Non so che conti hai fatto, ma se prendi due variabili aleatorie gaussiane,
A e B, con valori medi a e b, e larghezze non nulle sigma_a e sigma_b, trovi
che la distribuzione della loro somma C=A+B e' anche essa distribuita
gaussianamente, centrata sul valore c=a+b e con larghezza sigma_b=
sqrt(sigma_a^2 + sigma_b^2), che giustifica appunto la procedura di somma in
quadratura nel caso gaussiano.
Il 03 Lug 2010, 22:31, bibbozibibbo <bibbozibibbo_at_gmail.com> ha scritto:
> Grazie di tutte le risposte. Sulle quali riflettere! Io ho provato a
> fare dei conti. Ho supposto che le misure della sbarra A siano una
> successione A_i e le misure della sbarra B siano una successione B_i
> (con lo stesso numero n di misure). Ho considerato una terza
> successione A_i+B_i e ne ho calcolato il quadrato della deviazione
> standard, imponendo che sia uguale al quadrato delle altre due
> deviazioni standard. Si semplificano molte cose e ho trovato che le
> deviazioni standard si sommano in quadratura se
>
> n sum_i (A_i B_i) = (sum_i A_i) (sum_i B_i)
>
> Questo e' vero se le misure di A sono sempre uguali e le misure di B
> sono sempre uguali (caso poco interessante, sigma nulla...) ma non
> vedo perche' debba essere sempre vero se le due misure sono
> indipendenti. Nell'ottenere quell'equazione ho supposto che la
> sommatoria per i che va da 1 a n di un termine che non contiene la i,
> vale quel termine moltiplicato per n (ad esempio la sommatoria per i
> che va da 1 a n di 2 e' 10), e' giusto?
>
--------------------------------
Inviato via
http://arianna.libero.it/usenet/
Received on Sun Jul 04 2010 - 01:36:52 CEST