docente: Germana Scepi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "docente: Germana Scepi"

Transcript

1 INSEGNAMENTO DI :PIANO DEGLI ESPERIMENTI CORSO DI LAUREA: CLAS docente: Germana Scei

2 Eserimenti in Scienza e Industria I metodi serimentali sono amiamente utilizzati sia nella ricerca scientifica che nel camo industriale, con obiettivi sesso differenti. L'obiettivo rinciale nella ricerca scientifica è quello di evidenziare la significatività statistica di un effetto che un articolare fattore esercita sulla variabile diendente di interesse Nello studio in camo industriale, l'obiettivo rimario è usualmente quello di estrarre il massimo ammontare di informazione non distorta riguardo i fattori che influenzano un rocesso roduttivo col minor numero ossibile (anche in termini di costi) di osservazioni. Mentre nel rimo caso (nella ricerca in camo scientifico) sono usate le tecniche rorie dell'analisi della varianza (ANOVA) er scorire la natura interattiva della realtà come manifestata nelle interazioni di ordine iù elevato dei fattori, negli studi di tio industriale gli effetti di interazione sono sesso visti come un "disturbo" (essi riscuotono di solito scarso interesse: ossono comlicare il rocesso di identificazione dei fattori imortanti)

3 GLOSSARIO Variabile di risosta (resonse): è una variabile con cui si misura il risultato di un eserimento es. volume di mercurio in un camione di acqua del fiume Fattore (factor): è una variabile serimentale controllabile che si ritiene influenzi la variabile di risosta (tio di fertilizzante, trattamenti termici, temeratura, ecc.) e di cui si vuole misurare l effetto (n.b. effetti dei singoli fattori: effetti rinciali) Livello (level): è uno secifico valore di un fattore Regione serimentale o sazio dei fattori (exerimental region o factor sace): sono tutte le ossibili combinazioni fattore/livello Interazioni (interaction): esistenza di effetti congiunti di iù fattori sulla variabile risosta Covariate (covariates): sono variabili che ossono influenzare la risosta ma i cui valori a differenza dei fattori non vengono controllati nell eserimento (es. in molti eserimenti temeratura ed umidità influenzano la variabile di risosta ma solo la temeratura uò essere controllata mentre l umidità uò essere misurata ma non controllata) Unità (item): oggetto o unità di rilevazione risetto a cui misurare le variabili considerate (es. ali di un aereo, bulloni, ecc.) Unità serimentali omogenee: (homogeneous exerimental units): unità che si resentano il iù simili ossibile risetto all'influenza sulla variabile di risosta

4 Sequenza di rove (sequence of tests): l ordine nel quale le combinazioni fattore/livello devono essere eseguite durante un eserimento Blocchi (blocks): dividono il numero totale di unità in due o iù grui di unità serimentali omogenee Rietizioni di rove (reeated tests): effettuazione di due o iù rove in cui siano identici sia le combinazioni fattore/livello che le condizioni di rova Relicazioni (relications): rietizione di un eserimento (o di arte di esso) in condizioni diverse di rova Errore Serimentale (exerimental error): comonente della variabilità dei risultati dovuta a fluttuazione casuali e non all'intervento dei fattori

5 Le esate di Hotelling Il roblema: Si disone di tre oggetti di cui si vuole conoscere il eso. Si ha a disosizione un numero massimo di quattro esate. Come è ossibile ottenere la migliore stima dei tre esi? Notazione: P i eso dell i-esimo oggetto, i,, P taratura (correzione dello zero) i Risultato della i-esima esata L errore in ciascuna esata è ritenuto costante e ari a σ i stima dell i-esimo eso var( i ) σ Stima Peso reale Errore serimentale Primo modo di rocedere: gli oggetti sono esati uno alla volta, si utilizza un solo iatto. Prima esata: la bilancia è vuota, rilevazione di Seconda esata: Oggetto sul iatto di destra, lettura di Terza esata: Oggetto sul iatto di destra, lettura di Quarta Pesata: Oggetto sul iatto di destra, lettura di

6 Ogni stima deriva dalla differenza di due misure: la varianza della stima dei esi è uguale a due volte la varianza della misura σ Chiamiamo ora X, X, X i tre oggetti da esare, ed attribuiamo: se l oggetto non sta sulla bilancia; se l oggetto sta sul iatto di destra; - se l oggetto sta sul iatto di sinistra. Con questa notazione la rova recedente uò essere raresentata dalla seguente matrice: X X X esata esata esata esata

7 Secondo modo di rocedere: gli oggetti sono esati due alla volta, si utilizza un solo iatto Prima esata: Nessun oggetto sui iatti, rilevazione di Seconda esata: X e X a destra, lettura di Terza esata: X e X a destra, lettura di Quarta esata: X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata esata esata var( i ) (½) σ σ La varianza delle stime è uguale alla varianza delle misure Questa rocedura è iù recisa della recedente

8 Terzo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X e X a sinistra, X a destra, lettura di Terza esata: X e X a sinistra, X a destra, lettura di Quarta esata: X e X a sinistra, X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata - - esata - - esata - - var( i ) (½) σ ½σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è volte iù recisa della rima

9 Ultimo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X a sinistra, X e X a destra, lettura di Terza esata: X a sinistra, X e X a destra, lettura di Quarta esata: X a sinistra, X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata - esata - esata - var( i ) (¼) σ ¼ σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è 8 volte iù recisa della rima

10 Esiste un altra rocedura in grado di fornire stime iù recise? Alcune considerazioni: A arità di numero di rove è stato ossibile diminuire considerevolmente la variabilità delle stime Contrariamente alla logica aarente conviene combinare le rove iuttosto che serimentare a arità di altre condizioni (come nel rimo metodo) Nella terminologia del disegno degli eserimenti: ogni esata costituisce una risosta Ogni oggetto è un fattore Il eso di un oggetto è l effetto di un fattore sulla risosta Controllare le colonne della X nelle due ultime rocedure

RICHIAMI di CALCOLO delle PROBABILITA

RICHIAMI di CALCOLO delle PROBABILITA Facoltà di Ingegneria - Università di Bologna Anno Accademico: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docente: Marino Lui RICHIAMI di CALCOLO delle PROBABILITA PROBABILITA Ci sono fenomeni che non si osso

Dettagli

Verifica di ipotesi: approfondimenti

Verifica di ipotesi: approfondimenti 1. Il -value Verifica di iotesi: arofondimenti Il test si uò effettuare: Determinando reventivamente le regioni di accettazione di H 0 e H 1 er lo stimatore considerato (sulla base del livello α e osservando

Dettagli

la parola binaria che è è la parola di dati e p venuta fuori, in trasmissione, a seguito dell esecuzione delle 4 prove di parità;

la parola binaria che è è la parola di dati e p venuta fuori, in trasmissione, a seguito dell esecuzione delle 4 prove di parità; Aunti di Elettronica Digitale Circuiti er il codice Hamming Circuito er la decodifica Hamming Vogliamo realizzare un circuito cominatorio che rilevi e corregga l errore singolo su arole di codice Hamming.

Dettagli

Analisi della varianza

Analisi della varianza Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.

Dettagli

Tre tipi di Sistema Un richiamo

Tre tipi di Sistema Un richiamo Corso di Studi di Fisica Corso di Chimica Luigi Cerruti www.minerva.unito.it Programma: a che unto siamo? Lezioni 25-26 2010 re tii di Sistema Un richiamo Un aio di riferimenti matematici Sistema isolato:

Dettagli

Introduzione a rischio e rendimento

Introduzione a rischio e rendimento CAPITOLO 8 Introduzione a rischio e rendimento Semlici PROBLEMI 1. Il risultato atteso è 100 e il rendimento atteso è zero. La varianza è 20 000 (ercentuale al quadrato) e lo scarto quadratico medio è

Dettagli

Metodi per la riduzione della dimensionalità Strumenti quantitativi per la gestione

Metodi per la riduzione della dimensionalità Strumenti quantitativi per la gestione Metodi er la riduzione della dimensionalità Strumenti quantitativi er la gestione Emanuele Taufer Introduzione Combinazioni lineari Regressione lineare sulle variabili trasformate Dettaglio teorico Metodi

Dettagli

La probabilità. f n. evidentemente è 0 ( E)

La probabilità. f n. evidentemente è 0 ( E) La robabilità Definizione - Eserimento aleatorio Ogni fenomeno del mondo reale al quale associare una situazione di incertezza. Es: Lancio di un dado, estrazioni numeri della tombola, ecc. Definizione

Dettagli

Il modello lineare e l analisi della varianza con

Il modello lineare e l analisi della varianza con Il modello lineare e l analisi della varianza con Rocco Micciolo Università di Trento http://hostingwin.unitn.it/micciolo/ ANOVA a 1 via La scomposizione della devianza ANOVA a 1 via e modello lineare

Dettagli

INTRODUZIONE. L obiettivo centrale della tesi consiste nell analizzare, attraverso una opportuna tecnica

INTRODUZIONE. L obiettivo centrale della tesi consiste nell analizzare, attraverso una opportuna tecnica INTRODUZIONE L obiettio centrale della tesi consiste nell analizzare attraerso una oortuna tecnica statistica denominata ANALISI DELLE COMPONENTI PRINCIPALI due distinti set di dati relatii allo stato

Dettagli

ma come si puo misurare una grandezza fisica della quale si postula l esistenza, ma di cui non si conosce nulla? chiaramente misurarla direttamente

ma come si puo misurare una grandezza fisica della quale si postula l esistenza, ma di cui non si conosce nulla? chiaramente misurarla direttamente Princiio zero della termodinamica gli stati di equilibrio termico godono della articolare rorieta che i sistemi all equilibrio termico tra loro condividono una stessa grandezza fisica, detta temeratura

Dettagli

Soluzione esami di stato Il sistema di controllo può essere rappresentato mediante il seguente schema a blocchi : G t (s)

Soluzione esami di stato Il sistema di controllo può essere rappresentato mediante il seguente schema a blocchi : G t (s) Soluzione esami di stato 213 Sistemi automazione e organizzazione della roduzione Il sistema di controllo uò essere raresentato mediante il seguente schema a blocchi : K G com ( G s Cond. G t ( Dove :

Dettagli

ANALISI DELLA VARIANZA

ANALISI DELLA VARIANZA ANALISI DELLA VARIANZA Per il confronto tra le medie aritmetiche di iù grui, non è ossibile ricorrere al test t, suddividendo l'analisi in tanti confronti a coie quante sono le combinazioni degli n grui

Dettagli

CP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione

CP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A

Dettagli

Test di Ipotesi (su una singola popolazione)

Test di Ipotesi (su una singola popolazione) Test di Iotesi (su una singola oolazione) Dato un camione casuale estratto dalla oolazione F ( X, X,, X n ) X - Poolazione Osservati/misurati i dati x, x,, x n Decido la lausibilità di una iotesi formulata

Dettagli

ESERCIZIO 1: Vincolo di bilancio lineare

ESERCIZIO 1: Vincolo di bilancio lineare Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un

Dettagli

125. Simulazioni del decadimento radioattivo con la TI Voyage 200 di Pietro Romano L. S. Leonardo, Giarre (CT)

125. Simulazioni del decadimento radioattivo con la TI Voyage 200 di Pietro Romano L. S. Leonardo, Giarre (CT) Numero 11 Dicembre 29 125. Simulazioni del decadimento radioattivo con la TI Voyage 2 di Pietro Romano [r.romano@tin.it] L. S. Leonardo, Giarre (CT) Abstract.. A grahical calculator, as TI Voyage 2, can

Dettagli

Confronto tra le proporzioni in due popolazioni indipendenti (alcune note)

Confronto tra le proporzioni in due popolazioni indipendenti (alcune note) Confronto tra le roorzioni in due oolazioni indiendenti (alcune note) Finora abbiamo visto come verificare iotesi su un articolare arametro (indicatore di una caratteristica qualità) di una oolazione sulla

Dettagli

Regolarizzazione (Shrinkage) Strumenti quantitativi per la gestione

Regolarizzazione (Shrinkage) Strumenti quantitativi per la gestione Regolarizzazione (Shrinkage) Strumenti quantitativi er la gestione Emanuele Taufer Metodi di regolarizzazione o shrinkage Regressione ridge Standardizzare i redittori Dati Credit.csv Ridge er i dati Credit.csv

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Predittore di Smith. (Complementi di Controlli Automatici: prof. Giuseppe Fusco) y p (t) Figura 1: Schema di controllo in retroazione con ritardo.

Predittore di Smith. (Complementi di Controlli Automatici: prof. Giuseppe Fusco) y p (t) Figura 1: Schema di controllo in retroazione con ritardo. Predittore di Smith (Comlementi di Controlli Automatici: rof. Giusee Fusco) Lo schema a redittore di Smith ha come obiettivo il miglioramento delle restazioni di un sistema di controllo in cui è resente

Dettagli

Le Tecniche di Data Mining

Le Tecniche di Data Mining Cluster Analysis Le Tecniche di Data Mining Le rinciali tecniche di data mining che vedremo sono: Ø Ø Cluster Analysis Alberi Decisionali Cluster Analysis La Cluster Analysis è una tecnica di data mining

Dettagli

Principi di Economia I - Microeconomia Esame

Principi di Economia I - Microeconomia Esame Princii di conomia - Microeconomia same Giusee Vittucci Marzetti iartimento di ociologia e Ricerca ociale Università degli tudi di Milano-Bicocca orso di Laurea in cienze dell Organizzazione 4 icembre

Dettagli

Schedulazione di dettaglio Macchine in parallelo

Schedulazione di dettaglio Macchine in parallelo Lezione 8 Schedulazione di dettaglio Macchine in arallelo Dati: Una lista di lotti (job) che devono essere rocessati da un sistema roduttivo comosto da un set di macchine in arallelo. Siano i lotti caratterizzati

Dettagli

8. ANALISI DELLA COVARIANZA (ANCOVA)

8. ANALISI DELLA COVARIANZA (ANCOVA) 8. ANALISI DELLA COVARIANZA (ANCOVA) L analisi della covarianza è un metodo statistico che risulta dalla combinazione dell analisi di regressione con l analisi della varianza. È utile quando all analisi

Dettagli

Modellazione dinamica per il controllo di processo. Davide Manca Strumentazione e Controllo di Impianti Chimici Politecnico di Milano

Modellazione dinamica per il controllo di processo. Davide Manca Strumentazione e Controllo di Impianti Chimici Politecnico di Milano L2 Modellazione dinamica er il controllo di rocesso Davide Manca Strumentazione e Controllo di Imianti Chimici Politecnico di Milano L2 Dinamica di rocesso Il controllo di rocesso richiede la conoscenza

Dettagli

Corso di Impianti Dispense a cura di Simone Lugli Realizzate a favore degli allievi dell Istituto C. Ferrini di Verbania. 1. Il teorema di Bernoulli 2

Corso di Impianti Dispense a cura di Simone Lugli Realizzate a favore degli allievi dell Istituto C. Ferrini di Verbania. 1. Il teorema di Bernoulli 2 Indice 1. Il teorema di Bernoulli. Strumenti er misure su tubazioni: generalità e metodi di utilizzo 3.1. Il Tubo di Pitot 3.. Il venturimetro 4.3 Il boccaglio 5.4 Il diaframma 6.5. ltri strumenti er la

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 08-Anova con covariata (vers. 1.2, 6 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea

Dettagli

Per quanto detto prima il fenomeno di svuotamento termina quando la pressione di ristagno è pari a:

Per quanto detto prima il fenomeno di svuotamento termina quando la pressione di ristagno è pari a: Esercizi Si consideri il serbatoio schematicamente raresentato in Fig., in cui è contenuto un gas avente inizialmente (cioè al temo t=0) temeratura T o =0F e ressione oi =0si. Il serbatoio è collegato

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea

Dettagli

Università del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea specialistica in biotecnologie mediche Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale

Dettagli

Guida per l esecuzione dei brani per le S.I.M. e altre formazioni Partitura

Guida per l esecuzione dei brani per le S.I.M. e altre formazioni Partitura uida er l esecuzione dei brani er le S.I.M. e altre formazioni artitura - ALTI, - MEIO ALTI, - MEI, - MEIO BASSI, 5- BASSI BASSO ELETTRICO, IANOFORTE, CHITARRA, ERCSSIONI, BATTERIA La artitura è scritta

Dettagli

1. variabili dicotomiche: 2 sole categorie A e B

1. variabili dicotomiche: 2 sole categorie A e B Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili

Dettagli

ESAME DI AMMISSIONE ALLA TERZA LICEO SCIENZE SPERIMENTALI: FISICA

ESAME DI AMMISSIONE ALLA TERZA LICEO SCIENZE SPERIMENTALI: FISICA LICO CANTONAL DI LUGANO 2 SAM DI AMMISSION ALLA TRZA LICO SCINZ SRIMNTALI: FISICA COGNOM: NOM:...... RONINZA SCOLASTICA:. unti esercizi 1 2 3 TOT 18 4 3 25 unti fatti Nota SRCIZIO 1 Annerire o crociare

Dettagli

LA LORDIZZAZIONE DEI REDDITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 2005

LA LORDIZZAZIONE DEI REDDITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 2005 WORKING PAPER No 478 Marzo6 LA LORIZZAZIONE EI REITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 5 Simone Pellegrino iartimento di scienze economiche e finanziarie G. Prato Università di Torino

Dettagli

Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI

Indice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della

Dettagli

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione. Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito

Dettagli

Puntatori in C. Fondamenti di Informatica. Daniele Loiacono

Puntatori in C. Fondamenti di Informatica. Daniele Loiacono Puntatori in C Fondamenti di Informatica Puntatori Come è fatta la memoria del calcolatore? Un modello concettuale della memoria q La memoria centrale di un calcolatore è una sequenza di celle numerate

Dettagli

Indicatori della dinamica dei prezzi al consumo per alcune tipologie di famiglie Anni

Indicatori della dinamica dei prezzi al consumo per alcune tipologie di famiglie Anni 20 Febbraio 2007 Premessa Indicatori della dinamica dei rezzi al consumo er alcune tiologie di famiglie Anni 2001-2006 Ufficio della comunicazione Tel. + 39 06 4673.2243-2244 Informazioni e chiarimenti

Dettagli

Esercizi proposti - Gruppo 7

Esercizi proposti - Gruppo 7 Argomenti di Matematica er l Ingegneria - Volume I - Esercizi roosti Esercizi roosti - Gruo 7 1) Verificare che ognuina delle seguenti coie di numeri razionali ( ) r + 1, r + 1, r Q {0} r ha la rorietà

Dettagli

Capitolo 2. Funzioni

Capitolo 2. Funzioni Caitolo 2 Funzioni 2.1. De nizioni Un concetto di fondamentale imortanza è quello di funzione. roosito la seguente de nizione: Vale a questo De nizione 10 Dati due insiemi (non vuoti) X e Y, si chiama

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Domanda di lavoro ed equilibrio del mercato del lavoro in concorrenza perfetta

Domanda di lavoro ed equilibrio del mercato del lavoro in concorrenza perfetta Domanda di lavoro ed equilibrio del mercato del lavoro in concorrenza erfetta Giusee Vittucci Marzetti 17 febbraio 2017 a domanda di lavoro in concorrenza erfetta a domanda di lavoro è una domanda di tio

Dettagli

Il flusso ottico. Alberto Borghese Laboratory of Motion Analysis, Virtual Reality (MAVR) Il flusso ottico

Il flusso ottico. Alberto Borghese Laboratory of Motion Analysis, Virtual Reality (MAVR) Il flusso ottico l flusso ottico Alberto Borghese Laborator of Motion Analsis, Virtual Realit (MAVR) testb N.A. Borghese Uniersità di Milano 9/03/003 htt:\\homes.dsi.unimi.it\ borghese /30 l flusso ottico Origina dalla

Dettagli

Corso di Progetto di Strutture. POTENZA, a.a Serbatoi in c.a.p.

Corso di Progetto di Strutture. POTENZA, a.a Serbatoi in c.a.p. Corso di Progetto di Strutture POTENZA, a.a. 2012 2013 Serbatoi in c.a.. Dott. Marco VONA Scuola di Ingegneria, Università di Basilicata marco.vona@unibas.it htt://www.unibas.it/utenti/vona/ I SERBATOI

Dettagli

Capitolo 3 - Parte IV Complementi sui circuiti combinatori

Capitolo 3 - Parte IV Complementi sui circuiti combinatori Aunti di Elettronica Digitale Caitolo 3 - arte IV Comlementi sui circuiti combinatori Introduzione... Sommatori...2 Introduzione...2 Half-adder...3 Full-adder...4 Sommatore binario arallelo...7 roagazione

Dettagli

Traccia dello svolgimento di alcuni esercizi del compito del 15/04/08

Traccia dello svolgimento di alcuni esercizi del compito del 15/04/08 Traccia dello svolgimento di alcuni esercizi del comito del //8 Esercizio.. L esercizio richiede di risolvere in generale il seguente sistema lineare @ A = b a. Il sistema ^A = b ammette soluzioni se Rg(

Dettagli

Sezioni d urto. Prof. Sergio Petrera Università degli Studi dell Aquila. 11 giugno La regola d oro di Fermi e la sezione d urto di Born

Sezioni d urto. Prof. Sergio Petrera Università degli Studi dell Aquila. 11 giugno La regola d oro di Fermi e la sezione d urto di Born Sezioni d urto Prof. Sergio Petrera Università degli Studi dell Aquila giugno 008 La regola d oro di Fermi e la sezione d urto di Born La regola d oro di Fermi si ricava in Meccanica Quantistica Non Relativistica

Dettagli

Note sulla Definizione Assiomatica della Probabilita

Note sulla Definizione Assiomatica della Probabilita Note sulla Definizione Assiomatica della Probabilita 1 I diagrammi di Wenn forniscono un metodo grafico er visualizzare i concetti fondamentali del calcolo delle robabilità. In questa raresentazione una

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni

Dettagli

ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti

ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio

Dettagli

La psicologia... della percezione? Introduzione alla Psicologia della Percezione. Neuroscienze Cognitive. Le Neuroscienze...

La psicologia... della percezione? Introduzione alla Psicologia della Percezione. Neuroscienze Cognitive. Le Neuroscienze... 4 Arile 2006 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona La sicologia... della ercezione? Introduzione alla della Percezione Chiara Della Libera DSNV Università

Dettagli

Lezione 10 Termodinamica

Lezione 10 Termodinamica rgomenti della lezione: relazione di Mayer trasformazioni adiabatiche trasformazioni isoterme macchine termiche ciclo di arnot Lezione 0 ermodinamica secondo riiio della termodinamica Gas ideali Un gas

Dettagli

Indagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine

Indagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine 10/1 Indagine statistica Indagine Totale Indagine Campionaria Fasi dell indagine definizione degli obiettivi definizione delle unità e delle variabili da rilevare scelta del periodo di riferimento individuazione

Dettagli

Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione

Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni

Dettagli

Moto Monodimensionale in Condotti

Moto Monodimensionale in Condotti Diartimento di Ingegneria Industriale Moto Monodimensionale in Condotti Fluido Comrimibile - eoria Fig a Fig B Fig. A Moti D Comrimibili- ermodinamica Scuola di Ingegneria Corso di e Macchine A.A. 3 4

Dettagli

MATHESIS. Sezioni di Napoli e C.mare di Stabia. Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto

MATHESIS. Sezioni di Napoli e C.mare di Stabia. Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto MATHESIS Sezioni di Naoli e C.mare di Stabia Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto Ferdinando Casolaro ferdinando.casolaro@unina.it Insegnamento della Probabilità

Dettagli

Tonzig La fisica del calore

Tonzig La fisica del calore 0 Tonzig La fisica del calore c) Per stati di equilibrio caratterizzati da uno stesso valore della ressione (e del numero di moli), volume e temeratura assoluta sono direttamente roorzionali. Se 0 è il

Dettagli

INDICE PARTE METODOLOGICA

INDICE PARTE METODOLOGICA INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite

Dettagli

FAI MATEMATICA. PREPARATI ALL ESAME 44 Esercitazioni per la prova d esame. Aggiornamenti e ulteriori materiali seieditrice.

FAI MATEMATICA. PREPARATI ALL ESAME 44 Esercitazioni per la prova d esame. Aggiornamenti e ulteriori materiali seieditrice. LUISA BISCIONE ANTONIO BISCIONE AOLO ADOLINO AI MATEMATICA LEGGI OSSEVA ALICA EAATI ALL ESAME 44 Esercitazioni er la rova d esame Aggiornamenti e ulteriori materiali seieditrice.com/fai-matematica SOCIETÀ

Dettagli

Calcolo Parallelo. Valutazione dell efficienza di algoritmi e software in ambiente parallelo. Prof. Alessandra d Alessio.

Calcolo Parallelo. Valutazione dell efficienza di algoritmi e software in ambiente parallelo. Prof. Alessandra d Alessio. Calcolo Parallelo Valutazione dell efficienza di algoritmi e software in ambiente arallelo Prof. Alessandra d Alessio T(1) S() = T() = Seed u Lo seed u misura la riduzione del temo di esecuzione risetto

Dettagli

TEORIA DELLA PROBABILITÁ

TEORIA DELLA PROBABILITÁ TEORIA DELLA PROBABILITÁ Cenni storici i rimi arocci alla teoria della robabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli) gli ambiti di alicazione sono i giochi d azzardo e roblemi

Dettagli

Lezione 10 Termodinamica

Lezione 10 Termodinamica rgomenti della lezione: Lezione 0 ermodinamica relazione di Mayer trasformazioni adiabatiche trasformazioni isoterme macchine termiche ciclo di arnot secondo riiio della termodinamica cenni sull entroia

Dettagli

Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza

Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in

Dettagli

L Offerta dell impresa e dell industria

L Offerta dell impresa e dell industria L Offerta dell imresa e dell industria Studiamo l offerta dell imresa nel mercato di concorrenza erfetta Un mercato caratterizzato da concorrenza erfetta se: 1-I I rezzi sono fissi: l imresa non è in grado

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

CALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà.

CALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà. CALCOLO DELLE PROBABILITÀ -Definizione di robabilità -Legge additiva (eventi disgiunti) -Probabilità totale -Eventi comosti -Eventi indiendenti -Legge moltilicativa -Probabilità comoste - -Definizione

Dettagli

Idrogramma. L idrogramma è la rappresentazione grafica dell andamento della portata nel tempo.

Idrogramma. L idrogramma è la rappresentazione grafica dell andamento della portata nel tempo. Idrogramma ortata - Q L idrogramma è la raresentazione grafica dell andamento della ortata nel temo. La ortata si esrime normalmente in m 3 s -1 ovvero un volume diviso un temo: Q = dv dt ne consegue che

Dettagli

Cognome: Nome: Matricola: Sistemi Operativi A.A , prova scritta del 25 settembre 2008.

Cognome: Nome: Matricola: Sistemi Operativi A.A , prova scritta del 25 settembre 2008. ognome: Nome: Matricola: Sistemi Oerativi.. 7-8, rova scritta del 25 settembre 8. Usa questa agina er la brutta, staccala, non consegnarla. Sistemi Oerativi.. 7-8, rova scritta del 25 settembre 8. Usa

Dettagli

Corso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME A cura di Simona Patetta

Corso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME A cura di Simona Patetta Corso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME 0-02-2008 A cura di Simona Patetta Si riorta lo stralcio di tema d esame relativo al rimo esercizio: Si rocede con lo

Dettagli

o Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.

o Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata. Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1 Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:

Dettagli

Complementi di Termologia. III parte

Complementi di Termologia. III parte Prof. Michele Giugliano (Dicembre 00) Comlementi di Termologia. III arte N. 3. - Lavoro nelle trasformazioni. In generale se un gas, soggetto ad una variazione della ressione, varia il volume, esso comie

Dettagli

Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 Prova scritta del 21/7/2010

Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 Prova scritta del 21/7/2010 Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 009/0 Prova scritta del /7/00 Nota. E obbligatorio sia scegliere le risoste (numeriche, o le formule nali a seconda del

Dettagli

Metodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello

Metodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le

Dettagli

a 11 s 1 + a 12 s a 1n s n = b 1 a 21 s 1 + a 22 s a 2n s n = b 2..

a 11 s 1 + a 12 s a 1n s n = b 1 a 21 s 1 + a 22 s a 2n s n = b 2.. Matematica II 020304 Ogni sistema di m equazioni lineari in n incognite x 1 x 2 x n si uo raresentare nella forma a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1

Dettagli

Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II

Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle

Dettagli

FUORI DI SCIENZA 2015/2016 fuoridiscienza.wordpress.com PROPOSTE DIDATTICHE 2015/2016

FUORI DI SCIENZA 2015/2016 fuoridiscienza.wordpress.com PROPOSTE DIDATTICHE 2015/2016 FUORI DI SCIENZA 2015/2016 fuoridiscienza.wordress.com fuoridiscienza@gmail.com PROPOSTE DIDATTICHE 2015/2016 Chi siamo? Una biotecnologa, una geologa, una storica e una biologa si incontrano e... sembra

Dettagli

Teoria del consumo. Dott.ssa Alessandra Porfido

Teoria del consumo. Dott.ssa Alessandra Porfido Teoria del consumo Dott.ssa Alessandra orfido Esercizio 1 Siano = 20 e = 40 i rezzi unitari di mercato di due beni le cui quantità sono indicate con e. Il reddito R di cui disone il consumatore è ari a

Dettagli

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012 Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo

Dettagli

Riduzioni di Turing. OMdT. nastro di oracolo. domanda. tra linguaggi. macchina di Turing con oracolo (OMdT). detto insieme di oracolo.

Riduzioni di Turing. OMdT. nastro di oracolo. domanda. tra linguaggi. macchina di Turing con oracolo (OMdT). detto insieme di oracolo. Riduzioni di Turing! Nozione iù forte di riduzione olinomiale tra linguaggi.! Basata sul modello di calcolo della macchina di Turing con oracolo (OMdT). 1 OMdT! MdT dotata di un nastro addizionale: nastro

Dettagli

Capitolo 1 La rilevazione dei fenomeni statistici

Capitolo 1 La rilevazione dei fenomeni statistici Capitolo 1 La rilevazione dei fenomeni statistici 2/1 Capitolo 1 Caratteri, unità statistiche e collettivo Classificazione dei caratteri statistici Suddivisione in classi di un carattere quantitativo I

Dettagli

Valutazione dei consumi globali di energia di un sistema

Valutazione dei consumi globali di energia di un sistema CAPITOLO 1 Valutazione dei consumi globali di energia di un sistema Il sistema a cui faremo generalmente riferimento in questo corso sarà uno stabilimento di azienda manifatturiera, ma tutte le considerazioni

Dettagli

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione

Dettagli

Teoria del consumo Viki Nellas

Teoria del consumo Viki Nellas Teoria del consumo Viki Nellas Esercizio Siano = 0 e = 40 i rezzi unitari di mercato di due beni le cui quantità sono indicate con e. Il reddito R di cui disone il consumatore è ari a 5000 a) Si tracci

Dettagli

Introduzione alle macchine termiche

Introduzione alle macchine termiche 1 Introduzione alle macchine termiche In questa nota 1 introduciamo il concetto di macchina termica che oera con trasformazioni cicliche er trasformare calore in lavoro. In generale questo argomento viene

Dettagli

APPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO

APPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni

Dettagli

L Analisi della Varianza ANOVA (ANalysis Of VAriance)

L Analisi della Varianza ANOVA (ANalysis Of VAriance) L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.

Dettagli

Un modello di regressione fuzzy per la valutazione della soddisfazione

Un modello di regressione fuzzy per la valutazione della soddisfazione Statistica & Alicazioni Vol. 3, n. 1, 25 Un modello di regressione fuzzy er la valutazione della soddisfazione Rosaria Romano Francesco Palumbo Summary: Customer Satisfaction Analysis is mostly based on

Dettagli

Problemi legati all'uso dei Puntatori

Problemi legati all'uso dei Puntatori Problemi legati all'uso dei Puntatori 1. Aree inutilizzabili: Possibilità di erdere l'indirizzo di aree di memoria allocate al rogramma che uindi non sono iù accessibili. (v. esemio recedente). 2. Riferimenti

Dettagli

Esercitazione 1. 1) Apprendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione

Esercitazione 1. 1) Apprendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione Esercitazione ) Arendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione ) lassificazione di base dei filtri 3) Individuazione delle f.d.t. dei rinciali filtri assivi

Dettagli

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 2010-11

Modelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 2010-11 Modelli dei Sistemi di Produzione Modelli e lgoritmi della Logistica 00- Scheduling: Macchina Singola CRLO MNNINO Saienza Università di Roma Diartimento di Informatica e Sistemistica Il roblema /-/ w C

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 09-Anova per misure ripetute (v. 1.3, 21 novembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

DISTRIBUZIONI DI CAMPIONAMENTO

DISTRIBUZIONI DI CAMPIONAMENTO DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,

Dettagli

MOTI QUASI UNIDIMENSIONALI MOTI QUASI UNIDIMENSIONALI

MOTI QUASI UNIDIMENSIONALI MOTI QUASI UNIDIMENSIONALI MOTI QUASI UNIDIMENSIONALI Nei moti quasi unidimensionali si iotizza la costanza del valore di tutte le grandezze termofluidodinamiche su ciascuna suerficie ermeabile aartenente alla suerficie esterna

Dettagli

TECNICHE DI ANALISI DEI DATI

TECNICHE DI ANALISI DEI DATI TECNICE DI ANALISI DEI DATI AA 08/09 PRO. V.P. SENESE Questi materiali sono disponibili per tutti gli studenti al seguente indirizzo: https://goo.gl/xy5fr Seconda Università di Napoli (SUN) Dipartimento

Dettagli

Imputazione dati mancanti

Imputazione dati mancanti Imputazione dati mancanti Una volta preparata la matrice dei dati, occorre controllare alcuni aspetti delle variabili disponibili. Missing Value Range Minimum & Maximum Extreme Values Per verificare la

Dettagli