Minicorso Controllo Statistico di Processo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Minicorso Controllo Statistico di Processo"

Transcript

1 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi di robabilità: com, dov uado Camioi si asc Prmssa Ua distribuzio di robabilità è u modllo matmatico ch collga il valor di ua variabil alla robabilità ch tal valor si trovi all itro dlla oolazio ovvro ossao ssr ossrvati. cosgu ch l sito di ua misura uò ssr cosidrato ua variabil casual, oiché tal valor uò assumr valori diffrti all itro dlla oolazio. Si ricooscoo du tiologi di distribuzio di robabilità: discrta, uado il aramtro da misurar uò assumr solo alcui valori, il grafico dll robabilità si rsta com u istogramma. cotiua, uado la variabil da misurar è srimibil mdiat ua scala cotiua, il grafico dll robabilità si rsta com ua curva cotiua; Formalmt, l distribuzioi di robabilità vgoo srss da ua lgg matmatica dtta: fuzio di dsità di robabilità, idicata co f, r l distruzioi cotiu, fuzio di robabilità, idicata co, r l distruzioi discrt. htt:// /7

2 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao L distribuzio discrt U vto i cui il camio è costituito da dati srimtali i uali ossoo assumr solo valori {; ; 3; 4; } dà luogo ad ua distribuzio discrta. Dtta la fuzio ch srim l robabilità, i trmii di momti si ha: γ μ i i [ i i ] i [ μ ] 3 [ μ ] i i 3 i i La distribuzio di Broulli biomial Si dic srimto di Broulli ua suza di rov co l sguti carattristich: il risultato di ogi rova uò ssr solo succsso o fallimto ; il risultato di ciascua rova è ididt dai risultati dll rov rcdti; la robabilità di succsso, uidi la robabilità di fallimto, soo costati i ciascua rova. Allora: La robabilità i u sigolo ttativo ch su vti ci siao succssi uidi - isuccssi è data dall uazio: Pr Pr comrdr ciò, chidiamoci ual sia la robabilità ch du rso su tr rso giugao utuali ad ua riuio. La robabilità total è data dal rodotto dlla robabilità di du succssi r ulla di u isuccsso:, 3. 3 L ossibili combiazioi di succssi u isuccsso soo C 3, 3 allora, ssdo C, tutt l combiazioi ossibili di succssi di fallimti, il umro di succssi i rov ha iù i gral ua lgg di distribuzio rarstabil tramit l uazio: Attzio ch il trmi succsso o sigifica ch l vto sia ullo dsidrato. Si uò trattar, ad smio, dl succsso l trovar u zzo difttoso tra molti ch o lo soo. htt:// /7

3 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Pr, C Qusta distribuzio, r la rsza dl trmi biomial, assum ach il om di distribuzio biomial. S si sommao tutt l robabilità si otti: Pr [ ] com dv ssr r ua distribuzio di robabilità. Sza orr u limit al umro dll rov, ci chidiamo ora s, i u rocsso di usto tio, è mai ossibil ch o si abbia mai u succsso. U tal vto o è logicamt imossibil, tuttavia s > si ha: lim Qusto coctto è alla bas dl aradosso di Borl: s u srimto uò ssr rituto ifiit volt ll stss codizioi, a furia di rovar, ua ualsiasi combiazio di vti ach di robabilità irrisoria o ulla si vrifichrà rima o oi co robabilità uo vto crto. I altri trmii: combiado all ifiito lttr a caso, u laborator fiirbb r scrivr di crto u libro dgo dl rmio obl. La distribuzio biomial si ui dscritta è ssso utilizzata i cotrollo ualità, uado si dbbao ffttuar vrifich su oolazioi molto sts assimilabili uidi a ull di dimsio ifiita. I usto caso rarsta la frazio di lmti o coformi rsti lla oolazio, mtr è il umro di lmti o coformi ossrvati l camio casual di lmti rlvato dalla oolazio. Il raorto tra il umro ossrvato di lmti difttosi la umrosità dl camio si idica co il simbolo: ˆ d è ua stima dl valor ral igoto si dfiisc: frazio camioaria di lmti o coformi. Alicado usta logica a iù cotrolli, il umro di "o coformi" rovit da rov srimtali tdrà a oscillar itoro ad u valor ctral valor mdio di k srimti su camioi di dimsioi, tal valor risulta ua buoa stima dl livllo di difttosità dlla roduzio la distribuzio dgli siti di sigoli srimti td ad addsarsi su tal valor co ua lgg di robabilità ormal torma dl limit ctral. Aticiado argomti ch si trovrao iù avati, usto sigifica ch è ossibil vrificar ua rsza di dati aomali com u aumto igiustificato di zzi difttosi utilizzado u camio discrto ivc ch u cotrollo al % ovvro su tutta la oolazio. Ifatti, si dv tr b rst ch il cotrollo al % o vi ffttuar r vrificar la rsza di o coformi, ma r lo scoo sattamt cotrario: riuscir a slzioar i ochi buoi dai molti cattivi. I trmii di momti si ha: μ U tiico srimto di Brulli ullo di mischiar l cart di u mazzo uovo r vdr s tagliado il mazzo di cart mischiat sca o o u asso di icch. Ogi tst ffttuato su u mazzo risod ai ruisiti di u srimto smlic di Brulli. Si ottgoo così dll tabll di distribuzio dll robabilità com la sgut: htt:// 3/7

4 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Pr S si cosidra il caso dlla ossibilità di ottr u stt laciado du dadi si ha: ,67% da cui: 36 6,67% 6 6 oolazio robabilità casi favorvoli rov μ, ²,833467,93 γ, P P -μ² P f 33,5%,, ,98% 4,%,4, 43,7%,%,4,97 3,99% 3 5,4%,6,4395 3,97% 4,8%,3,738,% 5,%,3,97,% 6,%,,536,% OTA: uado >69 è u roblma dtrmiar! mdiat l calcolatrici, r ovviar a usto roblma si uò utilizzar la forma arossimata di:! π our ricorrr alla distribuzio di Poisso. La distribuzio irgomtrica Si suoga di disorr di ua oolazio fiita di lmti. U crto umro C di usti C ricad i u isim d itrss ad smio: soo i o coformi. Da usta oolazio vi stratto u camio casual di lmti i cui vgoo rilvati lmti aartti all isim d itrss. I usto caso la distribuzio dll robabilità è rarstabil tramit l uazio: Pr C C htt:// 4/7 I ratica si ha il raorto tra il rodotto dl umro di combiazioi ch ralizzao succssi - isuccssi il umro total di combiazioi, tal distribuzio rd il om di distribuzio irgomtrica. Si ota ch usto è u modllo molto adatto s, dato u lotto di lmti di uali ua rctual si riti o coform o difttosa, si dbba giudicar il lotto slzioado u camio casual di lmti. I usto caso sarà il umro di lmti o coformi trovati l camio. S si sommao tutt l robabilità si otti:

5 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao htt:// 5/7 Pr com dv ssr r ua distribuzio di robabilità. Al crscr di la distribuzio irgomtrica td a ulla biomial. Ifatti, s si o il limit si otti: lim!!! lim K K K K volt volt lim K K Acora ua volta, ritdo usti cotrolli iù volt, gli siti dll rov srimtali tdrao ad oscillar itoro ad u valor ctral co ua lgg di robabilità ormal torma dl limit ctral. μ Si ottgoo così dll tabll di distribuzio dll robabilità com la sgut: Pr S si cosidra il caso dlla ossibilità di ottr dll risost ositiv ad u ivito chiddo di uscir a uattro ragazz su cto sado ch il 4% risodrbb ositivamt: 4

6 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao 4% da cui: 4 4,% 6 6,% 4, μ,6 ²,9399,965 P P -μ² P f,4%,,38356,45% 34,9%,349, ,8% 35,%,74, ,94% 3 5,%,454,9637 4,43% 4,3%,93,3445,87% La distribuzio di Poisso Cosidriamo la distribuzio biomial l caso i cui sia molto grad sia molto iccolo ch. La situazio limit sarà: lim A usto uto è ossibil scrivr ll uazio dlla distribuzio biomial scodo la forma: Pr!!! Effttuiamo il limit r K lim Pr lim! ora, svolgdo i limiti sui sigoli moltilicatori, si ha: K lim lim!! Pr cui la distribuzio dll robabilità oissoiaa è rarstabil tramit l uazio aramtrica: Pr! htt:// 6/7

7 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Com dimostrato si tratta di u caso articolar dlla distribuzio biomial: uado cioè il umro di rov è molto grad cotmoraamt la robabilità di succsso i ua sigola rova è molto iccola; r usto motivo è dtta lgg dgli vti rari, oiché la robabilità ch l vto si vrifichi è strmamt bassa. É chiamata ach lgg di iccoli umri, i uato la fruza assoluta di usti vti è srssa da u umro iccolo, ach i u umro lvato di rov. S si sommao tutt l robabilità si otti:! Pr S ffttuiamo il limit dlla sommatoria r si ha lim! Pr com dv ssr r ua distribuzio di robabilità. S si aalizza la distribuzio dll robabilità oissoiaa i trmii di momti si ha: μ S si cosidra il caso ch o si ammtta ua difttosità maggior dl 3% sul itro di u lotto si voglia vrificar la botà dl lotto tramit u camio di cto zzi: 3% 3 da cui : 3,% robabilità rov μ 3, ² 3,,73 3, P P -μ² P f 4,97877%,, ,4% 4,936%,49,597445,83%,448%,448,44 9,5% 3,448%,67, 3,3% 4 6,8336%,67,683 9,5% 5,888%,54,4375,83% 6 5,494%,3, ,4% 7,643%,5,345665,6% 8,85%,65,538,36% La distribuzio di Pascal, ulla biomial gativa ulla gomtrica S si cosidra ua sri di rov ididti, ciascua co ua robabilità di succsso si idica co la rova i cui si otti il succsso umro r, allora la distribuzio dll robabilità è ssso rarstabil tramit l uazio: S itrrom l caso i sam la tablla r valori ifriori all % circa. htt:// 7/7

8 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Pr r r r U caso articolar si ha uado r>, ma o sia cssariamt u itro, i usto caso si arla di: distribuzio biomial gativa, si tratta dl umro di rov richist r giugr doo isuccssi succssi al succssi isuccssi uado la robabilità di succsso isuccsso è. lla distribuzio biomial vi fissata la dimsio dl camio s otti il umro di succssi o isuccssi, lla distribuzio biomial gativa si fissa il umro di succssi o isuccssi cssari s otti la umrosità dl camio richisto. U altro caso articolar è ullo i cui r, i usto caso si arla di: distribuzio gomtrica, si tratta dl umro di rov richist r giugr doo isuccssi succssi al rimo succsso isuccsso uado la robabilità di succsso isuccsso è. Pr L distribuzioi cotiu U rocsso di fabbricazio roduc migliaia d oggtti al gioro ch dvoo avr ua dtrmiata rsistza o dimsio. I mdia ua crta rctual di usti oggtti o rsist corrttamt o è coform all scifich o o ossid la carattristica dimsioal richista. Pr vrificar ciò, ogi ora si rlva u crto umro d oggtti r ffttuar u iszio ch, tramit ua rova distruttiva o mo, misuri la carattristica. I usto caso la variabil casual uò assumr ualsiasi valor aartt a ua distribuzio cotiua ch costituisc l itrvallo di valori ossibili ch uò assumr la variabil casual ad smio, tutti i valori comrsi tra 4 5. Dtta f la fuzio ch srim l fruz i trmii di robabilità, si ha: μ f d μ f d 3 γ μ 3 3 f d La distribuzio ormal stadardizzata Com rmssa all argomto è util richiamar il valor dl sgut itgral: z z z dz dz π π Si suoga di volr dscrivr l adamto dgli rrori accidtali. u m Qusto tio di curva dv risttar alcu carattristich: il valor mdio dv ssr ullo htt:// 8/7

9 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao μ u f u du r cui la fuzio fu dv ssr ositiva simmtrica ristto all origi f u f u > si dv aullar agli strmi, asitoticamt lim f u u ± dv ossdr u massimo r u: f f < dv ssr mootoa crsct r u< mootoa dcrsct r u>: u < u > f u > f u < Il tio di fuzio ch soddisfa ust sigz è dl tio: u f u u f u f u k k > Pr dtrmiar k basta alicar il fatto ch l itgral da - a dv ssr ari a : da cui: u u f u du k du k du k π k π uidi: u f u du du π da cui: μ u f u du u π u du Var u μ μ Rammtado l srssio di u si ha: htt:// 9/7

10 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao da cui: d m d du d d f m u du d d φ π ota com distribuzio ormal o di Gauss La distribuzio ormal o di Gauss I u rocsso carattrizzato da ua variabil casual cotiua ch è soggtta solo a variabilità di tio atural la distribuzio dll robabilità è rarstabil tramit l uazio: m Pr d π La rarstazio grafica di usto tio di distribuzio è ullo di ua curva simmtrica, uimodal a camaa. Su tal figura la dviazio stadard ha ach u sigificato gomtrico, oiché i du flssi dlla camaa si trovao alla distaza di ua dviazio stadard dalla mdia. U smio tiico di alicazio di usto modllo i cotrollo ualità è ullo di u rodotto ch dbba risttar ua carattristica di rsistza. Tramit u srimto si rilva u valor mdio μ ua dviazio stadard. La scifica è dl tio a. La robabilità ch il rodotto o soddisfi l scifich è: Paramtrizzado la variabil casual: Pr { a} Pr{ < a} htt:// /7

11 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao a μ z è ossibil ottr il valor crcato, samiado l tavol di distribuzio dlla robabilità r la curva ormalizzata stadard. Pr π z Talvolta è ivc cssario ffttuar il rocsso cotrario. Data ua crta robabilità di o coformi si ricrca il valor omial ch si dv avr com obittivo. I usto caso dall tavol si ricava il aramtro z dal ual oi: μ a z Ifi, uò ssr cssario idividuar u valor ch assicuri ua crta robabilità di o coformi i ratica si crca di itrodurr ua tollraza i grado di assicurar ua crta affidabilità. I usto caso dall tavol si ricava il aramtro z dal ual oi: a μ z La distribuzio logormal La distribuzio logormal è: co Pr ω π μ ω ϑ ω ω ϑ lw dov w è ua variabil casual avt distribuzio ormal. La distribuzio sozial La distribuzio sozial è: [ l ϑ ] ω Pr μ dov > è ua costat. Cosgutmt la distribuzio cumulata risulta ssr: htt:// /7

12 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao htt:// /7 a d a F La fuzio sozial è molto utilizzata l camo dll affidabilità di sistmi. I usta alicazio il aramtro assum il sigificato di tasso di guasto dl sistma, mtr la mdia rarsta il valor dl tmo mdio al guasto. È vidt ch si uò idividuar u lgam tra tal fuzio la distribuzio di Poisso: t t! Pr r : t Pr Ch è la robabilità ch ll itrvallo [; t] o si ralizzi l vto. Ora: t t dt t df t f t F La distribuzio gamma La distribuzio gamma è ua distribuzio di robabilità cotiua ssa dscriv ach la distribuzio sozial la distribuzio dl chi uadrato. Tal distribuzio di robabilità è dfiita sui umri rali o gativi, solitamt è aramtrizzata i du modi divrsi tramit ua coia di umri ositivi: k, θ o, k, /θ. La sua fuzio di dsità di robabilità è: Pr μ > > Γ dov, osto >, si ha: Γ d dtta fuzio gamma o itgral ulriao 3 di scoda sci. Usado l itgrazio r arti è ossibil dimostrar ch: [ ] Γ Γ d d Da tal dfiizio drivao l sguti rorità r ℵ cioè itro: 3 Dal grad matmatico svizzro Loardo Eulro ch itroduss usta fuzio.

13 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao I valori assuti dalla fuzio gamma r [, ] È util ricordar ch: Γ! Γ Γ π Vi utilizzata com modllo r i tmi di attsa lla toria dll cod, mtr lla statistica baysiaa è comu com distribuzio a riori a ostriori. Posto si ha: Pr μ da cui mrg ch la distribuzio sozial o è altro ch u caso articolar dlla distribuzio gamma. Sia i valori dlla fuzio gamma, sia ulli dlla distribuzio gamma soo riortat i aosit tabll. La distribuzio chi-uadrato La distribuzio chi-uadrato dscriv la somma di uadrati di alcu variabili alatori ididti avti distribuzio ormal stadard. I statistica vi articolarmt utilizzata r l'omoimo tst di vrifica d'iotsi r vrificar l accostamto di distribuzioi di fruz ossrvat rali co il modllo torico di rifrimto torich. Posto allora: i u i Pr ν ν ν Γ μ ν ν ν Si ota ch osto ν/ / la distribuzio chi-uadro o è altro ch u caso articolar dlla distribuzio gamma. I valori ch idividuao la coda dstra dlla distribuzio chi-uadro soo riortat i aosit tabll i fuzio dl valor ν ch rarsta i gradi di librtà r uato cocr gli adddi u i ch ossoo ssr sclti ididtmt. I statistica la distribuzio chi-uadro vi utilizzata ach r vrificar, tramit tst d iotsi, la stima di ua variaza. htt:// 3/7

14 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao La distribuzio t di Studt La distribuzio t di Studt 4 dscriv il comortamto tra du variabili alatori, la rima rovit da ua oolazio avt distribuzio ormal variaza igota, la scoda il cui uadrato ha distribuzio chi uadrato. Rammtado ch: Γ π allora: Pr ν ν Γ t ν Γ Γ ν ν μ ν ν > ν ν Γ t ν Γ ν ν π ν Si ota ch: s i gradi di librtà ν soo fiiti, risulta smr >, r cui la variabil t di Studt risulta ssr iù disrsa dlla ormal stadardizzata; la variaza covrg all uità r ν, maifstado la stssa variabilità dlla curva ormal stadardizzata. driva ch usta distribuzio, ur ssdo camaular simmtrica, diffrisc dalla ormal stadardizzata rché ha ua forma iù allugata l cod iù igrossat ioormal, i trmii ratici ciò imlica ua mior coctrazio di valori attoro alla mdia, di cosguza, ua mior rcisio. Tali diffrz si attuao al crscr di, cosgutmt, di gradi di librtà ν. I valori ch idividuao la coda dstra dlla distribuzio t di Studt soo riortat i aosit tabll i fuzio dl valor ν ch rarsta i gradi di librtà. La distribuzio F di Fishr-Sdcor La distribuzio F di Fishr-Sdcor è: Pr μ La distribuzio di Frécht La distribuzio di Frécht è ua distribuzio di robabilità cotiua dfiita sui umri rali ositivi d è dscritta tramit il aramtri ral, o ullo ositivi : 4 La distribuzio v dscritta l 98 da William Saly Gosst, ch ubblicò il suo risultato sotto lo sudoimo Studt rché la birrria rsso la ual ra imigato vitava ai rori didti di ubblicar articoli affiché usti o divulgassro sgrti di roduzio. htt:// 4/7

15 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao htt:// 5/7 Γ Γ Γ μ Pr La distribuzio di Gumbl La distribuzio di Gumbl Pr μ La distribuzio di Rayligh La distribuzio di Rayligh Pr μ La distribuzio di Wibull La distribuzio di Wibull 5 è ua distribuzio di robabilità cotiua dfiita sui umri rali ositivi dscritta tramit du aramtri rali, o ulli ositivi:, dtto aramtro di forma; ϑ, dtto aramtro di osizio. Tal distribuzio, di tio sozial, è drivabil dirttamt dalla distribuzio di Gumbl tramit ua trasformazio dlla variabil alatoria di Gumbl lla forma utilizzata r i valori miimi. La carattristica culiar ch ha rso articolarmt ota usto tio di distribuzio è l amia gamma di coformazioi uidi l amia adattabilità a svariat situazioi srimtali ch uò assumr grazi al aramtro di forma. Γ Γ Γ ϑ ϑ μ ϑ ϑ ϑ ϑ ϑ Pr 5 Prd il om dal matmatico svds Waloddi Wibull ch la dscriss l 95, la distribuzio ra comuu stata già trattata dal matmatico fracs Mauric Frécht l 97.

16 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Qusta distribuzio è articolarmt util r dscrivr sistmi co tasso di guasto variabil l tmo, ovvro com stsio dlla distribuzio sozial ch, ivc, rvd tassi di guasto costati l tmo. Com la distribuzio sozial dscriv la durata di vita di u fomo rivo di mmoria, così la distribuzio di Wibull uò dscrivr la durata di vita r u fomo la cui robabilità di morir uò variar l tmo, i fuzio di, i articolar: <, il tasso di guasto dimiuisc l tmo fomi ad alta mortalità ifatil ;, il tasso di guasto è ivariat l tmo fomi co macaza di mmoria ; >, il tasso di gusto aumta co il tmo fomi co mort r ivcchiamto. Da tutto ciò driva ch la distribuzio di Wibull risulta molto util gli ambiti i cui si ffttua l'aalisi di guasti, l'aalisi di soravvivza, l'affidabilità il cotrollo dlla ualità. Ifi, usta distribuzio di robabilità vi ach adorata lla mtorologia r l rvisioi dl tmo, i tal caso com gralizzazio dlla distribuzio di Rayligh. Camioi si asc Sur la sclta dlla tcica l utilizzo dll formul aaiao ssso difficoltos, ua volta acuisita la ratica ci s accorg ch il vro roblma di u cotrollo statistico è ullo di dtrmiar l dimsioi dl camio, oiché tal dimsio ifluisc sull affidabilità o mo dl risultato stratto. Aalisi statistica r attributi Poiamoci uidi di frot ad u aalisi statistica r attributi. I ssa l attributo crcato uò rstarsi co ua robabilità o rstarsi co ua robabilità -. Dfiiamo il risultato ch ivc mrg da u camioamto, cosgu ch il valor ε - rarsta l rror da cui è afftta la stima ffttuata. ' E ' < < ' E ' È ovvio oortuo ch i u camioamto sia ossibil scglir ua dimsio dl camio tal da assicurar ch Pr - <ε. Ora, la distribuzio di r camioi limitati uò ssr dfiita tramit u smlic schma: P o o l a z i o Modalità di camioamto co sza risrimto risrimto fiita biomial irgomtrica 6 ifiita biomial biomial Da tal tablla asc la ossibilità di dfiir ua rima codizio ch rmtta di svicolar il camio dall carattristich di limitata umrosità, r codurlo all codizioi di ormalità tiica di gradi camioi. Tal obittivo si uò ottr facilmt odo la codizio >5. Itrodotta usta rmssa, è ossibil assrir ch i gradi camioi roviti da oolazio ifiita la fruza rlativa camioaria si distribuisc co mdia M variaza V : 6 Dtta ach strazio i blocco. htt:// 6/7

17 MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao M ' E ' V ' i gradi camioi roviti da oolazio fiita la fruza rlativa camioaria si distribuisc ivc co mdia M variaza V : dov il raorto M ' E ' V ' κ è dfiito fattor di corrlazio r oolazioi fiit. Rammtado ch - osto ch: lim κ ossiamo gralizzar l rcdti formul scrivdo iù smlicmt: E ' V ' κ Tal fuzio è ua arabola ch ll itrvallo d sistza [; ] è ositiva. I tal itrvallo ssa rsta u massimo: d V ' κ 5% d Ciò sigifica ch la codizio iù sfavorvol r la sclta dlla dimsio dl camio è collgata a 5%. Tal valor risulta lausibil s è icogita, tuttavia s è ota o si ha u ida dlla sua dimsio, r ragioi di coomicità si scgli la dimsio dl camio iotizzado u valor ssimistico arrotodato r ccsso o diftto i modo ch sia oritato vrso il valor 5%. htt:// 7/7

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi

Dettagli

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi

Dettagli

aleatoria; se è nota la sua densità di probabilità ad essa si può associare una valore medio statistico. La grandezza così definita: (III.1.

aleatoria; se è nota la sua densità di probabilità ad essa si può associare una valore medio statistico. La grandezza così definita: (III.1. Caitolo III VALORI MEDI. SAZIONARIEÀ ED ERGODICIÀ III. - Mdi tatitich dl rimo ordi. Sia f( ) ua fuzio cotiua i aoci al gal alatorio (, t ζ ) la uatità dfiita dalla y f[(, t ζ )]. Ea idividua, a ua volta,

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

1. PARTICOLARI DISTRIBUZIONI DI PROBABILITA

1. PARTICOLARI DISTRIBUZIONI DI PROBABILITA PARTICOLARI DISTRIBUZIONI DI PROBABILITA Distribuzio biomial o di Broulli) Immagiiamo di ritr molt volt, ll stss codizioi, ua crta rova, ciascua dll uali ididtmt dall altr) uò ortar a u vto casual A succsso)

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

Studio dei transitori con il metodo delle trasformate di Laplace

Studio dei transitori con il metodo delle trasformate di Laplace Studio di traitori co il mtodo dll traformat di Laplac Apputi a cura dll Igg. Baoccu Gia Piro Marra Luca Tutor dl coro di ELETTROTECNICA pr mccaici chimici A. A 3/4 4/5 Facoltà di Iggria dll Uivrità dgli

Dettagli

Successioni numeriche

Successioni numeriche 08//05 uccssioi umrich uccssioi umrich Dfiizio U succssio è u fuzio ch d ogi umro turl ssoci u umro rl 0 : 0 : Es. 08//05 uccssioi umrich Dfiizio Il it dll succssio ch ch covrg d ) si idic è il umro rl

Dettagli

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A SEDE DISTACCATA DI LATINA a.a. / Prova sritta di Aalisi Matmatia I - fbbraio Proff. B. CIFRA F. ILARI Compito A COGNOME...... NOME. Matr... Corso di Laura o o o Ambit Trritorio Risors Iformazio Maia firma

Dettagli

Diodo: V D > 0 RCS. p n (x) p n0. x n. Figura 1

Diodo: V D > 0 RCS. p n (x) p n0. x n. Figura 1 CORRENI NE IOO Pr il calcolo dlla corrt l diodo i rsza di ua tsio di olarizzazio stra facciamo l sguti iotsi smlificativ: 1. i cotatti mtallo-smicoduttor co l zo d soo di tio ohmico, ovvrosia ad ssi è

Dettagli

CAPITOLO I INTRODUZIONE ALLA FISICA DEI MATERIALI SEMICONDUTTORI

CAPITOLO I INTRODUZIONE ALLA FISICA DEI MATERIALI SEMICONDUTTORI I. 1 CAPITOLO I INTRODUZION ALLA FISICA DI MATRIALI SMICONDUTTORI 1.1 - Richiami di fisica atomica. L lttroica studia i disositivi, i circuiti d i sistmi i quali la rsza d il movimto dgli lttroi gioca

Dettagli

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ }

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ } Alcu cosidrazioi sulla dfiizio di limit Alcu cosidrazioi sui limiti di fuzioi Itori di u puto U itoro (complto) di u puto è u qualsiasi itrvallo aprto cui il puto apparti Esmpi: (,3) è u itoro di [,3)

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione ESERCIZI SULLE SUCCESSIONI VALENTINA CASARINO Esrcizi pr il corso di Aalisi Matmatica, Iggria Gstioal, dll Iovazio dl Prodotto, Mccaica Mccatroica, Uivrsità dgli studi di Padova) ) Vrificar, attravrso

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itrvalli di cofidza Probabilità tatistica I - a.a. 04/05 - Itrvalli di cofidza Calcolata la stima utual di u aramtro icogito, è ossibil associar a tal stima ua valutazio dll rror commsso? Esist u itrvallo

Dettagli

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} =

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} = Laura Trial i Matmatica, Uivrsità La Sapiza Corso di Probabilità 2, A.A. 26/27 Prova scritta dl 26 Giugo 27 Soluzioi dgli srcizi proposti Esrcizio. Gli arrivi di mssaggi -mail ad u dato idirizzo di posta

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: AALISI DI FOURIER Sgali Tmpo Discrti: - Trasformata Discrta di Fourir -Squza priodica - Taratura dgli assi frquziali - TDF di ua squza fiita - Campioamto i Frquza - Algoritmi fft: srcitazioi Matlab -Zro

Dettagli

SOMMARIO. I Motori in Corrente Continua

SOMMARIO. I Motori in Corrente Continua SOMMARIO Gralità sull Macchi i Corrt Cotiua...2 quazio dlla forza lttromotric...2 Circuito quivalt...2 Carattristica di ccitazio...3 quazio dlla vlocità...3 quazio dlla Coppia rsa all'albro motor:...3

Dettagli

( ) ( ) exp 2 X. m m CV m CV. Complementi di Idrologia Appello del 1 Febbraio Problema n 1 (8 punti)

( ) ( ) exp 2 X. m m CV m CV. Complementi di Idrologia Appello del 1 Febbraio Problema n 1 (8 punti) Colti di Idrologia Allo dl Fbbraio 0 Probla (8 uti. Si cosidri la fuzio =l(. La variabil è distribuita scodo ua oral N(,. Qual è la distribuzio di il suo doiio di dfiizio?. Posto ch = l + l = ( l, drivar

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni Esrcitazioi di Calcolo dll Probabilità (4/4/) Soluzioi Esrcizio. Si trovi il valor dlla costat pr cui f, (>,

Dettagli

03 FUNZIONI ELEMENTARI

03 FUNZIONI ELEMENTARI 03 FUNZIONI ELEMENTARI I qusto paragrafo dfiiamo l più usuali fuzioi di ua variabil, a partir dall quali, co l oprazioi algbrich la composizio di fuzioi, si ottrrao la maggior part dgli smpi ch icotrrmo.

Dettagli

APPUNTI DI FISICA. Gli errori

APPUNTI DI FISICA. Gli errori APPUNTI DI FISICA Gli rrori Abbiamo misurato la larghzza dllo stsso baco più prso d ogua più volt. Dall' sprimto ffttuato abbiamo costatato ch l misur ottut soo diffrti, ciò ci fa comprdr ch o riuscirmo

Dettagli

Analisi Matematica I Soluzioni del tutorato 4

Analisi Matematica I Soluzioni del tutorato 4 Corso di laura i Fisica - Ao Accadmico 07/08 Aalisi Matmatica I Soluzioi dl tutorato 4 A cura di David Macra Esrcizio ( i) Domiio di dfiizio: La fuzio o è dfiita s è tal ch l argomto sotto radic sia gativo,

Dettagli

ANALISI DELL ASSOCIAZIONE

ANALISI DELL ASSOCIAZIONE ANALISI DELL ASSOCIAZIONE REGRESSIONE LINEARE SEMPLICE Y = a+b + ERRORE i misura lo scostamto di y i dal suo valor attso comot di rror co E( i )=0 V( i ) = cov( i, j ) = 0 r ogi ij. Usualmt i ~ N(0, )

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: ANALISI DI FOURIER Sgali mpo Discrti: - Ci alla rasormata di Fourir di ua squza - Rlazio co la CF - Codizio di Nyquist - Etto dl trocamto dl Sgal sulla F Cosidriamo ua squza x[]: l sguito cosidrrmo la

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

POLITECNICO DI MILANO ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA MILANO-SEREGNO

POLITECNICO DI MILANO ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA MILANO-SEREGNO POLITECNICO DI MILANO Scuola di Iggria Civil, Ambital Trritorial Corso di Laura Magistral i Iggria Civil ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA

Dettagli

Movimento nominale e perturbato

Movimento nominale e perturbato Fodameti di Automatica. Stabilità itera o alla Lyauov Fodameti di Automatica AYSb FTPb AYSct Igegeria delle Telecomuicazioi e Igegeria Fisica. Stabilità itera o alla Lyauov Stefao Mala Fodameti di Automatica

Dettagli

ln( t + ) dt, calcolare i punti critici di F(x) e

ln( t + ) dt, calcolare i punti critici di F(x) e Prova scritta di Aalisi Matmatica I (VO) or 6/0/0 ) Dfiizio di fuzio cotiua i u puto classificazio di puti di discotiuità Utilizzado la dfiizio dir pr quali valori di k è cotiua i =0 la sgut fuzio l 0

Dettagli

se ne costruisca un altra s 1 L operazione che fa passare dalla prima successione alla seconda è detta serie e si indica con il

se ne costruisca un altra s 1 L operazione che fa passare dalla prima successione alla seconda è detta serie e si indica con il 07 SERIE NUMERICHE Dt l succssio,,...,,... s costruisc u ltr s, s,..., s,... tl ch: s... s... s... L oprzio ch f pssr dll prim succssio ll scod è dtt sri si idic co il simbolo...... k. k Gli k si dicoo

Dettagli

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa?

Verifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa? Verifica d Iotesi Se ivece che chiederci quale è il valore ua mea i ua oolazioe (stima utuale Se ivece e itervallo che chiederci cofideza) quale è il avessimo valore u idea ua mea su quello i ua che oolazioe

Dettagli

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI Esrcizio ( (i + + + Razioalizziamo: ( + + + ( + + + + ( + + + + [ ( ( ] ( + ( + + + + + + + [ ( + [( + ] ( ] + ( + ( + + + + ( + [( + ] ( + + + ( + ( + Dividiamo

Dettagli

Risposta in Frequenza

Risposta in Frequenza Risposta i Frquza Ipdza L ipdza di u bipolo è il uro coplsso dato dal rapporto tra il fasor tsio il fasor corrt: jφ V V V V j( ΦV ΦI ) Z = = I I jφ L attza è il uro coplsso: Z Y soo i gral fuzioi dlla

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? Algoritmi Struttur Dati (Mod. A) Limit Ifrior pr l Ordiamto Qusta è ua dll domad più ambizios itrssati ma ach ua

Dettagli

UNA NOTA SULLE SERIE DIVERGENTI E LORO UTILIZZAZIONE (A note on divergent series and their utilization) di Pasquale Cutolo p.cutolo@inwind.

UNA NOTA SULLE SERIE DIVERGENTI E LORO UTILIZZAZIONE (A note on divergent series and their utilization) di Pasquale Cutolo p.cutolo@inwind. PASCUT Cut-E-CA UNA NOTA SULLE SERIE DIVERGENTI E LORO UTILIZZAZIONE A ot o divrgt sris ad tir utiliatio di Pasqual Cutolo.cutolo@iwid.it SOMMARIO Co il rst lavoro vi affrotato lo studio di rlaioi riguardati

Dettagli

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4 Corso di Laura in Economia Matmatica pr l applicazioni conomich finanziari Esrcizi 4 Vrificar s l sgunti funzioni, nll intrvallo chiuso indicato, soddisfano l ipotsi dl torma di Roll, in caso affrmativo,

Dettagli

4. Distribuzioni di probabilità discrete

4. Distribuzioni di probabilità discrete M. Gartto - Statistica. Distribuzioi di probabilità discrt. Distribuzio biomial o di Broulli Il coctto di variabil alatoria prmtt di formular modlli utili allo studio di molti fomi alatori. U primo importat

Dettagli

Variabili aleatorie una variabile aleatoria ( v.a.)

Variabili aleatorie una variabile aleatoria ( v.a.) Varabl alator ua varabl alatora ( v.a.) ua applcazo ch assoca u umro ral [0,] ad og rsultato dllo spazo dgl vt gral og sprmto alatoro carattrzzabl tramt ua varabl alatora dscrta o cotua Varabl alator dscrt:

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

PROGRAMMA DI RIPASSO ESTIVO

PROGRAMMA DI RIPASSO ESTIVO ISTITUTO TECNICO PER IL TURISMO EUROSCUOLA ISTITUTO TECNICO PER GEOMETRI BIANCHI SCUOLE PARITARIE PROGRAMMA DI RIPASSO ESTIVO CLASSI MATERIA PROF. QUARTA TURISMO Matmatica Andra Brnsco Làvor ANNO SCOLASTICO

Dettagli

Serie. 1. Studiare il carattere delle seguenti serie: e n n + e n. n 3 n2 n e n 2 sin 1 n n log n. e 1 n. ( 2 + sin n 4. n + 1. sin(sin 1 n ) 10) 11)

Serie. 1. Studiare il carattere delle seguenti serie: e n n + e n. n 3 n2 n e n 2 sin 1 n n log n. e 1 n. ( 2 + sin n 4. n + 1. sin(sin 1 n ) 10) 11) Sri. Studiar il carattr dll sguti sri: ) ) 3) 4) 5) 6) 7) 8) 9) 0) ) ) 3) =4 + ( ) 3 si log ( + si 4 + log λ, λ > 0 si(si )! ( si λ, λ R cos(π) . Stabilir pr quali valori dl paramtro ral λ covrg la sri

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

1 - Estremo superiore ed estremo inferiore di insiemi Soluzioni 1. arctan(n), n N

1 - Estremo superiore ed estremo inferiore di insiemi Soluzioni 1. arctan(n), n N - Estrmo suprior d strmo ifrior di isimi Soluzioi Dato l isim A = { 7 arcta, N calcolar strmo suprior d strmo ifrior, spcificado s siao rispttivamt massimo miimo. Studiamo sparatamt pr pari d dispari.

Dettagli

e k Queste sono funzioni oscillanti, periodiche di periodo N/k.

e k Queste sono funzioni oscillanti, periodiche di periodo N/k. Vr.. ot pr Aalisi di Fourir di Squz co l ausilio dl Matlab Cosidriamo ua squza ifiita priodica di priodo, x[t] tal pr cui x[t+t]x[t]. Pr rapprstar tal squza si possoo utilizzar fuzioi complss dl tipo jπ

Dettagli

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1 Lzion 5. nalisi a tmpo discrto di sistmi ibridi F. Prvidi - Controlli utomatici - Lz. 5 Schma dlla lzion. Introduzion 2. nalisi a tmpo discrto di sistmi ibridi 3. utovalori di un sistma a sgnali campionati

Dettagli

ESERCIZI PARTE I SOLUZIONI

ESERCIZI PARTE I SOLUZIONI UNIVR Facoltà di Economia Corso di Matmatica finanziaria 008/09 ESERCIZI PARTE I SOLUZIONI Domini di funzioni di du variabili Esrcizio a f, = log +. L unica condizion di sistnza è data dalla disquazion

Dettagli

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con Prova scritta di Aalisi Matmatica A 4//4 (tutti) Illustrado tutti i passaggi, disgar il grafico dlla fuzio l f ( ),, (tutti) Dtrmiar l ara dlla porzio di piao ditata dall ass dll co dal grafico dlla fuzio

Dettagli

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni Sri umrich sri di fuzioi Sri Numrich Covrgza Putual di Sri di Fuzioi Suto- Il lavoro coti la risoluzio di alcui srcizi sullo studio dl carattr di sri umrich sulla covrgza putual di sri di fuzioi. Gli srcizi

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 21/07/ P1 pag.1. (B) Approssimazione dell ottimo con semplice filtro a parametri costanti

Sensori Segnali Rumore - Prof. S. Cova - appello 21/07/ P1 pag.1. (B) Approssimazione dell ottimo con semplice filtro a parametri costanti sori gali Rumor - Pro.. Cova - allo /07/04 - P ag. PROBLEM Quadro di dati gal: P amizza da misurar P 5 µs costat di tmo dll sozial R ms itrvallo tra u imulso il succssivo Rumor: u 50 /(Hz) / (uilatra)

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

all equilibrio: = n diff drift

all equilibrio: = n diff drift ma d q d q diff drift diff drift ε µ ε µ all quilibrio: drift drift diff diff V > ε V bi V diff diff dcrsc dcrsc crsc crsc drift drift ivariata ivariata crsc crsc quidi è crsct co V, dirtta da s vrso V

Dettagli

1. Condizioni di arbitraggio internazionale delle merci e dei titoli. Le teorie de la Parità dei poteri d acquisto la Parità dei tassi d interesse

1. Condizioni di arbitraggio internazionale delle merci e dei titoli. Le teorie de la Parità dei poteri d acquisto la Parità dei tassi d interesse . Condizioni di arbitraggio intrnazional dll rci di titoli L tori d la Parità di otri d acuisto la Parità di tassi d intrss 5_Andic_G.GAROFALO L arbitraggio è un'orazion ch consist nll'acuistar un bn o

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Appunti dall lzioni Nicola Vanllo 27 dicmbr 2018 2 Capitolo 1 Variabili Alatori Discrt 1.1 Variabil alatoria di Brnoulli Una variabil alatoria di Brnoulli, può assumr du valori, dnominati

Dettagli

Investire in Energie Rinnovabili: la convenienza finanziaria per le imprese

Investire in Energie Rinnovabili: la convenienza finanziaria per le imprese Uivrsità L. Boccoi - Milao Ivstir i Eri Riovabili: la coviza fiaziaria pr l imprs Alssadro Nova Milao, 26 fbbraio 2 Uivrsità L. Boccoi I maiori produttori, sportatori importatori di ria lttrica al modo

Dettagli

+ J n. dp dx J n. pε qd p. J p. = J p/drift. + J p/diff. dn dx. nε + qd n. = J n/drift. + J n/diff. J J = 0 J = J p. diff. drift.

+ J n. dp dx J n. pε qd p. J p. = J p/drift. + J p/diff. dn dx. nε + qd n. = J n/drift. + J n/diff. J J = 0 J = J p. diff. drift. /drift /diff qµ ε d /drift /diff qµ ε d all quilibrio: ma / drift / drift / diff / diff 1 V > ε V bi V diff diff dcrsc dcrsc crsc crsc drift drift ivariata ivariata crsc crsc quidi è crsct co V, dirtta

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Coro di Fodamti di lcomuicazioi 5 - SEGNALI DIGIALI E A IMULSI IN BANDA BASE rof. Mario Barra [part 3] Fodamti di LC - rof. G. Schmra Liramt tratto da Fodamti di LC - rof. G. Schmra ada a [part 3] Codici

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

Lezione 3. Omomorfismi di gruppi

Lezione 3. Omomorfismi di gruppi Lzio 3 Prrquisiti: Applicazioi tra isimi. Rlazioi di quivalza. Lzio. Omomorismi di gruppi I qusta lzio itroduciamo uo strumto util a corotar l struttur di gruppi distiti. Diizio 3. Siao (, (, gruppi. U'applicazio

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città COMUNE DI BOLOGNA Dipartimnto Economia Promozion dlla Città Allgato C all Avviso pubblico pr la prsntazion di progtti di sviluppo alla Agnda Digital di Bologna Modllo di dichiarazion sul posssso di rquisiti

Dettagli

Le politiche per l equilibrio della bilancia dei pagamenti

Le politiche per l equilibrio della bilancia dei pagamenti L politich pr l quilibrio dlla bilancia di pagamnti Politich pr ottnr l quilibrio dlla bilancia di pagamnti (BP = + MK = 0) nl lungo priodo BP 0 non è sostnibil prchè In cambi fissi S BP0 si sauriscono

Dettagli

Esercizi sullo studio di funzione

Esercizi sullo studio di funzione Esrcizi sullo studio di funzion Prima part Pr potr dscrivr una curva, data la sua quazion cartsiana splicita f () occorr procdr scondo l ordin sgunt: 1) Dtrminar l insim di sistnza dlla f () ) Dtrminar

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y.

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y. INTRODUZIONE Ossrviamo, in primo luogo, ch l funzioni sponnziali sono dlla forma a con a costant positiva divrsa da (il caso a è banal pr cui non sarà oggtto dl nostro studio). Si possono allora vrificar

Dettagli

Appendice 1. Matrici. A1.1 Definizioni e concetti preliminari

Appendice 1. Matrici. A1.1 Definizioni e concetti preliminari Appdic 1. Matrici I qusta Appdic richiamrmo brvmt alcui coctti fodamtali riguardati l matrici, ch sarao impigati durat il Corso. Essi riguardao sostazialmt la diagoalizzazio la dcomposizio a valori sigolari

Dettagli

( ) mentre: Se si fa l ipotesi SVEA cioè di inviluppo del campo lentamente variabile lungo z:

( ) mentre: Se si fa l ipotesi SVEA cioè di inviluppo del campo lentamente variabile lungo z: I B PROPGTION THOD (BP) ssga il cap i pr sudiar l vlui è cssari calclar il valr i quidi:. Si suppga ch il cap sia craic uidirial si prpaghi lla diri psiiva dll ass. Si par dall quai scalar dll d di Hlhl

Dettagli

Tecniche per la ricerca delle primitive delle funzioni continue

Tecniche per la ricerca delle primitive delle funzioni continue Capitolo 4 Tcnich pr la ricrca dll primitiv dll funzioni continu Nl paragrafo.7 abbiamo dato la dfinizion di primitiva di una funzion f avnt pr dominio un intrvallo I; abbiamo visto ch s F 0 è una primitiva

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Segnali e sistemi tempo discreto

Segnali e sistemi tempo discreto Trasformata di ourir Sgali sistmi tmpo discrto TEORIA DEI SEGALI LAUREA I IGEGERIA DELL IORAZIOE Sommario Sgali tmpo discrto priodici Sri di ourir Sgali tmpo discrto apriodici Trasformata di ourir Proprità

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO LA NOSTRA AVVENTURA NEL CREARE UN LIBRO Abbiamo iniziato a lggr in class Nonno Tano la casa dll strgh. Lo scopo ra ascoltar comprndr. Sguir la mastra ch dava sprssività alla lttura imparar da lla a lggr.

Dettagli

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y).

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y). Esrcizi di conomtria: sri 4 Esrcizio Siano, Z variabili casuali distribuit scondo la lgg multinomial di paramtri n, p, p, p p p.. Calcolar la Covarianza tra l variabili d. Soluzion Dat du variabili dinit

Dettagli

1 Studio di funzioni, sviluppi di Taylor e serie

1 Studio di funzioni, sviluppi di Taylor e serie Studio di fuzioi, sviluppi di Taylor sri. Esrcizi. Sia fx = x +. Dtrmiar l isim di dfiizio. Studiar il sgo. Calcolar i iti agli strmi dll isim di dfiizio. Dir s ci soo asitoti. Dtrmiar l isim di cotiuità

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

Circolare n. 1 Prot. n. 758 Roma 29/01/2015

Circolare n. 1 Prot. n. 758 Roma 29/01/2015 Ministro dll Istruzion, dll Univrsità dlla Ricrca Dipartimnto pr il sistma ducativo di istruzion formazion Dirzion Gnral pr gli ordinamnti scolastici la valutazion dl sistma nazional di istruzion Circolar

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

Dettagli

Gli elettroni nei cristalli

Gli elettroni nei cristalli Gli lttroi i cristalli sio i ua disio: VVa fuzio d oda lttroica: dv risolvr l quazio di Schrödigr i rsza di u otzial riodico co si risolv il robla r il sigolo lttro: fi fuzio d oda ch riscchia la riodicità

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione.

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione. I mtod d sts Data ua matrc d dat comosta d rgh colo, dov rarsta l umro d utà trrtoral da classfcar (ad smo l 03 rovc rarsta l umro d dcator trrtoral. Il rocsso d lavorazo uò ssr così rarstato forma matrcal:

Dettagli

ISTITUTO STATALE DI ISTRUZIONE SUPERIORE EDITH STEIN

ISTITUTO STATALE DI ISTRUZIONE SUPERIORE EDITH STEIN PIANO DI LAVORO DELLA DISCIPLINA: ESTIMO SPECIALE CLASSI: V, sz A CORSO: Costruzioni, Ambint, Trritorio AS 2015-2016 Moduli Libro Di Tsto Comptnz bas Abilità Conoscnz Disciplina Concorrnti Tmpi Critri,

Dettagli

Ulteriori esercizi svolti

Ulteriori esercizi svolti Ultriori srcizi svolti Effttuar uno studio qualitativo dll sgunti funzioni ) 4 f ( ) ) ( + ) f ( ) + 3) f ( ) con particolar rifrimnto ai sgunti asptti: a) trova il dominio di f b) indica quali sono gli

Dettagli

x ; sin x log 1 x ; 4 0 0,0.

x ; sin x log 1 x ; 4 0 0,0. .. Pr quli vlori dl prmtro l sri S (i uzio dl prmtro ). q ch covrg s solo s q. q Ricordimo ch pr q è q q q q q h soluzio pr tli vlori l sri covrg S E' u sri gomtric di rgio covrg? Pr tli vlori sprimi l

Dettagli

Capitolo Ventitrè. Offerta nel breve. Offerta dell industria. Offerta di un industria concorrenziale Offerta impresa 1 Offerta impresa 2 p

Capitolo Ventitrè. Offerta nel breve. Offerta dell industria. Offerta di un industria concorrenziale Offerta impresa 1 Offerta impresa 2 p Caitolo Ventitrè Offerta dell industria Offerta dell industria concorrenziale Come si combinano le decisioni di offerta di molte imrese singole in un industria concorrenziale er costituire l offerta di

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

CARTOGRAFIA. rappresentare il territorio sul piano

CARTOGRAFIA. rappresentare il territorio sul piano CARTOGRAFIA V 2 P V 3 V 1 π rappresentare il territorio sul piano LA TRRA UA SUPRFICI COMPLSSA COMUQU O RAPPRSTABIL MDIAT UA FORMULA MATMATICA Superficie topografica (P) llissoide (P ) Rappresentazione

Dettagli

Errore standard di misurazione. Calcolare l intervallo del punteggio vero

Errore standard di misurazione. Calcolare l intervallo del punteggio vero Error sandard di misurazion Calcolar l inrvallo dl punggio vro Problmi di prcision La prsnza noa dll rror di misura rnd incro il significao dl punggio onuo. L andibilià dl s ci informa di quano rror di

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Inverter stand-alone Kaco Il nuovo inverter ad onda sinusoidale

Inverter stand-alone Kaco Il nuovo inverter ad onda sinusoidale Ivrtr stad-alo Kaco Il uovo ivrtr ad oda siusoidal Foritura idipdt di rgia I uovi ivrtr ad oda siusoidal soo idali pr l'uso i ar dov o è prst o o è affidabil la rt lttrica pubblica. Covrtdo la corrt cotiua

Dettagli