dove (nij - ňij) sono le differenze (contingenze) tra le frequenze assolute osservate nij e le frequenze teoriche ňij.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "dove (nij - ňij) sono le differenze (contingenze) tra le frequenze assolute osservate nij e le frequenze teoriche ňij."

Transcript

1 STATISTICA Esertazone 3 05//05 Dott.ssa Vera Gurtovaa Eserzo. Studo dell assoazone tra due varabl qualtatve La seguente tabella doppa rporta dat osservat gornalmente n rermento alle ondzon rologe e al lvello d trao automoblsto per un perodo d tempo d anno. Calolare l nde C-quadrato d Pearson. Condzon Lvello d trao Basso Medo Alto Totale Sereno Varable Pogga Totale Soluzone: Per valutare se e n e msura due varabl X e sono tra loro nterdpendent s utlzza l'nde d assoazone quadrato (χ), e s basa sul onronto tra le requenze assolute osservate n(ontenute nella tabella d ontngenza) e le requenze teore ň e s osserverebbero n aso d peretta ndpendenza tra X e (se non osse alun legame tra le due varabl, ogn prolo rga dovrebbe essere uguale al prolo margnale). r ( n nˆ ) nˆ 0;max dove (n - ň) sono le derenze (ontngenze) tra le requenze assolute osservate n e le requenze teore ň. nn Costruamo la tabella delle requenze teore nˆ Condzon Lvello d trao Basso Medo Alto Totale Sereno 44,40 6,40 39,0 46 Varable 45,3 63,68 40,0 49 Pogga,9 9,9 8,79 70 Totale Costruamo la tabella delle ontngenze n nˆ Condzon Lvello d trao Basso Medo Alto Totale Sereno 3,60-0,40 -,0 0,00 Varable -6,3 9,3-3,0 0,00 Pogga -6,9-8,9 5, 0,00 Totale 0,00 0,00 0,00 0 Costruamo la tabella delle ontngenze al quadrato Condzon Lvello d trao Basso Medo Alto Totale Sereno 06,76 08,6 49,84 663,76 Varable 66,09 373,8 9,03 648,30 Pogga 65,9 79,53 635,3 980,3 Totale 594,4 560,87 37,9 39,944 Dvdamo asuna ontngenza al quadrato per la orrspondente requenza teora:

2 Dvdamo asuna ontngenza al quadrato per la orrspondente requenza teora: Condzon Lvello d trao Basso Medo Alto Totale Sereno 3,94,73,57 38,4 Varable 5,87 5,86 0,3,96 Pogga,46,66 33,80 48,9 Totale 4,7 0,5 46,60 99, r ( n nˆ nˆ ) 99, L nde -quadrato dpende dalla struttura della tabella e della numerostà del ollettvo. In base al rsultato ottenuto s può dre e è assoazone tra le varabl "Condzon " e "Lvello d trao" (χ 0). Per stablre se la onnessone tra le due varabl è alta o bassa è possble rorrere alla normalzzazone dell nde. Inde d ontngenza meda (elmna la dpendenza da ): 0,7 Inde d Cramer (elmna ane l'eetto della struttura della tabella). E' un nde normalzzato tra 0 e ; V=0 se le varabl sono ndpendent, V= se 'è massma nterdpendenza. V mn( r, ) r - numero d rge, - numero olonne. V 0,7 mn(3,3) 0,7 0,367 L nde V d Cramér nda e l lvello d assoazone tra le due varabl è par al 36,7% d quello massmo possble. Eserzo. Studo dell assoazone tra una varable qualtatva e una varable quanttatva La seguente tabella a doppa entrata rporta dat relatv al numero d SMS nvat n un mese e all'età de mttent. Calolare l numero medo e la devazone standard degl SMS nvat al mese, stablre (on un nde eta-quadrato) l grado d dpendenza n meda del numero d SMS nvat al mese dall'età del mttente. Età (ann omput) umero d SMS al mese Totale [0;5) [5;5) [5;45) 5 8 [45;80) 0 3 Totale La dpendenza n meda s basa sulla varabltà delle mede ondzonate. è ndpendente n meda da X se tutte le mede ondzonate sono ugual ra loro e ugual alla meda margnale. Inde eta-quadrato (η) è un nde e msura la

3 ondzonate sono ugual ra loro e ugual alla meda margnale. Inde eta-quadrato (η) è un nde e msura la dpendenza n meda, η=nel aso d peretta dpendenza n meda, η= 0 nel aso d peretta ndpendenza n meda. x x η= 0, le mede ondzonate sono ugual tra loro e par alla meda margnale (ndpendenza n meda): 0 η=, ogn meda ondzonata è par ad una sola modaltà (quanttatva) della varable : Soluzone: Costruamo la tabella a doppa entrata on punt med degl ntervall delle modaltà per la varable umero d SMS: Età (ann omput) umero d SMS al mese Totale [0;5) [5;5) [5;45) 5 8 [45;80) 0 3 Totale La dstrbuzone margnale della varable r SMS al mese: n Totale (5*7) (30 * 7) (75* 4) 45,6 Devazone standard (sarto quadrato medo): Le mede ondzonate sono date da: 5 *7 30 *7 75 *4 45,6 669,9 5, 88 ( ) (5*3 30*0 75* 4) ( X [0;5) 36,8 7 (5*0 30*5 75*5) ( X [5;5)) 63,75 0

4 0 (5* 30 * 75*5) ( X [5;45)) 39,7 8 (5* 30* 75* 0) ( X [45;80)) 3,33 3 La varanza è data da: ( x ) (36,8 45,6) *7... (3,33 45,6) *3 04,96 ( (5 45,6) ) 04,96 0, ,89 *7.. (75 45,6) * 4 669,89 Conlusone: l 30,5% della varabltà della varable umero d SMS al mese è spegata dalla varable Età. Eserzo 3. La seguente tabella a doppa entrata rporta dat relatv al voto d 87 student. Calolare l'nde eta-quadrato. Voto Sesso (0;8] (8;] (;4] (4;7] (7;30] Totale M F Totale Le mede ondzonate sono date da: ( X (9 * 6 9,5 * 48,5 * 70 5,5 * 30 8,5 *8) M ) 0,95 9 ( X (9 * 9,5 * 3,5 * 3 5,5 * 0 8,5 * 8) F ), 95 Meda margnale: 9 * ,5* 6 87,037 x x Calolamo la somma degl sart x al quadrato: x ( x ) ( x )

5 meda ond x ( x ) ( x ) M 0,95-0,087 0,0076,453 F, 0,73 0,099,8433 Totale 4,965 4, ,05 Calolamo la somma degl sart al quadrato: ( ) ( ) 8335, ,05 9,04 0,0005 9,04 Voto (0;8] (8;] (;4] (4;7] (7;30] -,037 -,537,463 4,463 7,463 44,8894,364,404 9,984 55, , ,78 8, , , ,87 Conlusone: nde eta-quadro prossmo a 0, le varabl "Voto" e "Sesso" sono perettamente ndpendent.

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000 Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

8.1 Sintesi, descrizione, interpretazione

8.1 Sintesi, descrizione, interpretazione 8.1 Sntes, descrzone, nterpretazone Molte duse tecnche d anals statstca multvarata consentono d studare smultaneamente un numero elevato d varabl sntetzzandone l azone snergca attraverso un numero rdotto

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Fondamenti di Fisica Acustica

Fondamenti di Fisica Acustica Fondament d Fsca Acustca Pro. Paolo Zazzn - DSSARR Archtettura Pescara Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore rosa. Lvello equvalente. Fsologa dell apparato

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI SCIENZE STATISTICHE CORSO DI LAUREA SPECIALISTICA IN SCIENZE STATISTICHE, ECONOMICHE, FINANZIARIE E AZIENDALI PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO Laurea n Ingegnera Logstca e della Produzone Corso d Logstca e d Dstrbuzone II ESERCITAZIONI Docente: Prof. Ing. Gulo Zotter Tutore: Ing. Scapaccno Gulano LOGISTICA DI DISTRIBUZIONE

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

Validazione di metodi microbiologici (5.4.5) UNI CEI EN ISO/IEC 17025:2005 p.to 5.4.5. REQUISITI TECNICI della norma ISO17025

Validazione di metodi microbiologici (5.4.5) UNI CEI EN ISO/IEC 17025:2005 p.to 5.4.5. REQUISITI TECNICI della norma ISO17025 CORSO ACCREDIA E ISTITUTO SUPERIORE DI SANITA Le dsposzon n matera d scurezza almentare applcate a Laborator Accredtat 15-16 novembre 011 REQUISITI TECNICI della norma ISO1705 Valdazone, stma dell ncertezza

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Dispense dell insegnamento di Laboratorio di GIS per la pianificazione

Dispense dell insegnamento di Laboratorio di GIS per la pianificazione Facoltà d Archtettura e Socetà Facoltà d Ingegnera Cvle, Ambentale e Terrtorale Centro per lo Svluppo del Polo d Cremona, Poltecnco d Mlano Va Sesto 41 26100 Cremona Master unverstaro nterfacoltà d II

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della

Dettagli

Osservatorio regionale per l Università e per il Diritto allo studio universitario. Il rendimento privato dell istruzione

Osservatorio regionale per l Università e per il Diritto allo studio universitario. Il rendimento privato dell istruzione Il rendmento prvato dell struzone 1 Osservatoro regonale per l Unverstà e per l Drtto allo studo unverstaro Il rendmento prvato dell struzone d Valera Contn Introduzone L struzone e la formazone sono le

Dettagli

II Principio Termodinamica

II Principio Termodinamica II Prnpo ermodnama I Prnpo: legge d onservazone energa [NON ho lmt sulle trasormazon possbl] II Prnpo: spega perhé ert tp d trasormazon avvengono n una sola drezone uovo ade n un portauovo e s rompe: non

Dettagli

CAPITOLO VII METODI NON PARAMETRICI PER UN CAMPIONE

CAPITOLO VII METODI NON PARAMETRICI PER UN CAMPIONE CAPITOLO VII METODI NON PARAMETRICI PER UN CAMPIONE 7.1. Caratterstche de test non parametrc 1 7.. I test esatt e l metodo Monte Carlo 7 7.3. Il test delle successon per un campone 10 7.4. Il test de segn

Dettagli

MODELLI STOCASTICI DELLA CLASSE GLM

MODELLI STOCASTICI DELLA CLASSE GLM MODELLI STOCASTICI DELLA CLASSE GLM S possono consderare GLM con dstrbuzone specfcata o modell con quas-verosmglanza, quest ultm sono modell d tpo semparametrco. Illustramo l loro uso come: strumento d

Dettagli

Corso di Automazione Industriale 1. Capitolo 7

Corso di Automazione Industriale 1. Capitolo 7 1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s

Dettagli

6.1. Moody s KMV Credit Portfolio Manager

6.1. Moody s KMV Credit Portfolio Manager 6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,

Dettagli

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L. MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre

Dettagli

ADATTAMENTO DEI SISTEMI E DEI SERVIZI IDROPOTABILI A SCENARI DI CARENZA IDRICA

ADATTAMENTO DEI SISTEMI E DEI SERVIZI IDROPOTABILI A SCENARI DI CARENZA IDRICA La rcerca scentfca talana nel campo dell draulca: presentazone de rsultat de progett PIN 2008 Ferrara, 24-25 gennao 2013 ADATTAMENTO DEI SISTEMI E DEI SEVIZI IDOPOTABILI A SCENAI DI CAENZA IDICA Coordnatore:

Dettagli

La riforma della CARD: opportunità per l efficienza e la concorrenza nel ramo r.c. auto

La riforma della CARD: opportunità per l efficienza e la concorrenza nel ramo r.c. auto INSURANCE DAY 2014 XIII Edzone La rforma della CARD: opportuntà per l effenza e la onorrenza nel ramo r.. auto Intervento del Consglere dell IVASS Prof. Rardo Cesar Mlano, 3 ottobre 2014 1. Il sstema d

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

L analisi di studi con variabili di risposta multiple

L analisi di studi con variabili di risposta multiple X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura: Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza

Dettagli

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:

Dettagli

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav

Dettagli

CONFORMITA DEL PROGETTO

CONFORMITA DEL PROGETTO AMGA - Azenda Multservz S.p.A. - Udne pag. 1 d 6 INDICE 1. PREMESSA...2 2. CALCOLI IDRAULICI...3 3. CONFORMITA DEL PROGETTO...6 R_Idr_Industre_1 Str.doc AMGA - Azenda Multservz S.p.A. - Udne pag. 2 d 6

Dettagli

1 Laser Doppler Velocimetry

1 Laser Doppler Velocimetry Laer oppler Velocmetry 1 Laer oppler Velocmetry 1.1 Introduzone L anemometra laer (LV) è applcata nel campo dell aerodnamca permentale a partre da prm ann ettanta, ann n cu le apparecchature laer dvennero

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 22/06/2011 P1-1

Sensori Segnali Rumore - Prof. S. Cova - appello 22/06/2011 P1-1 ensor egnal Rumore - ro.. Cova - appello /06/011 1-1 ROBLEM 1 Quadro de dat egnale otto: rettangolare a durata T 00 µs; otenza ; lunghezza d onda λ 1 800 nm oppure λ 60 nm. p--n otododo n lo: oeente d

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

Modelli 1 @ Clamfim Equazione delle opzioni Teorema di Radon Nykodym 9 dicembre 2013

Modelli 1 @ Clamfim Equazione delle opzioni Teorema di Radon Nykodym 9 dicembre 2013 CLAMFIM Bologna Modell 1 @ Clamfm Equazone delle opzon Teorema d Radon Nykodym 9 dcembre 2013 professor Danele Rtell danele.rtell@unbo.t 1/33? ubblctà http://elsartcle.com/18arhmh Lbero accesso a Legendre

Dettagli

IDENTIFICAZIONE E VALIDAZIONE DI MODELLI A RETE NEURALE PER MOTORI AD ACCENSIONE COMANDATA MEDIANTE TECNICHE MONTE CARLO

IDENTIFICAZIONE E VALIDAZIONE DI MODELLI A RETE NEURALE PER MOTORI AD ACCENSIONE COMANDATA MEDIANTE TECNICHE MONTE CARLO M.Mastrobert, C.Panese IDENTIFICAZIONE E VALIDAZIONE DI MODELLI A RETE NEURALE PER MOTORI AD ACCENSIONE COMANDATA MEDIANTE TECNICHE MONTE CARLO Mchelangelo Mastrobert, Cesare Panese Dpartmento d Ingegnera

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

Parametri e protocolli di riferimento

Parametri e protocolli di riferimento Parametr e protocoll d rfermento P. Isoard - O. Rampado - R. Ropolo S.C. Fsca Santara A.S.O. San Govann Battsta d Torno Document d rfermento general Gudelnes for Acceptance Testng and Qualty Control, Techcal

Dettagli

1atm = 760 torr (o anche mmhg) = 101325 Pa = 1.01325 bar

1atm = 760 torr (o anche mmhg) = 101325 Pa = 1.01325 bar ressone: tendenza del gas ad espanders densonalente è Forza superce ewton L'untà d sura usata n pratca è l'atosera (at) a (ascal) at 760 torr (o anche Hg) 05 a.05 bar olue: sura d una porzone d spazo densonalente

Dettagli

LE RETI DISTRIBUTIVE (1): elementi di progettazione

LE RETI DISTRIBUTIVE (1): elementi di progettazione Progettazone de Sstem Produttv e Logstc Facoltà d Ingegnera LE RETI DISTRIBUTIVE (1): element d progettazone Prof. Fabrzo Dallar Drettore C-log Unverstà C. Cattaneo LIUC Centro d Rcerca sulla Logstca INDICE

Dettagli

Speculazioni matematiche per la formalizzazione/descrizione di un Sistema di Gestione per la Qualità

Speculazioni matematiche per la formalizzazione/descrizione di un Sistema di Gestione per la Qualità Speculazon matematche per la formalzzazone/descrzone d un Sstema d Gestone per la Qualtà S. Gorla (*), (**) R. Grass (*) Responsable Qualtà e Certfcazone Ctroën tala S.p.A. e consglere d gunta AcqCN, (**)

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Mauro Vettorello. Vi veneto. come Calcolare la Rata di un Finanziamento o di un Leasing senza calcolatrice STUDIO VETTORELLO

Mauro Vettorello. Vi veneto. come Calcolare la Rata di un Finanziamento o di un Leasing senza calcolatrice STUDIO VETTORELLO Mauro Vettorello V veneto come Calcolare la Rata d un Fnanzamento o d un Leasng senza calcolatrce STUDIO VETTORELLO V veneto come Calcolare la Rata d un Fnanzamento o d un Leasng senza calcolatrce Mauro

Dettagli

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative POR FESR Sardegna 2007-2013 Asse VI Compettvtà BANDO PUBBLICO Voucher Startup Incentv per la compettvtà delle Startup nnovatve ALLEGATO 3 PIANO DI UTILIZZO DEL VOUCHER STARTUP INNOVATIVE 2014 3. Pano d

Dettagli

Il rendimento globale di una macchina

Il rendimento globale di una macchina 0 Shede d Impant Naval Il rendmento globale d una mahna η g PB m& H ver 1.1 A ura d Frano Quaranta 1 Il rendmento globale d una mahna versone: 1.1 fle orgnale: Il rendmento globale d una mahna 130518 ver

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

Dettagli

Definizione classica di probabilità

Definizione classica di probabilità Corso d Idrologa A.A. 0-0 Teora delle probabltà Prof. Ing. A. Cancellere Dpartmento d Ingegnera Cvle e Ambentale Unverstà d Catana Defnzone classca d probabltà Il concetto d probabltà ha trovato formalzzazone

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Antonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase

Antonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase Antono Lccull, Antono Greco Corso d scenza e ngegnera de materal Mcrostrutture, equlbro e dagramm d fase 1 Fase Fase d un sstema è una parte d esso nella quale la composzone (natura e concentrazone delle

Dettagli

Esercizi sui gas perfetti

Esercizi sui gas perfetti Eserz su gas perett Eserzo In un repente d esertata dal gas è d delle oleole d elo. 0 d sono ontenute ol d He. La pressone 5.5 Trasorao l volue n untà SI: 0d 0 Pa. Deternare la velotà quadrata eda Ravao

Dettagli