero |ε| ≤<br />
Nδ =: e max , l’impostazione probabilistica fornisce σ ≤ √ Nδ. Quin<strong>di</strong><br />
σ ≤ e max<br />
√<br />
N<br />