DISPENSE DEL CORSO DI LABORATORIO DI CHIMICA – FISICA 1
DISPENSE DEL CORSO DI LABORATORIO DI CHIMICA – FISICA 1
DISPENSE DEL CORSO DI LABORATORIO DI CHIMICA – FISICA 1
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Altri metodi di fitting<br />
Tra i vari metodi di fitting esistenti, alternativi al metodo dei minimi quadrati, è<br />
opportuno accennare al cosiddetto metodo del minimo 2<br />
χ . In pratica, nel caso di una<br />
grandezza sperimentale y legata ad un’altra grandezza sperimentale x da una generica<br />
funzione f, questo metodo consiste nell’imporre che sia minima non la somma dei quadrati<br />
degli scarti, ma la quantità:<br />
149<br />
( ) 2<br />
N<br />
2 ⎛yi − f xi<br />
χ = ∑ ⎜<br />
i=<br />
1 ⎝ σi<br />
⎞<br />
⎟<br />
⎠<br />
(12.59)<br />
dove in pratica ciascuno scarto viene pesato con il relativo errore standard σ i ricavato da<br />
misure ripetute della stessa coppia di valori xi, yi . Questo metodo dovrebbe essere usato di<br />
regola in tutti quei casi in cui le misure hanno precisione differente. Nel caso di una retta il<br />
metodo del<br />
2<br />
χ fornisce i seguenti risultati per i coefficienti a e b:<br />
⎧ y xy<br />
⎪ ∑ ∑ ∑ ∑<br />
⎪<br />
σ σ σ σ<br />
a =<br />
⎪<br />
D<br />
⎨<br />
⎪ 1 xy y x<br />
−<br />
⎪ ∑ ∑ ∑ ∑<br />
σ σ σ σ<br />
⎪b<br />
=<br />
⎩<br />
D<br />
2<br />
i<br />
2<br />
2<br />
xi 2 −<br />
xi<br />
2<br />
i i<br />
2<br />
i i i i<br />
i i i i<br />
2 2 2 2<br />
i i i i<br />
(12.60)<br />
2<br />
1 xi ⎛ xi<br />
⎞<br />
dove D = ∑ 2∑ −⎜ 2 ∑ 2 ⎟ .<br />
σi σi ⎝ σi<br />
⎠<br />
Infine si deve tener presente che ogniqualvolta si ottiene un sistema che non è lineare nei<br />
parametri, qualunque sia la funzione che si è scelto di minimizzare, il problema di trovare<br />
la curva di best fitting non può essere risolto semplicemente con metodi analitici. Ciò che<br />
si fa in questo caso è attribuire un valore approssimato ai parametri, e scrivere la funzione<br />
di fitting come espansione in serie rispetto ai parametri troncata al primo ordine. Questa<br />
espansione, opportunamente derivata e riarrangiata, fornisce un sistema di equazioni<br />
lineari nelle correzioni da apportare ai parametri rispetto alle stime iniziali. Si procede<br />
quindi con metodo iterativo finché non si giunge a convergenza (in pratica finché il valore<br />
dei parametri non cambia tra un’iterazione e la successiva). Esistono molti programmi che<br />
consentono di effettuare fit generalizzati in maniera semplice basati sulla procedura sopra<br />
descritta.