Cap. 5. Il progetto sperimentale

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Cap. 5. Il progetto sperimentale"

Transcript

1 Cap. 5 Il progetto sperimentale

2 Introduzione La sperimentazione è l orizzonte entro cui genera e sviluppa ogni processo progettazione. Per questo motivo in questo capitolo introduce un metodo progettazione basato sulla pianificazione esperimenti: il progetto dell esperimento (o la pianificazione statistica degli esperimenti) incato, in lingua inglese, con il termine Degn of Experiment (DOE), [35], [36], [37], [38], [39]. Il metodo, cui presentano i concetti fondamentali, rappresenta l ideale riferimento concettuale ogni tipo sperimentazione che intenda fare chiarezza su un processo e pertanto, applica molto bene al miglioramento progetti seguendo il percorso: problema - causa - rimeo 246

3 Schema della procedura ottimizzazione un processo [38] La procedura ottimizzazione un processo è riconducibile allo schema seguente: Processo Implementazione delle azioni Osservazioni Rilievo dei dati Decioni Formulazione delle azioni Diagno Scoperta dei punti deboli Valutazioni Anali dei dati 247

4 Progettazione dei parametri In particolare, nelle fa progettazione concettuale e costruttiva un prodotto o un processo, il DOE è utile nella ricerca dei valori ottimali delle variabili che influenzano il comportamento del stema, cioè dei parametri controllo, in quanto con questo metodo identificano quali tali parametri, detti fattori e quali loro combinazioni, ottimizzano il risultato del processo, in termini affidabilità, riduzione dei costi o quala altro criterio che rappresenti il miglioramento un ince qualità. E E importante importante stinguere stinguere tra tra il il concetto concetto sperimentazione sperimentazione e e il il concetto concetto prova prova La La prova prova è è una una attività attività da da condur condur su su un un processo processo estente estente con con lo lo scopo scopo verificare verificare se se esso esso sodsfi sodsfi alle alle attese, attese, nelle nelle conzioni conzioni operative operative reali. reali. Come Come conseguenza conseguenza dei dei risultati risultati delle delle prove prove introducono introducono varianti varianti e e sottopone sottopone il il processo processo moficato moficato a a nuove nuove prove prove controllo. controllo. La La sperimentazione, sperimentazione, viceversa, viceversa, consente consente verificare: verificare: - - quale quale variabile variabile ha ha influenza influenza sulla sulla risposta risposta del del stema, stema, - - per per quali quali valori valori delle delle variabili variabili ha ha una una risposta risposta ottimale. ottimale. 248

5 Il progetto dell esperimento punta alla caratterizzazione del processo e alla scoperta delle relazioni causa effetto tra le variabili ingresso e le variabili in uscita. Costituisce quin la premessa per un modo affrontare i problemi nell ottica dell ingegneria concorrente (ve oltre), che è la coddetta progettazione dei parametri o progettazione robusta che punta all operatività funzionalmente corretta del stema in ogni circostanza e a costi minimi. In altre parole opera una scelta oculata dei parametri controllo in modo tale che il stema svolga la funzione prevista correttamente anche in presenza variabili sturbo (rumore), non sempre prevebili e controllabili. In nte la procedura è la seguente: - identifica la risposta del stema interesse, cioè la (o le) variabile/i pendente/i in uscita (risultato dell esperimento) che ha/hanno il gnificato ince/i qualità e inviduano le variabili in ingresso (dette fattori ), che presumibilmente, sulla base della esperienza, hanno influenza sul risultato. Questi fattori possono essere qualitativi o quantitativi, e, in questo ultimo caso, possono variare in modo continuo o in modo screto. - pianifica un congruo numero prove, definendo il numero degli stati (o livelli) dei fattori in corrispondenza dei quali vuole determinare il valore della risposta del stema. 249

6 Piani prova con variazione un fattore alla volta Se sperimentasse variando un fattore alla volta pianificherebbero solo 4 prove in corrispondenza dei livelli incati nella figura, con rischio perta informazione sugli effetti dei fattori sul risultato del processo. Viceversa l esame tutte le 8 combinazioni, cioè un piano fattoriale completo, offre una informazione completa sugli effetti dei fattori. 4 Non Non può può inoltre inoltre a a priori priori escludere escludere che che i i risultati risultati migliori migliori della della risposta risposta del del processo processo realizzino realizzino per per valori valori ver ver dai dai valori valori estremi estremi sperimentati. sperimentati. Allora, Allora, quando quando è è posbile, posbile, cioè cioè quando quando i i fattori fattori sono sono quantitativi quantitativi e e variano variano in in modo modo continuo, continuo, può può interpolare interpolare la la risposta risposta del del stema stema con con un un modello modello matematico matematico in in punti punti del del dominio dominio ver ver da da quelli quelli rettamente rettamente sperimentati. sperimentati

7 Piani fattoriali prova completi Con un solo fattore e con n livelli devono pianificare n prove, con 2 fattori e con 2 livelli (per es. un livello minimo e un livello masmo o due stati ver del fattore) devono pianificare 2 2 prove. con k fattori, il numero combinazioni prova con 2 livelli è 2 k per 3 livelli hanno 3 k posbili combinazioni prova, ecc. Per es., nel caso particolare 3 fattori a 2 livelli, il dominio definizione delle variabili inpendenti, se normalizzano i livelli minimo e masmo ai valori -1 e +1, è rappresentato dallo spazio delimitato da un cubo con le coornate riportate nello specchietto: I I vertici vertici hanno hanno coornate: coornate: 1 1 (-1,-1,-1), (-1,-1,-1), 2 2 (+1,-1,-1), (+1,-1,-1), 3 3 (-1, (-1, +1,-1), +1,-1), 4 4 (+1, (+1, +1,-1), +1,-1), 5 5 (-1,-1, (-1,-1, +1), +1), 6 6 (+1,-1, (+1,-1, +1), +1), 7 7 (-1, (-1, +1, +1, +1), +1), 8 8 (+1, (+1, +1, +1, +1) +1) 251

8 I punti carni Riassumendo, l esperimento offre una interpretazione statistica della realtà, attraverso i seguenti strumenti: - L anali della variabilità dei dati - I test gnificatività (test delle ipote) - La ripetizione delle prove (per la stima dell errore sperimentale) - Il calcolo degli effetti dei fattori - L anali della eventuale interazione tra gli effetti - Il calcolo della varianza degli effetti - Lo sviluppo un eventuale modello matematico empirico come superficie risposta - Quando i fattori sono molto numero sviluppano piani fattoriali frazionari per la riduzione del numero delle prove limitando la perta della informazione rispetto ai piani fattoriali completi. La La ripetizione ripetizione delle delle prove prove ( ( inca inca con con m il il numero numero delle delle ripetizioni), ripetizioni), consente consente la la stima stima dell errore dell errore sperimentale sperimentale e e la la riduzione riduzione della della variabilità variabilità dovuta dovuta ad ad esso, esso, secondo secondo la la ben ben nota nota espresone espresone della della deviazione deviazione standard standard che che vale, vale, per per la la mea mea delle delle prove prove ripetute, ripetute, ( ( veda veda oltre): oltre): 252

9 L anali della variabilità dei dati. Progetto fattoriale a un fattore a più livelli [36] ε Disturbi (tutti i fattori ver da quelli ingresso) Ingres x Fattori controllo Sistema Uscite y Inci qualità Si illustra la base del metodo con un semplice esempio progetto un materiale: In un laboratorio metallurgico vuole scoprire quale percentuale un elemento lega è efficace per ridurre la temperatura tranzione (T.T.) un acciaio. Si programma un esperimento per scoprire l influenza del fattore, conderato a otto livelli: 1%, 2%, 8%. Quante prove devono programmare? Sia y = riduzione della T.T. rispetto a una fissata, per (%) crescente componente lega. Si prepara una matrice degli esperimenti così organizzata. Si pongono: - come ince riga il numero i=1 R delle ripetizioni (o repliche) dell esperimento, - come ince colonna il numero dei livelli j=1 C - nelle caselle i valori y determinati, (la riduzione della temperatura tranzione). 253

10 TABELLA 1: Risultati delle prove (ripetute 3 volte) (Mea generale tutti i dati del campione y.. = 20) La domanda è la seguente: Una variazione percentuale del componente lega come influenza l ince che dedera migliorare? Si calcolano le mee colonna per colonna e riportano nell ultima riga. - Le colonne sono C=8 - Le righe sono R=3 254

11 Progetto a un fattore (con C=8 livelli e R=3 ripetizioni) i=1 i=2 i=3 Mea colon I risultati delle prove sono stati posti in grafico per mostrare l incertezza un giuzio sulla efficacia del fattore, se ci affida a una semplice impresone e prescinde da una interpretazione statistica. Le curve collegamento dei punti sono state inserite solo al fine visualizzare la fluttuazione dei dati. Le mee colonna sono unite da una linea continua. La linea mea ha una fluttuazione minore (ve l espresone vista per la deviazione della mea). Con sole due prove, percentuale min. e max., sarebbe ottenuto l andamento rettilineo incato. 255

12 Modello statistico (1) * (Più precisamente l effetto delle variabili non prese in conderazione). 256

13 Sostituendo ai valori incogniti le stime sul campione, ha un modo per misurare la variabilità della risposta del processo. è una stima μ (mea generale o gran mea) è una stima τ è una stima dell errore sperimentale Pertanto ha, al posto della (1), la stima incata nella figura precedente: Se esegue il quadrato entrambi i membri e sommano rispetto ai due inci delle prove (j) e delle ripetizioni (i), osserva che i termini del doppio prodotto danno contributo nullo; rimangono solo i termini incati nel seguito. 257

14 (2) 258

15 Uso dell anali della varianza per la valutazione della gnificatività dei fattori L espresone precedente scinde la variabilità totale, (somma del quadrato tutte le stanze dal valore meo) in due termini: la variabilità dei risultati dovuta agli effetti dei fattori controllo e la variabilità dovuta ai fattori non conderati, origini degli errori sperimentali. Tali variabilità vengono rese confrontabili una volta che ano vise per il numero dei confronti posbili fra i ver valori (gra libertà), che valgono rispettivamente C-1 (confronti tra le colonne) e C(R-1). (R-1 sono i confronti posbili tra i dati riga in ciascuna colonna e C(R-1) quelli posbili tra tutti i dati riga). Si ottengono così le mee quadratiche. Al fine condurre in modo razionale l anali della varianza (ANOVA) è bene organizzare i dati come nella tabella seguente: 259

16 Organizzazione dell ANOVA TABELLA 2 Nell ultima colonna riporta il rapporto tra la mea quadratica tra le colonne e la mea quadratica tra le righe che ha il gnificato errore sperimentale. 260

17 I risultati dell esperimento precedente in coornate polari mostrano il gnificato delle somme e delle mee quadratiche che costituiscono l ANOVA. La somma quadratica delle stanze tutti i punti dalla mea generale è data da: SStot= =724 Si osserva nella figura nella pagina succesva, una notevole sperone dei dati rispetto alla mea generale come effetto del fattore controllo sommato all influenza dei sturbi. Il solo effetto del fattore a 8 livelli è rappresentato dalla somma quadratica delle fferenze tra le mee colonna (contrassegno circolare della seconda figura) e la mea generale. Nella stessa figura il centro rappresenta la mea generale e la somma quadratica delle stanze dal centro è data dal valore 432. Poiché le mee sono 8 e quin il numero dei confronti posbili, cioè i gra libertà, è pari a 7, la mea quadratica è espressa dal rapporto MS B =SS B /7= 61,7. =432 SSB= =

18 Infine l effetto dell errore sperimentale (che comprende anche gli effetti delle variabili non prese in conderazione), è incato dalla somma quadratica delle fferenze tra ciascun valore e la corrispondente mea colonna. Nella figura è rappresentato dalla somma quadratica delle stanze tutti i punti dal centro che rappresenta le mee ciascuna colonna. Anche in questo caso la mea quadratica è ottenuta videndo la somma quadratica per il numero dei confronti posbili, cioè dei gra libertà, che è pari a C(R-1)= 16. SSW= =292 MSW=292/16=18,3 La sperone dei punti rispetto alla mea colonna è molto contenuta ed è dovuta all effetto dell errore. Le mee quadratiche sono grandezze confrontabili tra loro. 262

19 La Tabella 3 ntetizza l ANOVA. Il rapporto tra le mee quadratiche dà la stima della influenza sul risultato del processo dei fattori controllo rispetto a quella dei fattori non pre in conderazione o del tutto casuali (errore sperimentale). TABELLA 3 Causa variazione Somma dei quadrati Gra libertà DOF Mea quadratica Rapporto F % Ni ,7 61,7/18,3= 3,4 >1 Errore ,3 Totale Poiché quel rapporto F= 3,4 è maggiore 1 potrebbe concludere che esta un fondato sospetto che il fattore abbia influenza sul risultato. Si può dare supporto statistico a questa affermazione (quel rapporto è un numero casuale in funzione del campione scelto), ricordando che il rapporto tra mee quadratiche provenienti da una stessa stribuzione gausana, conderata rappresentativa per gli errori sperimentali, è anch essa variabile aleatoria che segue la stribuzione Fischer, con gra libertà 7 per il numeratore e 16 per il denominatore. 263

20 Test dell ipote Si supponga ora, con riferimento alla figura che, per esempio, un valore F minore 2,2 abbia una probabilità presentar del 95 %. Se il valore calcolato cade oltre quella soglia, la probabilità che questo valore appartenga a questa stribuzione è minore del 5 % ed è rappresentata da una area uguale o minore quella incata in grigio. Si scrive anche α=0,05. Si può concludere che un valore F pari a 3,4 è improbabile che sodsfi a quella stribuzione e quin che le due mee quadratiche, quella che stabilisce l effetto dei fattori e quella che deriva dalla ripetizione delle prove, derivino dalla stessa popolazione con la stribuzione tipica dell errore sperimentale. 264

21 Errori del I e del II tipo In altre parole l effetto dei fattori è gnificativo (rispetto all errore sperimentale) nel rapporto 100 a 5. In ogni caso può commettere un errore valutazione: se ritiene infatti l effetto dei fattori non gnificativo, o come ce, accetta l ipote nullità H o, rischia un errore I tipo, pari almeno al 95%, mentre se rifiuta l ipote H o e accetta l ipote alternativa H 1 efficacia dei fattori, rischia un errore II tipo, pari al più, al 5%. Si può anche re alternativamente che ha fiducia almeno al 95% avere preso la decione giusta. Concludendo l esempio visto, può affermare che l elemento ha efficacia nel ridurre la temperatura tranzione con una probabilità 20 ad

22 Il concetto interazione Si ha interazione tra gli effetti quando verifica una variazione della risposta rispetto al valore che essa avrebbe se i ngoli effetti agissero ngolarmente. In altre parole la risposta è versa dalla somma delle risposte dovute agli effetti separati. Ci limita a un esempio un piano a due fattori, dove R = livelli x 1 C = livelli x 2 (avendo rappresentato i fattori in modo amenonale, con -1, o semplicemente per il valore più basso e +1 oppure + per il valore più alto). Ci domanda quale è il valore della risposta y = ab quando entrambe le variabili sono al loro valore superiore. TABELLA 4 x1 x =5 b=9 +1 a=11 ab =? Il Il valore valore ottenuto ottenuto per per -1,-1-1,-1 inca inca con con 1 1 Il Il valore valore ottenuto ottenuto per per +1,-1 +1,-1 inca inca con con a a Il Il valore valore ottenuto ottenuto per per -1,+1-1,+1 inca inca con con b b Il Il valore valore ottenuto ottenuto per per +1,+1 +1,+1 inca inca con con ab ab (Notazione (Notazione Yates) Yates) Dall esame Dall esame della della matrice matrice deduce deduce che, che, se se ab ab = non non c è c è interazione, interazione, mentre mentre se se ab ab > c è c è interazione interazione potiva potiva e e se se ab ab < c è c è interazione interazione negativa. negativa. 266

23 La rappresentazione grafica della risposta I punti che rappresentano la risposta del stema sono stati collegati tra loro per mettere in luce il fatto che, nel ca assenza interazione es giacciono su un piano, mentre nel caso interazione appartengono ad una superficie curva che verrà definita in seguito. ab=? b=9 a=11 1=5 x 2 (-1,+1) (+1,+1) (-1,-1) x 1 (+1,-1) 267

24 Progetti fattoriali a 2 fattori e a 2 livelli con prove ripetute La Tabella seguente offre un esempio esperimento fattoriale completo a 2 livelli. Ogni casella riporta i due valori ciascuna prova ripetuta (k=2) e la casella sottostante la loro mea. Le mee riga e colonna sono incate rispettivamente nell ultima colonna e nella riga più in basso. i=1 x1 x2 TABELLA 5 j=1 j= mea riga mea cella 1=5,5 b=8,5 7 i= mea cella a=9,5 ab=17,5 13,5 mea colonna 7,5 13 gran mea 10,25 268

25 Modello statistico Il modello statistico è il seguente: (3) dove: i= 1.R livello riga J= 1.C livello colonna k = 1 n repliche I ij è l effetto interazione con il seguente gnificato dei mboli: mea generale o gran mea mea riga mea colonna mea cella 269

26 Per k ripetizioni della prova, in analogia col modello ad un solo fattore, per un campione finito, può scrivere : (4) dove il primo termine a secondo membro è la mea, il secondo termine in parente l effetto riga, il terzo l effetto colonna, il quarto l interazione e il quinto l errore. Il termine interazione può scriver, in modo più facilmente interpretabile, come: Esso esprime l effetto interazione come costituito dalla fferenza tra la mea cella e la mea generale, minuita dell effetto della variabile riga e dell effetto della variabile colonna. L interazione infatti rappresenta proprio l eccedenza o la minuzione rispetto agli effetti delle ngole variabili. 270

27 Quadrando entrambi i membri della (4) e sommando rispetto ai tre inci ottiene: ) 2 5) e, per i corrispondenti gra libertà, incati con DOF (Degree of Freedom), ha la relazione seguente, dove il primo termine rappresenta i gra libertà riga, il secondo colonna, il terzo dell effetto interazione e il quarto dell errore. 271

28 Si può ora organizzare l anali della varianza secondo la Tabella 6: TABELLA 6 272

29 che dà il risultato seguente: TABELLA 7 Test delle ipote. Il gnificato delle ipote è il seguente: per α=0,05 (DOF=1 per il numeratore e 4 per il denominatore), F=7,71 H 0: tutte le mee riga nella Tabella 5 sono da conderar uguali se F è minore o uguale 7,71. (Differiscono solo per l errore sperimentale) H 1 : non tutte le mee riga sono da conderar uguali, se F è maggiore 7,71 Poiché F c >7,71 scarta l ipote H 0 Analogamente per le mee colonna. Poiché F c >7,71 scarta l ipote H 0 Poiché anche per l interazione tra i fattori ha F c >7,71 scarta l ipote H 0 e condera l ipote H

30 Effetti principali ed effetti interazione dei fattori Si definisce effetto un fattore la variazione mea della risposta del stema prodotta da una variazione del livello del fattore. Per esempio, nel caso visto della Tabella 5, l effetto principale del fattore x 1 può essere pensato come fferenza tra la mea delle risposte del livello più alto x 1 meno la mea delle risposte al livello più basso x 1, cioè: A=(a+ab)/2- (1+b)/2 =13,5 7=6,5 che è l aumento della risposta sul piano meo incato. ab x 2 8,5 17,5 b 5,5 9,5 a x 1 1 x 2 (-1,+1) (+1,+1) (-1,-1) x 1 (+1,-1) 274

31 Se il valore ab sta sul piano inviduato dai tre punti 1,a,b, non ha interazione tra i fattori e ab assumerebbe il valore 12,5. Poiché 17,5>12,5 i quattro punti inviduano una superficie ( rigata ). Il valore ab eccede quello che avrebbe in assenza interazione, della quantità: (ab-b)-(a-1) Sul piano meo incato, poiché b è immutato, questa eccedenza vale la metà: [(ab-b)-(a-1)]/2 ab In In altre altre parole, parole, poiché poiché l effetto l effetto x x 1 pende 1 pende dal dal livello livello scelto scelto per per x x 2 ( 2 ( a a livello livello inferiore inferiore x x 2 2 A= A= 9,5-5,5= 9,5-5,5= 4, 4, mentre mentre b al al livello livello superiore superiore x x 2 2 A= A= 17,5-8,5=9), 17,5-8,5=9), 1 x 2 (-1,-1) (-1,+1) (+1,+1) x 1 (+1,-1) a este este un un effetto effetto interazione interazione che che è è appunto appunto la la fferenza fferenza mea mea tra tra i i due due effetti effetti A A calcolati calcolati per per il il valore valore più più alto alto e e per per il il valore valore più più basso basso x x 2 : 2 : AB=(9- AB=(9-4)/2=2,5 4)/2=2,5 275

32 Risposta y Risposta y Rappresentazione grafica degli effetti Si può illustrare la presenza interazione con i grafici seguenti Fattore x 1 Fattore x 1 x2=-1 x2=+1 x2=-1 x2=+1 8,5 x 2 5,5 9,5 8,5 x 2 x 1 4 5,5 9,5 x 1 17,5 Il Il non non parallelismo parallelismo inca inca appunto appunto un un effetto effetto interazione interazione (potiva (potiva nel nel caso caso prima prima esaminato). esaminato). Viceversa Viceversa nel nel secondo secondo grafico grafico che che riferisce riferisce ad ad un un posbile posbile piano piano fattoriale fattoriale riportato riportato a a fianco, fianco, verso verso da da quello quello scusso, scusso, manifesta manifesta una una interazione interazione negativa. negativa. Si Si può può concludere concludere che che in in generale, generale, quando quando riscontra riscontra che che la la fferenza fferenza nella nella risposta risposta tra tra i i livelli livelli un un fattore fattore non non è è la la stessa stessa a a tutti tutti i i livelli livelli dell altro dell altro fattore, fattore, ha ha interazione interazione tra tra i i fattori. fattori. 276

33 Un algoritmo per il calcolo degli effetti Riassumendo, gli effetti sulla variabile pendente y sono: A = dovuto alla prima variabile inpendente x 1 B = dovuto alla seconda variabile inpendente x 2 AB = dovuto all effetto combinato entrambe le variabili inpendenti calcolano in questo modo: Si può automatizzare questo processo calcolo preparando una tabella organizzata nel modo seguente, valida per m=rc=4, numero delle combinazioni prova e per n=2, numero delle ripetizioni e per Ў che inca la mea delle due ripetizioni. 277

34 Matrice calcolo degli effetti TABELLA = 5 6 5, a= , b= 8 9 8, ab= ,5 Effetti b 0 =Σ/4 =10,25 A=Σ/2 =6,5 B=Σ/2 =5,5 AB = Σ/2=2,5 Gli effetti A, B, AB calcolano moltiplicando i risultati me tutte le prove per i valori corrispondenti colonna e sommando i contributi. Il risultato così ottenuto va viso per la metà del numero delle combinazioni prova (in questo caso 4/2), al fine ricavare correttamente i valori degli effetti. 278

35 Matrice calcolo per un piano fattoriale completo a tre fattori e due livelli 2 3 TABELLA 9 N I x 1 x 2 x 1 x 2 x 3 x 1 x 3 x 2 x 3 x 1 x 2 x 3 y a b ab c ac bc abc Effetti Σ/8 A= Σ/4 B= Σ/4 AB= Σ/4 C= Σ/4 AC= Σ/4 BC= Σ/4 ABC= Σ/4 Diviso per N/2 Coeffic. b (Ve oltre) b 0 = Σ/8 b 1 = A/2 b 2 = B/2 b 12 = AB/2 b 3 = C/2 b 13 = AC/2 b 23 = BC/2 b 123 = ABC/2 279

36 Lo sviluppo un modello matematico empirico Una volta calcolati gli effetti (principali e interazione) tutte le variabili, risulta immeato il riconoscimento della combinazione prova che dà il risultato migliore. Se inoltre le variabili sono quantitative e continue possono interpolare i risultati, utilizzando una funzione bilineare (rigata), idonea per i piani fattoriali a due livelli, che nel caso due fattori è: Nel caso tre fattori a due livelli impiega una funzione multilineare: (è facile riconoscere che i coefficienti delle variabili sono costituiti dagli effetti vi per 2, per tenere conto del fatto che gli effetti rappresentano l incremento della variabile in uscita per due unità variazione delle variabili ingresso, da -1 a 0 e da 0 a +1). La relazione generale a tre fattori ( con l incazione dei termini per quella a due fattori) è la seguente: 280

37 Uso dell anali della varianza per la valutazione della gnificatività degli effetti La relazione generale precedente riferita a due fattori: dove ε è l errore. può essere scritta per ciascuno delle i prove, con i=1..m = RC (numero totale delle prove), come: ŷ i =b 0 +A/2 x i1 +B/2 x i2 +AB/2 x i1 x i2 dove i coefficienti rappresentano la stima degli effetti ottenuta per una prova. Nell esempio visto a due fattori i coefficienti sono i seguenti: ŷ i =10,25 +6,50/2 x i1 +5,50/2 x i2 +2,50/2 x i1 x i2 E ora posbile condurre un anali della varianza dei coefficienti per tutto il numero delle prove e per tutte le ripetizioni, per valutare quali es sono statisticamente gnificativi. 281

38 Variabilità del modello dovuta agli effetti Se porta b 0 a primo membro e calcolano le somme quadratiche estese a tutte le ripetizioni della prova j =1 n e a tutte le combinazioni i = 1. m = = RC (Tab.5) ottiene, (le sommatorie per i doppi prodotti annullano): j o j 282

39 Somme quadratiche Se incano con: SS(A)= nm A 2 /4 SS(B)= nm B 2 /4 SS(AB)= nm AB 2 /4 SS(modello) = Σ Σ y 2 ij SS(mea)= nm b 2 0 le relazioni viste, può scrivere nel caso 2 fattori a 2 livelli : SS(modello)- SS(mea)=SS(A)+SS(B)+SS(AB) e, nel caso tre fattori a due livelli: SS(modello)- SS(mea)= =SS(A)+SS(B)+SS(AB)+SS(AC)+SS(BC)+SS(ABC) 283

40 Significatività degli effetti Riassumendo, nel caso particolare due variabili a due livelli, ha: SS(modello)- SS(mea) = SS(A) + SS(B) + SS(AB) In generale per un piano 2 k dove ognuna delle m=2 k combinazioni prova è ripetuta n volte, la somma dei quadrati dovuta a ciascun effetto E è data da: con un grado libertà. SS(E)= (nm) E 2 /4 Per valutare la correttezza del modello proposto con gli effetti stimati dall esperimento, è necessario determinare il gnificato del contributo ogni effetto nella somma totale dei quadrati tutti i dati ricavati. Soltanto gli effetti che danno elevata variazione contribuiscono gnificativamente al modello, mentre quelli con variazione paragonabile a quella dell errore sperimentale vanno esclu. La varianza dell errore può essere stimata come reduo tra SS(modello) e la somma tutte le altre somme quadratiche, con il relativo grado libertà. 284

41 Tabella ANOVA per gli effetti La tabella ANOVA precedente può ancora essere utilizzata ricordando che m è il numero totale delle prove (pari a R.C=4) e n=2 è il numero delle ripetizioni. L ANOVA è organizzata in questo modo: TABELLA 10 Sorgente variazione Somma dei quadrati Gra libertà Mee quadratiche Valori calcolati F Dovuta ad A SS(A) 1 MS(A) MS(A)/σ 2 > C Dovuta a B SS(B) 1 MS(B) MS(B)/σ 2 > C Dovuta ad AB SS(AB) 1 MS(AB) MS(AB)/σ 2 > C Totale - Mea Reduo dovuto all errore sperimentale puro SS Tot- SS(mea) SS Tot- SS(mea) - SS(A)- SS(B)- SS(AB) mn-1= =4x2-1=7 7-3=4 σ 2 Ciascun valore calcolato F calc deve essere confrontato con il valore soglia C per una curva corrispondente a 1 e 4 gra libertà. 285

42 I valori numerici dell esempio visto sono: Effetti b 0 =10,25 A=6,5 B=5,5 AB=2,5 Σ Σ y ij 2 =1000 Se sostituiscono i valori numerici nelle espresoni delle somme quadratiche ha (n=2, m=4): SS(A)= nm A 2 /4=84,50 SS(B)= nm B 2 /4= 60,50 SS(AB)= nm AB 2 /4=12,50 SS(modello) = Σ Σ y ij 2 =1000 SS(mea)= nm b 02 =840,50 TABELLA 10 Sorgente variazione Somma dei quadrati Gra lib. Mee quadratiche Valori calcolati F Dovuta ad A 84, , Dovuta a B 60, , Dovuta ad AB 12, ,50 25 Totale - Mea ,50=159,50 7 Reduo (err. sp.) 2,00 4 0,5 286

43 Effetti gnificativi Nella Tabella esaminano ver livelli gnificatività TABELLA 10 Significatività C ( DOF 1 num. e 4 den.) Confronto Conseguenza 0,750 1,81 Fcalc>C A, B e AB sono gnificativi 0,900 4,55 A,B e AB sono gnificativi 0,950 7,71 A,B e AB sono gnificativi 0,990 21,20 Fcalc<C Solo A e B sono gnificativi 0,999 74,14 Fcalc<C Solo A è gnificativa Per i tre ca il modello matematico riduce rispettivamente a: y=10,25 +6,50/2 x 1 +5,50/2 x 2 +2,50/2 x 1 x 2 y=10,25 +6,50/2 x 1 +5,50/2 x 2 y=10,25 +6,50/2 x 1 287

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1 Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE CON REPLICHE INTRODUZIONE Lo studio di un fenomeno non si deve limitareit alla valutazione dei singoli fattori in studio ma molto spesso è importante

Dettagli

1 n. Intero frazionato. Frazione

1 n. Intero frazionato. Frazione Consideriamo un intero, prendiamo un rettangolo e dividiamolo in sei parti uguali, ciascuna di queste parti rappresenta un sesto del rettangolo, cioè una sola delle sei parti uguali in cui è stato diviso.

Dettagli

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1 UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Filippo Romano 1 1. Introduzione 2. Analisi Multicriteri o Multiobiettivi 2.1 Formule per l attribuzione del

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Esercizi svolti sui numeri complessi

Esercizi svolti sui numeri complessi Francesco Daddi - ottobre 009 Esercizio 1 Risolvere l equazione z 1 + i = 1. Soluzione. Moltiplichiamo entrambi i membri per 1 + i in definitiva la soluzione è z 1 + i 1 + i = 1 1 + i z = 1 1 i. : z =

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

Confronto tra gruppi (campioni indipendenti)

Confronto tra gruppi (campioni indipendenti) Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

Dettagli

ALLEGATO XXXVI VALORI LIMITE DI ESPOSIZIONE E VALORI DI AZIONE PER I CAMPI ELETTROMAGNETICI CAMPI ELETTROMAGNETICI

ALLEGATO XXXVI VALORI LIMITE DI ESPOSIZIONE E VALORI DI AZIONE PER I CAMPI ELETTROMAGNETICI CAMPI ELETTROMAGNETICI ALLEGATO XXXVI VALORI LIMITE DI ESPOSIZIONE E VALORI DI AZIONE PER I CAMPI ELETTROMAGNETICI CAMPI ELETTROMAGNETICI Le seguenti grandezze fisiche sono utilizzate per descrivere l'esposizione ai campi elettromagnetici:

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

23 CAPITOLO 2: RELAZIONI TRA LE DIVERSE FASI DI UN CAMPIONE DI TERRENO

23 CAPITOLO 2: RELAZIONI TRA LE DIVERSE FASI DI UN CAMPIONE DI TERRENO v 23 CAPITOLO 2: RELAZIONI TRA LE DIERSE FASI DI UN CAMPIONE DI TERRENO CAPITOLO 2: RELAZIONI TRA LE DIERSE FASI DI UN CAMPIONE DI TERRENO Un campione di terreno viene considerato come un sistema multifase,

Dettagli

ESEMPIO 1: eseguire il complemento a 10 di 765

ESEMPIO 1: eseguire il complemento a 10 di 765 COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento

Dettagli

1. Determinazione del valore di una resistenza mediante misura voltamperometrica

1. Determinazione del valore di una resistenza mediante misura voltamperometrica 1. Determinazione del valore di una resistenza mediante misura voltamperometrica in corrente continua Si hanno a disposizione : 1 alimentatore di potenza in corrente continua PS 2 multimetri digitali 1

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Un contatore di energia elettrica attiva è un dispositivo che misura l'energia elettrica attiva consumata in un circuito

Un contatore di energia elettrica attiva è un dispositivo che misura l'energia elettrica attiva consumata in un circuito Allegati Specifici - Allegato MI-003 CONTATORI DI ENERGIA ELETTRICA ATTIVA Ai contatori energia elettrica attiva destinati ad uso residenziale, commerciale, e industriale leggero si applicano i requisiti

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

Rette e piani con le matrici e i determinanti

Rette e piani con le matrici e i determinanti CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

Preprocessamento dei Dati

Preprocessamento dei Dati Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org.

Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org. Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org. Nuovo documento Anteprima di stampa Annulla Galleria Apri Controllo ortografico Ripristina Sorgente dati Salva Controllo

Dettagli

Guida alla scelta di motori a corrente continua

Guida alla scelta di motori a corrente continua Motori Motori in in corrente corrente continua continua 5 Guida alla scelta di motori a corrente continua Riddutore Coppia massima (Nm)! Tipo di riduttore!,5, 8 8 8 Potenza utile (W) Motore diretto (Nm)

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

Esercizi di Algebra Lineare. Claretta Carrara

Esercizi di Algebra Lineare. Claretta Carrara Esercizi di Algebra Lineare Claretta Carrara Indice Capitolo 1. Operazioni tra matrici e n-uple 1 1. Soluzioni 3 Capitolo. Rette e piani 15 1. Suggerimenti 19. Soluzioni 1 Capitolo 3. Gruppi, spazi e

Dettagli

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = +

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = + FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO Si chiama funzione lineare (o funzione affine) una funzione del tipo = + dove m e q sono numeri reali fissati. Il grafico di tale funzione è una retta, di cui

Dettagli

1. Scopo dell esperienza.

1. Scopo dell esperienza. 1. Scopo dell esperienza. Lo scopo di questa esperienza è ricavare la misura di tre resistenze il 4 cui ordine di grandezza varia tra i 10 e 10 Ohm utilizzando il metodo olt- Amperometrico. Tale misura

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

La ricerca operativa

La ricerca operativa S.S.I.S. PUGLIA Anno Accademico 2003/2004 Laboratorio di didattica della matematica per l economia e la finanza La ricerca operativa Prof. Palmira Ronchi (palmira.ronchi@ssis.uniba.it) Gli esercizi presenti

Dettagli

INCERTEZZA DI MISURA

INCERTEZZA DI MISURA L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Tatiana Bassetto, Marco Corazza, Riccardo Gusso, Martina Nardon Esercizi sulle funzioni di più variabili reali con applicazioni

Dettagli

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997

RAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997 1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

Kit Domotici fai-da-te integrabili fra di loro, semplici da installare e da utilizzare.

Kit Domotici fai-da-te integrabili fra di loro, semplici da installare e da utilizzare. Per una casa più comoda, cura e intelligente, con un solo clic. Kit Domotici faidate integrabili fra di loro, semplici da installare e da utilizzare. www.easydo.it videosorveglianza, controllo carichi

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

ALLEGATO al verbale della riunione del 3 Settembre 2010, del Dipartimento di Elettrotecnica e Automazione.

ALLEGATO al verbale della riunione del 3 Settembre 2010, del Dipartimento di Elettrotecnica e Automazione. ALLEGATO al verbale della riunione del 3 Settembre 2010, del Dipartimento di Elettrotecnica e Automazione. COMPETENZE MINIME- INDIRIZZO : ELETTROTECNICA ED AUTOMAZIONE 1) CORSO ORDINARIO Disciplina: ELETTROTECNICA

Dettagli

Apprendimento dei concetti relativi alle misure dirette, indirette ed alla propagazione degli errori

Apprendimento dei concetti relativi alle misure dirette, indirette ed alla propagazione degli errori U n i v e r s i t à d e g l i S t u d i d i U d i n e - Facoltà di Ingegneria Laboratorio di Fisica Generale 1 1 Il sistema massa-molla: Apprendimento dei concetti relativi alle misure dirette, indirette

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Risposta sismica dei terreni e spettro di risposta normativo

Risposta sismica dei terreni e spettro di risposta normativo Dipartimento di Ingegneria Strutturale, Aerospaziale e Geotecnica Risposta sismica dei terreni e spettro di risposta normativo Prof. Ing. L.Cavaleri L amplificazione locale: gli aspetti matematici u=spostamentoin

Dettagli

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

Dettagli

Introduzione. Classificazione delle non linearità

Introduzione. Classificazione delle non linearità Introduzione Accade spesso di dover studiare un sistema di controllo in cui sono presenti sottosistemi non lineari. Alcuni di tali sottosistemi sono descritti da equazioni differenziali non lineari, ad

Dettagli

Rapporto CESI. Cliente: Oggetto: Ordine: Contratto CESI n. 71/00056. Note: N. pagine: 13 N. pagine fuori testo: Data: 30.05.2000.

Rapporto CESI. Cliente: Oggetto: Ordine: Contratto CESI n. 71/00056. Note: N. pagine: 13 N. pagine fuori testo: Data: 30.05.2000. A0/010226 Pag.1/13 Cliente: Ricerca di Sistema Oggetto: Determinazione della tenacità di acciai eserciti - Correlazioni per stime di FATT da prove Small Punch Ordine: Contratto CESI n. 71/00056 Note: DEGRADO/GEN04/003

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

IV-1 Funzioni reali di più variabili

IV-1 Funzioni reali di più variabili IV- FUNZIONI REALI DI PIÙ VARIABILI INSIEMI IN R N IV- Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 4 2 Funzioni da R n a R

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. Prerequisiti I radicali Risoluzione di sistemi di equazioni di primo e secondo grado. Classificazione e dominio delle funzioni algebriche Obiettivi minimi Saper

Dettagli

Autorità per la vigilanza sui contratti pubblici di lavori, servizi e forniture QUADERNO

Autorità per la vigilanza sui contratti pubblici di lavori, servizi e forniture QUADERNO Autorità per la vigilanza sui contratti pubblici di lavori, servizi e forniture QUADERNO IL CRITERIO DI AGGIUDICAZIONE DELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Dicembre 2011 IL CRITERIO DI AGGIUDICAZIONE

Dettagli

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Microeconomia venerdì 29 febbraio 2008 La struttura della lezione

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

IL FUNZIONARIO RESPONSABILE

IL FUNZIONARIO RESPONSABILE IL FUNZIONARIO RESPONSABILE Vista la vigente normativa in materia, applicabile all'imposta Comunale sugli Immobili e richiamata nel presente atto, AVVISA il contribuente, Coce Fiscale, residente in - (

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

1A ARITMETICA. I numeri naturali e le quattro operazioni. Esercizi supplementari di verifica

1A ARITMETICA. I numeri naturali e le quattro operazioni. Esercizi supplementari di verifica A ARITMETICA I numeri naturali e le quattro operazioni Esercizi supplementari di verifica Esercizio Rappresenta sulla retta orientata i seguenti numeri naturali. ; ; ; 0;. 0 Esercizio Metti una crocetta

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli