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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 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 d una msurazone è solamente un approssmazone o stma del valore del msurando, n quanto le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone ottene l rsultato. Rpetendo pù volte la stessa msurazone, non s ottengono sempre gl stess rsultat, sebbene s possa verfcare che ess sano compres all nterno d una certa fasca d valor (s veda l esempo n Fg... Qund possamo potzzare che l valore della msura è, con un certa probabltà, compreso all nterno della dstrbuzone ndvduata da questa fasca d valor, e noltre che, maggore è l numero d msurazon che ha fornto lo stesso rsultato d msura, maggore è l attendbltà d quel rsultato. Dspersone delle msure Rpetzone delle msurazon Fg. :Dspersone delle msure ottenute rpetendo pù volte la stessa procedura d msurazone Un rsultato d msura per essere utlzzable rchede un ndcazone quanttatva della sua attendbltà e qualtà. Senza tale ndcazone, nfatt, rsultat delle msurazon non possono essere confrontat né tra d loro, né con valor d rfermento assegnat da specfche o norme. Tale ndcazone s esprme n termn d ncertezza del rsultato d msura. È pertanto necessaro che essta una procedura, d agevole comprensone ed applcazone, per caratterzzare la qualtà del rsultato d una msurazone. L ncertezza d msura è defnta da norme nternazonal, recepte dagl sttut d normazone nazonal. La pù recente versone della norma nternazonale pubblcata n Itala è la norma UI CEI EV 3005 Guda all espressone dell ncertezza d msura, (traduzone talana della norma nternazonale ISO EV 3005 Gude to the epresson of uncertanty n measurement (GUM. Ogn certfcazone d msura deve atteners a tale guda.

2 . Incertezza La parola -ncertezza- sgnfca dubbo, e pertanto -ncertezza d msura-, nella sua accezone pù ampa, sgnfca dubbo crca la valdtà del rsultato d una msurazone. Poché non esstono parole dverse per esprmere questo concetto generale d ncertezza essa può essere utlzzata sa n questa accezone generale sa per una qualsvogla valutazone quanttatva d tale concetto. Le ncertezze possono essere dovute a vare cause tra le qual ad esempo a defnzone ncompleta del msurando; b mperfetta realzzazone della defnzone del msurando; c non rappresentatvtà della camponatura (la camponatura scelta per le msurazon può non rappresentare l msurando defnto; d nadeguata conoscenza degl effett delle condzon ambental sulla msurazone o mperfetta msurazone delle condzon stesse; e dstorsone personale dell'operatore nella lettura d strument analogc; f rsoluzone o sogla d rsoluzone strumental non nfnte; g valor non esatt d campon e materal d rfermento; h valor non esatt d costant ed altr parametr ottenut da font esterne ed usat nell'algortmo d elaborazone de dat; approssmazon ed potes semplfcatrc nerent al metodo ed al procedmento spermental; varazon nelle osservazon del msurando rpetute n condzon apparentemente dentche. La defnzone formale del termne ncertezza d msura rportata nella Guda all espressone dell ncertezza d msura (UI CEI EV 3005, è la seguente: parametro, assocato al rsultato d una msurazone, che caratterzza la dspersone de valor RAGIOEVOLMETE ATTRIBUIBILI AL MISURADO. L ncertezza descrve completamente la qualtà della msura e presuppone che tutt gl effett sstematc, eventualmente present nel processo d msurazone, sano stat corrett. Secondo le raccomandazon degl organsm nternazonal competent, le ncertezze sono classfcate nelle categore A e B n base al metodo utlzzato per stmarle. Precsamente sono d categora A, quelle valutate per mezzo dell anals statstca d sere d osservazon. D categora B, quelle valutate con mezz dvers dall anals statstca d sere d osservazon..

3 L nformazone utlzzata per stmare l ncertezza d categora A provene dallo stesso espermento o msurazone che s sta esamnando, mentre quella d categora B derva da font esterne, qual: dat d msurazon precedent; esperenza o conoscenza generale del comportamento e delle propretà de materal e strument d nteresse; specfche tecnche dcharate dal costruttore; dat fornt n certfcat d taratura o altr; ncertezze assegnate a valor d rfermento pres da manual. Lo scopo della classfcazone n categora A e categora B è quello d ndcare le due dverse modaltà d valutazone de contrbut dell ncertezza e non sottntende l esstenza d dfferenze nella natura delle component rsultant da due tp d valutazone. Entramb tp d valutazone sono basat su dstrbuzon d probabltà e le component rsultant da ambedue metod sono quantfcate medante varanze o scart tpo.. Valutazone dell ncertezza tpo. Valutazone d categora A Un approcco d categora A può essere seguto quando una grandezza X può essere valutata drettamente n modo spermentale, ad esempo n laboratoro, attraverso la rpetzone d un processo d msurazone, n condzon controllate, coé con msurazon rpetute (msurazon rpetute msurazon effettuate mantenedo costant tutt parametr d nfluenza not e controllabl. S supponga d avere osservazon statstcamente ndpendent,, la mglore stma della grandezza X è ovvero la meda spermentale del campone: ( La varabltà delle msure può essere espressa tramte la varanza camponara s (da cu lo scarto tpo spermentale, s che rappresenta una stma della varanza σ della varable aleatora X: > s ( s ( (

4 Poché s adotta la meda come stma della grandezza X, occorre valutare la varanza spermentale della meda, s (da cu lo scarto tpo spermentale della meda s che rappresenta una stma della varanza della varable aleatora X : ( s > ( s s s ( ( (3. Dalla defnzone d ncertezza s ha che l ncertezza del rsultato della msurazone sarà par allo scarto tpo spermentale della meda. Da cu: u( s s (4. OSS: S utlzza la devazone standard (σ nvece della varanza (σ per quantfcare l ncertezza n quanto essa ha la stessa untà d msura del msurando. Esempo Sono state effettuate 00 msurazon rpetute d tensone ottenendo: V; s 0.V; s s 0.V da cu u( 0.00V. 00 Il valore msurato sarà V m V a cu é assocata un ncertezza par a u(v m 0.00V. Da quanto detto s evnce che, eseguendo msurazon rpetute ed assumendo come rsultato d msura la stma della meda secondo la (, è possble ottenere una tendenzale rduzone dello scarto tpo e, qund, l ncertezza della msura d un fattore par alla radce quadrata del numero d msurazon esegute. Rguardo quest ultmo concetto bsogna fare una precsazone: perché sano valde le espresson su rportate, è necessaro che le osservazon effettuate sano statstcamente ndpendent e sano effettuate sempre nelle medesme condzon. All aumentare del numero d osservazon non è facle garantrne l ndpendenza ed noltre aumenta corrspondentemente l tempo d osservazone, pertanto, perché rsultat medat sano sgnfcatv è necessaro che, durante l tempo d msura, sa comunque verfcata la stazonaretà d tutte le grandezze convolte nelle msurazon stesse.

5 . Valutazone d categora B Se la stma della grandezza d ngresso non è stata ottenuta tramte osservazon rpetute, l ncertezza d tale stma va valutata con metod d categora B. L ncertezza tpo, u(, s valuta n base ad un gudzo scentfco su tutte le nformazon utl sulla possble varabltà d X. Tal nformazon ncludono: - dat d precedent msurazon; - esperenza o conoscenza generale del comportamento e delle propretà de materal e strument d nteresse; - specfche tecnche del costruttore; - dat fornt n certfcat d taratura o rapport sml; - ncertezze assegnate a valor d rfermento pres da manual. Il corretto uso delle nformazon dsponbl per la valutazone dell ncertezza tpo d categora B rchede ntuzone basata sull esperenza e sulla conoscenza generale dello specfco problema d msura da affrontare. Dalle nformazon a dsposzone s deve rcavare la funzone d denstà d probabltà /dstrbuzone, del fenomeno osservato p(, l valore atteso sarà par alla meda della dstrbuzone, μ, mentre l ncertezza sarà par alla sua devazone standard: u( σ σ ( μ p(d. (5 Espressone dell ncertezza n valore assoluto o relatvo L ncertezza assocata ad una msura, sa essa d categora A, d categora B o ncertezza globale, è una quanttà che può essere dcharata n valore assoluto: n tal caso corrsponde alla semampezza della fasca ed ha le stesse dmenson del msurando; n valore relatvo: n tal caso esprme l rapporto tra l ncertezza assoluta e l valore centrale della fasca e qund è admensonale. Esso può anche essere espresso n valore percentuale o n part per mlone. 3. Valutazone dell ncertezza tpo composta Molto spesso l msurando Y non vene msurato drettamente, ma determnato a partre dalle msure

6 d un certo numero d grandezze dpende attraverso una opportuna relazone funzonale: X (,, (msura ndretta, dalle qual lo stesso msurando Y f X, X,..., X (6 ( Tale relazone è detta equazone d msura. La funzone f dell equazone (6 non è l espressone d una legge fsca, ma descrve matematcamente un ntero processo d msura. Essa deve contenere tutte le quanttà che possono contrbure n modo sgnfcatvo all ncertezza d msura globale. Secondo la termnologa adottata le grandezze osservate X, ossa le varabl ndpendent della (6, sono le grandezze d ngresso, e la Y, la varable dpendente, è la grandezza d uscta o msurando. Poché cascuna grandezza d ngresso X è una varable aleatora, la grandezza d uscta Y sarà anche essa una varable aleatora. S può dmostrare che se tutte le stme delle sngole varabl aleatore,, sono ndstorte, la stma, y, della varable aleatora Y s rcava applcando l equazone d msura alle stme delle grandezze d ngresso: y f(,,...,. (7 L ncertezza d msura assocata a Y prende l nome d ncertezza tpo composta, u c (y. Per calcolare l ncertezza tpo composta, secondo l modello statstco d ncertezza, bsogna consderare le ncertezze tpo d tutte le grandezze d ngresso. La norma defnsce la legge d propagazone dell ncertezza che consente d stmare l ncertezza dell uscta a partre dalle ncertezze de dat n ngresso; essa come vene rportata d seguto è applcable solo se l equazone d msura non presenta fort non lneartà. 3. Propagazone dell ncertezza per grandezze non correlate S consder l equazone (6 se tutte le stme delle grandezze X rsultano ndpendent allora l ncertezza tpo composta del valore msurato y può essere rcavata secondo la legge d propagazone dell ncertezza per grandezze non correlate:

7 u c (y f u ( c u ( > u c (y f u ( c u (. (8 f Le dervate parzal sono coeffcent d sensbltà, ndcat anche con c. Ess descrvono come la stma d uscta y vara al varare de valor delle stme d ngresso. I coeffcent d sensbltà c descrvono quanto una varazone nella stma d ngresso nfluenza la stma d uscta y, coè quanto questa è sensble alla stma d ngresso n questone. Ess sono dunque pes, n senso statstco, che vengono attrbut alle ncertezze tpo d ngresso per formare l ncertezza tpo composta. Il calcolo de coeffcent d sensbltà rchede d norma l calcolo delle dervate parzal della funzone f. Questo è agevole per funzon semplc, ma può rappresentare un ostacolo per modell pù complcat. V sono cas n cu la complesstà del modello rende sconsglable la determnazone analtca de coeffcent. Convene allora determnarl per va numerca, perturbando la funzone con una varazone, postva e negatva par all ncertezza tpo d cascuna stma d ngresso, mantenendo nvarate tutte le altre. 3. Propagazone dell ncertezza per grandezze correlate Se le msure n ngresso non sono tra loro ndpendent, ossa se alcune delle grandezza sono correlate (es. nella stma del loro valore ntervene lo stesso strumento, o lo stesso campone d msura, o lo stesso dato d rfermento, la (8 non può pù essere mpegata ma bsogna consderare l equazone generale che tnene conto anche delle correlazon: f f - u c (y u(, + + f f u(, (9 Il parametro u(, è la covaranza d e, Cov(,, se la covaranza concde con la varanza. La covaranza esprme l grado d dpendenza statstca tra le stme delle due grandezze. Se le varabl e dcono non correlate. sono statstcamente ndpendent allora la Cov(, 0 e le varabl s

8 La dpendenza statstca tra due varabl aleatore, nel nostro caso e, è soltamente espressa medante un parametro admensonale detto coeffcente d correlazone, che è ottenuto come: u(, r (, (0 u( u( Il coeffcente d correlazone assume valor compres tra - e +; vale zero se le stme delle due grandezze sono statstcamente ndpendent, se sono completamente correlate è par a, valor ntermed ndcano una parzale correlazone.. La (9 s può esprmere anche n termn d coeffcente d correlazone: f f f u c (y u ( r(, u( u( +, ( + Se tutte le grandezze d ngresso sono ndpendent, e qund l coeffcente d correlazone assume valore nullo, l secondo termne al secondo membro s annulla e s rtorna alla legge d propagazone dell ncertezza per grandezze non correlate. Valutazone della covaranza La covaranza tra due varabl casual, y, può essere valutata per va spermentale od analtca. La stma per va spermentale s(,y della covaranza è ottenuta attraverso M coppe ndpendent d osservazon smultanee delle due grandezze: s(, y M M ( ( y y dove ed y rappresentano le mede della due varabl aleatore. Per stmare la covaranza per va analtca bsogna esprmere la dpendenza d entrambe da tutte le grandezze per evdenzare la loro correlazone. ella pratca, le grandezze d'ngresso sono sovente correlate n quanto nella stma del loro valore ntervene lo stesso campone d msura, o lo stesso strumento, dato d rfermento o anche solo lo stesso metodo d msurazone, avente un'ncertezza sgnfcatva. S supponga, senza ledere la generaltà, che le due grandezze d'ngresso X e Y stmate da e y dpendono entrambe da un nseme d P varabl tra loro scorrelate q k : g(..., q, q y h(..., q, q,..., q,..., q detta u ( q l ncertezza assocata alla stma d q, s ha : P P

9 u(, y P k g q h q u ( q che rappresenta la stma per va analtca della covaranza. g h Poché alla sommatora contrbuscono solo que termn per cu 0 e 0 q nulla se non v sono varabl comun a g(. ed h(.. q la covaranza è 4. Incertezza Estesa Sebbene l ncertezza tpo composta u c (y possa unversalmente essere usata per esprmere l'ncertezza del rsultato d una msurazone, n talune applcazon commercal, ndustral e normatve, e là dove sono convolte la salute e la scurezza pubblca, è sovente necessaro dare una valutazone quanttatva dell'ncertezza che defnsca un ntervallo ntorno al rsultato della msurazone che c s aspett comprendere una gran parte della dstrbuzone d valor che possono essere ragonevolmente attrbut al msurando: [y m -U(y; y m +U(y]. ( La valutazone quanttatva supplementare dell'ncertezza che soddsfa l requsto d fornre un ntervallo è denomnata ncertezza estesa ed è ndcata con U: L ncertezza estesa, s rcava moltplcando l ncertezza tpo composta per un fattore d copertura k,: U(y k u(y (3 All ntervallo rcavato tramte l ncertezza estesa va assocato un lvello d confdenza detto anche probabltà d copertura. Cò equvale ad affermare che due lmt dell ntervallo ndvduano una porzone della dstrbuzone d probabltà della stma del msurando par al valore della probabltà d copertura. Per stablre dunque un ntervallo d confdenza esatto è necessaro conoscere completamente la dstrbuzone d probabltà. Ad esempo, n Fg. sono rportat alcun esemp d legame tra k e lvello d confdenza per una dstrbuzone gaussana (es. con fattore d copertura k l lvello d confdenza dell ntervallo è par a n quanto l ntervallo [y m - u(y; m + u(y] comprende l 95.4% della dstrbuzone.

10 m -3 u( m - u( m -u( m m -u( m - u( m-3 u( k Fg. Calcolo del legame tra lvello d confdenza e fattore d copertura se l processo d msurazone può essere modellato con una dstrbuzone gaussana con μy m e σ u(y. 5. Effett sstematc Oltre alle cause d ncertezza d cu s è fatto fnora cenno, che nfluenzano la msura n modo aleatoro, ve ne sono altre che la nfluenzano n modo sstematco. Queste ultme, anche rpetendo pù volte l procedmento d msurazone, nfluenzano la msura sempre allo stesso modo e qund non s evdenzano, come quelle d natura aleatora, con una dspersone de rsultat d msurazone. Pertanto, per valutare correttamente l ncertezza d msura, è necessaro nnanz tutto separare gl effett prodott da fattor d nfluenza sstematc da quell aleator. La valutazone degl effett sstematc va eseguta analzzando teorcamente dvers fattor d nfluenza e prevedendo gl effett che ess possono avere sul rsultato fnale d msura. Un smle approcco consente, qund, anche d apportare la dovuta correzone al rsultato d msura che rmane qund nfluenzato da sol effett aleator. el compensare gl effett sstematc che agscono nelle msurazon bsogna fare attenzone perché fattor d nfluenza d tpo sstematco possono ndurre anche effett secondar d tpo aleatoro. In partcolare, dopo aver eseguto la correzone del rsultato d msura bsogna ancora consderare gl eventual effett secondar legat all ncertezza della correzone stessa che vanno trattat nseme alle ncertezze d natura aleatora. L ncertezza d una correzone per un effetto sstematco noto può essere ottenuta con una valutazone talvolta d categora A, talvolta d categora B; e analogamente per l ncertezza che

11 caratterzza ogn altro effetto aleatoro Il rsultato corretto, c, s rcava come somma del rsultato bruto, m, (coè comprensvo degl effett sstematc e la correzone, C: cm+c. (4 ella valutazone dell ncertezza del rsultato corretto, u(c, bsogna tener conto sa della varabltà del rsultato bruto, σ(m, sa dell ncertezza della correzone, u(c: u (c σ (m + u (C > u(c σ (m + u (C. (5 Oss. Da una lettura superfcale dell equazone (9 s potrebbe dedurre che la correzone fa aumentare l ncertezza ma cò non è corretto n quanto σ(m non rappresenta l ncertezza del rsultato d msura (la varabltà de valor ragonevolmente attrbubl al msurando ma soltanto la varabltà delle letture. In Fg.3 per charre questo concetto sono rportate le dstrbuzon del rsultato d msura e de valor lett con rfermento all esempo che segue. Dalla fgura s evnce che la dstrbuzone de valor lett non contene nessun valore ragonevolmente attrbuble al msurando a causa dell effetto sstematco che centra la dstrbuzone de valor lett su d un valore lontano dal valore atteso del msurando. ESEMPIO E stata effettuata una msurazone d resstenza con metodo volt-amperometrco. Sapendo che l effetto sstematco n questo caso è par alla resstenza nterna dell amperometro s rcav l valore della resstenza da msurare e la sua ncertezza. I dat della msurazone sono: Rm Ω, σ(rm0.030 Ω, RA.000 Ω, u(ra0.040 Ω. Il rsultato corretto é par al valore msurato pù la correzone (coé meno l'errore: RcRm+CRm-ERm-RA( Ω Ω; u c (Rc σ (Rm + u (RA ( ( Ω Ω.

12 p(r pdf(rc pdf(rm ΔRRAE-C 0 48 Rc Rm Ω Fg. 3 Rappresentazone grafca delle dstrbuzon delle msure d resstenza dell esempo, prma (Rm e dopo (Rc la correzone. 6. Rassunto della procedura per la valutazone e la dcharazone dell ncertezza S esprme matematcamente la relazone tra l msurando Y e le grandezze d ngresso X da cu Y dpende: Y f X, X,..., X. La funzone f dovrebbe contenere ogn grandezza, comprese ( tutte le correzon ed fattor d correzone, che possono contrbure con una componente sgnfcatva all ncertezza del rsultato della msurazone. S determna, l valore stmato della grandezza d ngresso d sere d osservazon o medante altr metod. X, sulla base dell anals statstca 3 S valuta l ncertezza tpo u ( d cascuna stma d ngresso. Per una stma d ngresso ottenuta sulla base dell anals statstca d sere d osservazon, l ncertezza tpo è valutata secondo una valutazone d categora A dell ncertezza tpo. Per una stma d ngresso ottenuta con altr metod, l ncertezza tpo u è valutata secondo una valutazone d categora B ( dell ncertezza tpo. 4 S valutano le covaranze assocate alle stme d ngresso eventualmente correlate. 5 S calcola l rsultato della msurazone, vale a dre la stma y del msurando Y, dalla relazone

13 funzonale f usando, per le grandezze d ngresso X, le corrspondent stme rcavate al passo. 6 S determna l ncertezza tpo u(y del rsultato della msurazone y dalle ncertezze tpo e dalle covaranze assocate alle stme d ngresso. Se la msurazone determna smultaneamente pù d una stma d uscta, se ne calcolno le covaranze. 7 Se è necessaro dare un ncertezza estesa U(y s rcava a partre dalla dstrbuzone usata per y e del lvello d confdenza rchesto l fattore d copertura k. 8 S rporta l rsultato della msurazone y con la sua ncertezza tpo u(y, o la sua ncertezza estesa U(y specfcando anche l fattore d copertura k. Regole d scrttura I valor numerc della stma y e della sua ncertezza tpo u(y o dell ncertezza estesa U(y non devono essere ndcat con un numero eccessvo d cfre sgnfcatve. È d regola suffcente rportare u(y ed U(y (così come le ncertezze tpo u( delle stme d ngresso con due cfre sgnfcatve, sebbene sa talvolta opportuno conservare ulteror cfre per evtare error d arrotondamento de calcol successv. Può essere approprato, quando s rportano rsultat fnal, arrotondare le ncertezze per eccesso puttosto che alla cfra pù vcna. Ad esempo, u(y83,56khz sarà arrotondato a 84kHz. In ogn caso, è bene lascars gudare dal buon senso, coscché un valore come u( 3,08mW sarà arrotondato per dfetto a 3mW. Le stme d ngresso e d uscta sono arrotondate n modo da armonzzars con le propre ncertezze; ad esempo, se y,0576a e u(y7ma, allora y è arrotondato a 0,058A. I rsultato numerco della msurazone va ndcato n uno del quattro mod seguent, così da evtare nterpretazon errate. La grandezza d cu s rporta l valore è n questo caso un campone d massa avente valore nomnale 00 g e massa ma; le fras n parentes quadre possono per brevtà essere omesse: m00,047 g con [ncertezza tpo] u 0,35 mg. m 00,0 47(35 g, dove l numero entro parentes è l valore numerco d (dell'ncertezza tpo u rferta alle corrspondent ultme cfre del rsultato rportato. 3 m 00,0 47(0, g, dove l numero entro parentes è l valore numerco d u (ncertezza tpo composta espressa nell'untà d msura del rsultato rportato. 4 m (00,0 47± 0, g, dove l numero che segue l smbolo± è l valore numerco d u (ncertezza tpo composta e non rappresenta un ntervallo d fduca.

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

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

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

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

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

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

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

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

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

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

INCERTEZZE DI MISURA

INCERTEZZE DI MISURA INCERTEZZE DI MISURA Introduzone L esgenza d raggungere un consenso nternazonale nella espressone dell ncertezza de rsultat d msura è stata l motvo prncpale che nel 993 ha condotto alla pubblcazone della

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

* * * 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

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

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

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

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

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

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

Sistemi di Misura e Monitoraggio

Sistemi di Misura e Monitoraggio Sstem d Msura e Montoraggo Espressone e valutazone dell ncertezza d msura To measure s to know (Lord Kelvn) 1 La msura d una grandezza X è costtuta da un numero, da una ncertezza u() e da una untà d msura

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

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

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

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

Prova di verifica n.0 Elettronica I (26/2/2015)

Prova di verifica n.0 Elettronica I (26/2/2015) Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta

Dettagli

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

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

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

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

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

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

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

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

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

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

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

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

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

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

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

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

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

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

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()

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

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

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

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

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

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

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

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

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE

Dettagli

Valutazione dell incertezza di misura

Valutazione dell incertezza di misura Valutazone dell ncertezza d msura 1 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore l sstema msurato l msurando Gl attor della msurazone

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

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017 Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

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

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

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

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST Govann But STIM DELL INCERTEZZ DI MISUR GB008-0405 INTERTEK LBTEST FIRENZE 8 PRILE 005 INDICE DEI CONTENUTI o bstract Scopo e campo d pplcazone..p 3 o Document d Rfermento...p 3 o Premessa..p 3 o nals.

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

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

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

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

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

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

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

Analisi statistica degli errori casuali

Analisi statistica degli errori casuali Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error

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

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli