Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 22 giugno 2010 Prova Scritta

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 22 giugno 2010 Prova Scritta"

Transcript

1 Esercizio n 1 Le ordinate di un idrograa unitario definito a passo orario sono (in m /s/): 50, 0, 18, 6 e 1. Calcolare l area del bacino, la curva a S e l idrograa unitario definito a passo bio-orario per questo bacino. Esercizio n Propagare l onda osservata a monte di una asta idraulica riportata nella tabella sottostante mediante il metodo di Muskingum assumendo i seguenti parametri k=1.8 ore, x=0.15. Coentare la posizione del picco dell onda propagata rispetto all onda osservata a monte dell asta idraulica. T (h) I (m /s) Esercizio n Si considerino le altezze di precipitazione massime annue osservate sulla durata di 1 ora in un pluviometro. Assumendo di adottare una distribuzione di Gumbel determinare l altezza di precipitazione massima annua con tempo di ritorno 0 anni. Valutare inoltre mediante il test del χ l adattamento della distribuzione al campione di dati. Anno h () Anno h () Pagina 1 di 7

2 Esercizio n 1 Le ordinate di un idrograa unitario definito a passo orario sono (in m /s/): 50, 0, 18, 6 e 1. Calcolare l area del bacino, la curva a S e l idrograa unitario definito a passo bio-orario per questo bacino. Soluzione Il volume defluito dell idrograa unitario è: 5 Vd = t ui = 600( ) = m / i= 1 Corrispondente ad un area del bacino di 78 km. La curva a S è data da: [ ] gt ( ) = tht ( ) + ht ( t) + ht ( t) +... ovvero, essendo t=1 ora gt ( ) = ht ( ) + ht ( 1) + ht ( ) +... quindi g(1) = h(1) = 50 m / s/ g() = h() + h(1) = 50+ 0= 80 m / s/ g() = h() + h() + h(1) = = 98 m / s/ etc. l idrograa unitario per una precipitazione di ore può essere derivato dalla curva a S come: [ ] ht () = gt () gt ( t)/ t Ovvero, per esempio, [ ] ( ) h(1) = g(1) g( 1) / = 50 0 / = 5 m / s/ [ ] ( ) h() = g() g(0) /= 80 0 /= 40 m / s/ [ ] ( ) h() = g() g(1) / = /= 4 m / s/ etc. Pagina di 7

3 Esercizio n Propagare l onda osservata a monte di una asta idraulica riportata nella tabella sottostante mediante il metodo di Muskingum assumendo i seguenti parametri k=1.8 ore, x=0.15. Coentare la posizione del picco dell onda propagata rispetto all onda osservata a monte dell asta idraulica. T (h) I (m /s) Soluzione Assegnati i parametri del modello, le costanti c 1, c e c valgono: t kx c1 = = 0.11 k 1 x + t ( ) + t kx c = = 0.8 k 1 x + t ( ) ( ) ( ) k 1 x t c = = 0.51 k 1 x + t Sulla base di tali costanti i valori della portata Q propagata a valle sono: t I Q ore m/s m/s Pagina di 7

4 Q t (min) Pagina 4 di 7

5 Esercizio n Si considerino le altezze di precipitazione massime annue osservate sulla durata di 1 ora in un pluviometro. Assumendo di adottare una distribuzione di Gumbel determinare l altezza di precipitazione massima annua con tempo di ritorno 0 anni. Valutare inoltre mediante il test del χ l adattamento della distribuzione al campione di dati. Anno h () Anno h () Soluzione Sulla base del campione di dati, mediante il metodo dei momenti si stimano i parametri della distribuzione di Gumbel: F x ( x) σ. ( x u) = exp exp ; α = 1 645α ; µ = u α ; essendo ˆ µ = 0.0 ˆ σ = 1.4 da cui Pagina 5 di 7

6 u=4.84, α=8.97. L altezza di precipitazione di assegnato tempo di ritorno T=0 anni sarà: 1 QT = 0 = u αln ln 1 = Per valutare l adattamento della distribuzione di probabilità assumo k=5 classi equiprobabili (p i =0.), ovvero: F h 0 -inf inf Essendo il numero totale di osservazioni pari N=40, il numero atteso di osservazioni per ogni classe sarebbe pari a N p i = 8. Il numero n i effettivo di osservazioni che ricade in ciascuna classe è: Pagina 6 di 7

7 Cui corrisponde 5 i= 1 ( n Np ) i i χ = = 1.5 Np i Livello di significatività α=0.10 Dalle tabelle della distribuzione χ ottengo χ5 1,0.1= 4.6 Per cui essendo 1.5<4.6 posso accettare H 0 al livello di significatività α=0.10 Pagina 7 di 7

t (min) UH (1/min) Tabella 1. Idrogramma unitario

t (min) UH (1/min) Tabella 1. Idrogramma unitario Esercizio n 1 Assegnato l idrogramma unitario riportato in tabella 1 calcolare l idrogramma alla sezione di chiusura di un bacino di 500 ha a fronte dello ietogramma di pioggia totale riportato in tabella

Dettagli

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 23 giugno 2009 Prova Scritta

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 23 giugno 2009 Prova Scritta Esercizio n 1 In una stazione meteo posta alla quota z 1 = 0 m s.l.m. è misurata una temperatura dell aria di 0 C, una pressione atmosferica pari a 101.3 kpa e una umidità relativa del 40%. Calcolare la

Dettagli

t (h) h (mm)

t (h) h (mm) Esercizio n 1 Con riferimento all equazione di Horton per il calcolo dell infiltrazione si assuma un tasso iniziale di infiltrazione f 0 =5 cm/h, un valore del tasso costante f c =1 cm/h ed una costante

Dettagli

COMUNE DI CONSIGLIO DI RUMO

COMUNE DI CONSIGLIO DI RUMO COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI

Dettagli

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 19 settembre 2011 Prova Scritta

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 19 settembre 2011 Prova Scritta Corso di Idrologia 9 settembre 0 sercizio n Si stimi il valore del parametro φ per il calcolo della pioggia netta di un bacino di km per il quale a fronte dello ietogramma di tabella è stato osservato

Dettagli

Stima della portata di piena: un esempio

Stima della portata di piena: un esempio Stima della portata di piena: un esempio Giuseppe Pino APAT Dipartimento Nucleare, Rischio Tecnologico e Industriale 1 aprile 2008 Stima della portata di massima piena Obiettivo: determinare la portata

Dettagli

Corso di Idrologia A.A Piogge intense. Antonino Cancelliere. Dipartimento di Ingegneria Civile e Ambientale Università di Catania

Corso di Idrologia A.A Piogge intense. Antonino Cancelliere. Dipartimento di Ingegneria Civile e Ambientale Università di Catania Corso di Idrologia A.A. 2011-2012 Piogge intense Antonino Cancelliere Dipartimento di Ingegneria Civile e Ambientale Università di Catania Elaborazione delle piogge intense Obiettivi: 1. Determinazione

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE

Dettagli

Insegnamento di Idrologia. Esercitazione n. 4

Insegnamento di Idrologia. Esercitazione n. 4 Insegnamento di Idrologia Esercitazione n. 4 Si vogliono costruire delle opere di difesa lungo un affluente del torrente Staffora. Poiché non esistono osservazioni di portata, occorre stimare la portata

Dettagli

Idraulica e idrologia: Lezione 9

Idraulica e idrologia: Lezione 9 Idraulica e idrologia: Lezione 9 Agenda del giorno - Relazioni per la stima della portata al colmo; - Tempo di corrivazione di un bacino; - Metodo razionale. 1 LINEA SEGNALATRICE DI PROBABILITA PLUVIOMETRICA

Dettagli

w=k,k+1,k+2, p. Pertanto la probabilità dell evento composto [k-1 successi in w-1 k k W

w=k,k+1,k+2, p. Pertanto la probabilità dell evento composto [k-1 successi in w-1 k k W Complementi di Idrologia Appello del 2 settembre 2 Problema n (6 punti). erivare l equazione della distribuzione Binomiale Negativa mostrando il suo legame con la distribuzione Binomiale. 2. Si consideri

Dettagli

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1 (A. A )

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1 (A. A ) Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N (A. A. 0-0) CALCOLO DELLE ONDE ESTREME PER LA SCELTA DELL ONDA DI PROGETTO DI UN ASSEGNATO PARAGGIO Da una elaborazione dei dati anemometrici registrati

Dettagli

Richiami di probabilità e statistica

Richiami di probabilità e statistica Richiami di probabilità e statistica Una variabile casuale (o aleatoria) X codifica gli eventi con entità numeriche x ed è caratterizzata dalla funzione di distribuzione di probabilità P(x) : P(x)=Pr ob[x

Dettagli

Determinazione della curva di probabilità

Determinazione della curva di probabilità Determinazione della curva di probabilità.si selezionano alcuni tipi di distribuzione, tra i quali sembra più agionevole effettuare la ricerca;.si individua il tipo di distribuzione che meglio si presta

Dettagli

Studi sugli eventi estremi per stima delle portate di piena

Studi sugli eventi estremi per stima delle portate di piena Studi sugli eventi estremi per stima delle portate di piena Un obiettivo degli studi sugli eventi estremi idrometeorologici è la determinazione dell idrogramma delle portate di piena (o almeno della portata

Dettagli

Analisi Statistica dei Valori Estremi Massimi Annuali delle Portate del fiume Serio

Analisi Statistica dei Valori Estremi Massimi Annuali delle Portate del fiume Serio dei Massimi Annuali delle Portate del fiume Serio UNIVERSITÀ DEGLI STUDI DI PALERMO Corso di Laurea Magistrale in Ingegneria Gestionale Analisi Statistica del Rischio Analisi Statistica dei Valori Estremi

Dettagli

Studi sugli eventi estremi per stima delle portate di piena

Studi sugli eventi estremi per stima delle portate di piena Studi sugli eventi estremi per stima delle portate di piena Un obiettivo degli studi sugli eventi estremi idrometeorologici è la determinazione dell idrogramma delle portate di piena (o almeno della portata

Dettagli

II Esonero - Testo B

II Esonero - Testo B Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si

Dettagli

La famiglia delle distribuzioni GEV - I

La famiglia delle distribuzioni GEV - I La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto

Dettagli

Statistica Applicata all edilizia: il modello di regressione

Statistica Applicata all edilizia: il modello di regressione Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione

Dettagli

La famiglia delle distribuzioni GEV - I

La famiglia delle distribuzioni GEV - I La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto

Dettagli

ALLEGATO A. Metodologia di calcolo per l invarianza idraulica. A cura dell Ufficio Macchine Impianti Reti e Concessioni

ALLEGATO A. Metodologia di calcolo per l invarianza idraulica. A cura dell Ufficio Macchine Impianti Reti e Concessioni Metodologia di calcolo per l invarianza idraulica ALLEGATO A ESEMPIO DI DETERMINAZIONE DELLA CURVA DI POSSIBILITÀ PLUVIOMETRICA A cura dell Ufficio Macchine Impianti Reti e Concessioni Rev.1.0 21.02.2017

Dettagli

Soluzione Esercizio 1 (pag 1):

Soluzione Esercizio 1 (pag 1): 8 - Test di Ipotesi Esercizio 1: Dopo anni di esperienza e noto che la distribuzione della concentrazione di rame nel sangue umano e ben descritta da una distribuzione gaussiana di parametri μ=3.2 10-5

Dettagli

DI IDROLOGIA TECNICA PARTE III

DI IDROLOGIA TECNICA PARTE III FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XIX: I metodi indiretti per la valutazione delle

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto

Dettagli

Problema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T?

Problema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T? Problema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T? Il problema dell'inferenza: dato un campione, individuare la distribuzione di probabilità da cui ha avuto origine.

Dettagli

Analisi e procedure idrologiche di riferimento

Analisi e procedure idrologiche di riferimento UNIVERSITÀ DEGLI STUDI DI FERRARA Analisi e procedure idrologiche di riferimento Marco Franchini Università degli Studi di Ferrara MODERNI SVILUPPI APPLICATIVI NEL CAMPO DELLA MODELLAZIONE IDRAULICA DEL

Dettagli

R - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre

R - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota

Dettagli

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = + ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della

Dettagli

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni;

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni; Insegnamento di Idrologia Esercitazione n. 1 Si vuole costruire un argine lungo l'adda, nei pressi di Fuentes, in provincia di Sondrio. Per l'analisi idrologica sono disponibili i massimi annuali della

Dettagli

y i = ax i + b + ï i Un accenno ai metodi di regressione lineare Il problema:

y i = ax i + b + ï i Un accenno ai metodi di regressione lineare Il problema: Un accenno ai metodi di regressione lineare Il problema: Determinazione della miglior retta in grado di descrivere la relazione lineare che intercorre tra due variabili a partire dalle loro misura sperimentale

Dettagli

Confronto tra due popolazioni Lezione 6

Confronto tra due popolazioni Lezione 6 Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media

Dettagli

Appunti di IDROLOGIA TECNICA

Appunti di IDROLOGIA TECNICA UNIVERSITÀ degli STUDI di TRIESTE Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Ambientale e del Territorio Corso di IDROLOGIA TECNICA (prof. ing. E. Caroni) Appunti di IDROLOGIA TECNICA

Dettagli

Lezione 8: Esercizi di Idrologia

Lezione 8: Esercizi di Idrologia Lezione 8: Esercizi di Idrologia Problemi di Idrologia 1 Problemi di bilancio idrologico Problema 1 Alla sezione di ciusura di un bacino idrografico di 40 km di superficie è stata registrata una portata

Dettagli

Esercitazione 8 del corso di Statistica 2

Esercitazione 8 del corso di Statistica 2 Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione

Dettagli

Mario Mandras MODELLI STATISTICI. Elementi fondamentali per la ricerca EDIZIONI MASTRU

Mario Mandras MODELLI STATISTICI. Elementi fondamentali per la ricerca EDIZIONI MASTRU Mario Mandras MODELLI STATISTICI Elementi fondamentali per la ricerca EDIZIONI MASTRU Proprietà letteraria riservata Printed in italy Copyright 2015 by Mario Mandras S.V. Taniga san Giacomo Medas 4 Sassari

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

6 - Distribuzione Binomiale

6 - Distribuzione Binomiale 6 - Distribuzione Binomiale Probabilita' (binomiale) o densita' di probabilita' (gaussiana) Binomiale, N=3, p=0.25 0.5 Gaussiana, µ=np=0.8, σ= Np(1-p)=0.8 0.4 0.3 0.2 0.1 0 0.5 0 0.5 1 1.5 2 2.5 3 3.5

Dettagli

Problema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:

Problema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso: Facoltà di Economia Statistica Esame 1-20/01/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Su 10 imprese è stato rilevato l utile netto dell ultimo triennio espresso in milioni di euro. Il risultato

Dettagli

ESERCITAZIONE N. 7 corso di statistica

ESERCITAZIONE N. 7 corso di statistica ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue

Dettagli

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della

Dettagli

Scritto del

Scritto del Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene

Dettagli

Funzioni di 2 variabili

Funzioni di 2 variabili Funzioni di 2 variabili 1 eterminare l insieme di definizione di ciascuna delle seguenti funzioni precisando se tali insiemi sono aperti, chiusi, itati. F (x, y) = 1 sin x cos y F (x, y) = arctan sin xy

Dettagli

Cenni di probabilità

Cenni di probabilità Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Cenni di probabilità Ing. Antonino Cancelliere Dipartimento

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

STIMA DELLA PORTATA DI PIENA

STIMA DELLA PORTATA DI PIENA A.A 2013/2014 PROTEZIONE E SISTEMAZIONE DEI BACINI IDROGRAFICI I Esercitazione n 1 del 10/10/2013 STIMA DELLA PORTATA DI PIENA INDICAZIONI PER LO SVOLGIMENTO Nella prima parte dell esercitazione tracciare

Dettagli

Statistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1

Statistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1 Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa

Dettagli

[ ] L incremento di invaso in un intervallo di tempo t è dato da:

[ ] L incremento di invaso in un intervallo di tempo t è dato da: METODO DI MUSKINGUM-CUNGE E un modello del 1938 che prende il nome dal fiume in cui è stato applicato la prima volta. Alla base del modello ci sono le ipotesi che il volume d acqua invasato nel tronco

Dettagli

I N D I C E. Lista delle Tabelle, dei diagrammi e delle figure

I N D I C E. Lista delle Tabelle, dei diagrammi e delle figure I N D I C E 1) PREMESSA...Errore. Il segnalibro non è definito. 2) INQUADRAMENTO TERRITORIALE... 3 3) CARATTERIZZAZIONE IDROLOGICA DEL TERRITORIO... 4 4.1 Elaborazioni statistiche... 9 4.2 Determinazione

Dettagli

Esercizi di Ricapitolazione

Esercizi di Ricapitolazione Esercizio 1. Sono dati 150 g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare

Dettagli

STIMA DELLA PIENA INDICE

STIMA DELLA PIENA INDICE STIMA DELLA PIENA INDICE 1) Metodi a base geomorfoclimatica (es. Formula razionale) 2) Metodi basati su regressioni rispetto a parametri morfo-climatici 1 Valutazione della piena media Formula razionale

Dettagli

COMUNE DI PERGOLA PROVINCIA DI PESARO E URBINO

COMUNE DI PERGOLA PROVINCIA DI PESARO E URBINO COMUNE DI PERGOLA PROVINCIA DI PESARO E URBINO IL TECNICO Dott. Ing. Marco Sciamanna Dott. Ing. Marco Sciamanna Via Lago Trasimeno n 4, Pergola PU 61045 Tel: 0721 734854 Cell: 338 2648433 P.IVA: 02661280418

Dettagli

a 17,438 n 0,506 k 100 2,37

a 17,438 n 0,506 k 100 2,37 Si riportano i dati del Bacino del Chisone: Dove: - Ψ= coefficiente di afflusso del bacino - v= velocità - L= lunghezza dell asta principale Esercitazione di Idrologia z medio 1739 m z max 3234 m z min

Dettagli

ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini:

ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: VALORE ATTESO Variabile casuale SOMMA delle n variabili Variabile casuale MEDIA

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica

Dettagli

η % NPSH [m]

η % NPSH [m] 8 gennaio 010 Esercizio n 1 (punti 5) L impianto di sollevamento rappresentato in figura è costituito dalle pompe P1 e P, tra di loro in parallelo e in serie con la pompa P3. Le pompe hanno le seguenti

Dettagli

Coppie di variabili aleatorie

Coppie di variabili aleatorie Coppie di variabili aleatorie 1 Coppie di variabili aleatorie Definizione: Si definisce vettore aleatorio la coppia (,) dove,, sono definite sullo stesso spazio campione : S R, : S R (, ) : S R Esempio:

Dettagli

Statistica a lungo termine: calcolo dell onda di progetto

Statistica a lungo termine: calcolo dell onda di progetto Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel,

Dettagli

Statistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C

Statistica. Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Cognome: Tema C Statistica Cognome: Lauree Triennali in Biologia e Biologia Molecolare Nome: 13 luglio 2010 Matricola: Tema C 1. Parte A 1.1. Indichiamo con Q 1 e Q 3 il primo e terzo quartile, con m la mediana e con

Dettagli

Modalità d esame: Relazione

Modalità d esame: Relazione Modalità d esame: Obiettivo: Stimare la portata di picco di progetto per il bacino di Rio Val Molinara (oggetto della Visita Tecnica) e su questa base valutare il tirante idraulico nel canale di testata

Dettagli

STIMA DEI PARAMETRI. METODO DEI MOMENTI.

STIMA DEI PARAMETRI. METODO DEI MOMENTI. STIMA DEI PARAMETRI. Esistono diversi metodi per la stima dei parametri: Metodo grafico di interpolazione su carta probabilistica. Metodo dei momenti. Metodo della massima verosimiglianza. Metodo degli

Dettagli

Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a

Esercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti

Dettagli

FACOLTÀ DI INGEGNERIA

FACOLTÀ DI INGEGNERIA a.a. 2012/2013 FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN: INGEGNERIA DELLE COSTRUZIONI EDILI E DEI SISTEMI AMBIENTALI Insegnamento: COSTRUZIONI IDRAULICHE OGGETTO: QUADERNO DELLE ESERCITAZIONI dott. ANDREA

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011 FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi

Dettagli

C-RELAZIONE IDROLOGICA IDRAULICA

C-RELAZIONE IDROLOGICA IDRAULICA OGGETTO: C-RELAZIONE IDROLOGICA IDRAULICA Collegamento tra la S.P.n.3 della Val Musone e la zona industriale Squartabue -Tratto sino al confine con la Provincia di Macerata- Importo totale progetto 1.550.000,00

Dettagli

23 Luglio Esercizio n 1 (punti 6)

23 Luglio Esercizio n 1 (punti 6) 3 Luglio 008 Esercizio n (punti 6) L impianto rappresentato in figura è costituito da due pompe, aventi curva caratteristica sotto riportata, che, prelevando acqua rispettivamente dal serbatoio A posto

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

- REGIONE AUTONOMA FRIULI VENEZIA GIULIA - Consulta d Ambito per il Servizio Idrico Integrato Centrale Friuli - Provincia di Udine -

- REGIONE AUTONOMA FRIULI VENEZIA GIULIA - Consulta d Ambito per il Servizio Idrico Integrato Centrale Friuli - Provincia di Udine - - REGIONE AUTONOMA FRIULI VENEZIA GIULIA - Consulta d Ambito per il Servizio Idrico Integrato Centrale Friuli - Provincia di Udine - ACQUEDOTTO POIANA SPA TITOLO PROGETTO AGGIORNAMENTO DEL PROGETTO GENERALE

Dettagli

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18 ESERCITAZIONE Nr.7 Argomenti Curve segnalatrici di possibilità pluviometrica valide per la Sardegna. Prerequisiti Allegati - Capitolo 7 del programma del corso. Conoscenze informatiche generali sull'uso

Dettagli

Test di ipotesi (a due code, σ nota)

Test di ipotesi (a due code, σ nota) Test di ipotesi (a due code, σ nota) Assumiamo nota la deviazione standard σ = 43.3 mesi vogliamo sapere se esiste un intervallo I di confidenza al 95% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ

Dettagli

xn+1 distribuzione qualsiasi;

xn+1 distribuzione qualsiasi; Numeri pseudocasuali Il periodo deve essere il più lungo possibile; la distribuzione deve essere uniforme in [0, 1] p(x)=costante in [0, 1]; le correlazioni devono essere trascurabili xn+1 x n xn+1 xn

Dettagli

Riesame dei risultati del metodo razionale con due metodi di stima della pioggia netta

Riesame dei risultati del metodo razionale con due metodi di stima della pioggia netta Angela Cianchi Matr. 188270 16 Dicembre 2012 Riesame dei risultati del metodo razionale con due metodi di stima della pioggia netta Svolgimento Il metodo della corrivazione si basa sulle seguenti ipotesi:

Dettagli

PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati

PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati PROBABILITÀ E STATISTICA - 23 Giugno 2017 Scrivere le risposte negli appositi spazi. Motivare dettagliatamente le risposte su fogli allegati 1. - Un urna contiene 2 palline bianche e 28 nere; da essa vengono

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel primo campione

Dettagli

Esercizi di ricapitolazione

Esercizi di ricapitolazione Esercizio 1. Sono dati 150 g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare

Dettagli

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18 ESERCITAZIONE Nr.8 Argomenti Modello cinematico. Idrogramma di piena relativo ad un evento meteorico mediante l'applicazione del modello della corrivazione in forma discretizzata. Prerequisiti Capitolo

Dettagli

6. Applicazione di curve di probabilità pluviometrica in ambito di verifica.

6. Applicazione di curve di probabilità pluviometrica in ambito di verifica. 6. Applicazione i curve i probabilità pluviometrica in ambito i verifica. Viene qui riportato un esempio i applicazione i curve i probabilità pluviometrica per la eterminazione el perioo i ritorno i un

Dettagli

DISTRIBUZIONE DI SNEDECOR

DISTRIBUZIONE DI SNEDECOR DISTRIBUZIONE DI SNEDECOR Stabilisce una CORRELAZIONE positiva o meno entro un definito intervallo di due raccolte di misure tra loro indipendenti. Es: vogliamo calcolare l'aumento di peso di animali nei

Dettagli

Esercizi di Ricapitolazione

Esercizi di Ricapitolazione Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

# $ % & # ' ( )&* ( + #

# $ % & # ' ( )&* ( + # ! " $ % & ' ( )&* (!" + '!!" - '! $%! %& $!!'% (!)'(. '! / 0 " "! '%%$34)*% $ % 5 g( E[ Y X ]) α + X β. * + 3 Y α + β X +... + β X + ε α + X β + ε p p E 8 [ Y X ] α + X β ( Y X ) E[ Y X ] )&*! ' - )(%'!

Dettagli

I 5 principi dell estimo

I 5 principi dell estimo La stima del valore di mercato Prof. Arch. ALESSIO D AURIA, PhD DIPARTIMENTO DI CONSERVAZIONE DEI BENI ARCHITETTONICI E AMBIENTALI aldauria@unina.it I 5 principi dell estimo 1. Il valore dipende dallo

Dettagli

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)

Dettagli

STATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)

STATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU) STATISTICA a.a. 2001-2002 (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, 50134 Firenze, tel. 055-4237211 PARTE 5-3.12.2001 e.mail: stefanin@ds.unifi.it http://www.ds.unifi.it/ricerca/pagperson/docenti/stefanini.htm

Dettagli

LIVELLI E PORTATE MEDIE GIORNALIERE DEL FIUME ADIGE A VERONA NEGLI ANNI

LIVELLI E PORTATE MEDIE GIORNALIERE DEL FIUME ADIGE A VERONA NEGLI ANNI LIVELLI E PORTATE MEDIE GIORNALIERE DEL FIUME ADIGE A VERONA NEGLI ANNI 2017-18 ARPAV Commissario straordinario Riccardo Guolo Direttore Tecnico Carlo Terrabujo Dipartimento Regionale per la Sicurezza

Dettagli

9. Test del χ 2 e test di Smirnov-Kolmogorov. 9.1 Stimatori di massima verosimiglianza per distribuzioni con densità finita

9. Test del χ 2 e test di Smirnov-Kolmogorov. 9.1 Stimatori di massima verosimiglianza per distribuzioni con densità finita 9. Test del χ 2 e test di Smirnov-Kolmogorov 9. Stimatori di massima verosimiglianza per distribuzioni con densità finita Supponiamo di avere un campione statistico X,..., X n e di sapere che esso è relativo

Dettagli

Statistica Inferenziale Soluzioni 3. Verifica di ipotesi

Statistica Inferenziale Soluzioni 3. Verifica di ipotesi ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE. a.a.

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE. a.a. UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 CDF empirica

Dettagli

FACOLTA DI INGEGNERIA

FACOLTA DI INGEGNERIA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 5 ARGOMENTO: VERIFICA DEL MODELLO

Dettagli

PROVINCIA REGIONALE DI RAGUSA PROGETTO DEFINITIVO VERIFICHE IDROGEOLOGICHE. I e II TRATTO ING. MARIO ADDARIO ARCH. ORAZIA TRIBASTONE SCALA DATA

PROVINCIA REGIONALE DI RAGUSA PROGETTO DEFINITIVO VERIFICHE IDROGEOLOGICHE. I e II TRATTO ING. MARIO ADDARIO ARCH. ORAZIA TRIBASTONE SCALA DATA PROVINCIA REGIONALE DI RAGUSA PROGETTO: SISTEMAZIONE DELLA S.P. 45 "BUGILFEZZA - POZZALLO. TRATTI COMPRESI DAL KM 5+250 AL KM 5+550 E DAL KM 6+800 AL KM 7+000". PROGETTO DEFINITIVO TITOLO: VERIFICHE IDROGEOLOGICHE.

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria per l Ambiente e il Territorio CORSO DI IDROLOGIA N.O. Ing. Daniela Biondi SCHEDA DIDATTICA N 6 ANALISI DELLE PIOGGE ANNUE

Dettagli

Ricostruzione del periodo di ritorno del nubifragio di Molare del 13 Agosto 1935

Ricostruzione del periodo di ritorno del nubifragio di Molare del 13 Agosto 1935 Politecnico di Torino - Prima Facoltà di Ingegneria A.A.211-212 Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio Corso di Protezione Idraulica del Territorio (8 CFU) Prof. Pierluigi

Dettagli

DISTRIBUZIONI DI PROBABILITA PER L IDROLOGIA

DISTRIBUZIONI DI PROBABILITA PER L IDROLOGIA DISTRIBUZIONI DI PROBABILITA PER L IDROLOGIA 8 ottobre 06 INDICE i Indice Richiami di statistica applicata all Idrologia. Distribuzioni di probabilità............................... Stimatori.........................................3

Dettagli

Insegnamento di Complementi di idrologia. Esercitazione n. 4

Insegnamento di Complementi di idrologia. Esercitazione n. 4 Insegnamento di Complementi di idrologia Esercitazione n. 4 Si vogliono determinare le portate al colmo e gli idrogrammi di piena con tempo di ritorno di 30, 200 e 500 anni dell'olona a Ponte Gurone. Per

Dettagli

La dipendenza. Antonello Maruotti

La dipendenza. Antonello Maruotti La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno

Dettagli