Localizzazione di una esplosione
|
|
- Cristiano Righi
- 7 anni fa
- Visualizzazioni
Transcript
1 XXIII Ciclo di Dottorato in Geofisica Università di Bologna Corso di: Il problema inverso in sismologia Prof. Morelli Localizzazione di una esplosione Paola Baccheschi & Pamela Roselli 1
2 INTRODUZIONE Problema diretto e Problema inverso Uno dei più importanti problemi in sismologia è la localizzazione di una sorgente sismica, ossia la determinazione dei parametri del modello che descrivono la sorgente stessa. Se si potessero conoscere con esattezza i parametri del modello sarebbe possibile calcolare il tempo di arrivo di un onda sismica ad una stazione sismografica: si tratta cioè di risolvere un problema diretto. Generalmente, però, non si hanno informazioni dirette su questi parametri, ma si dispone di informazioni facilmente misurabili, collegate al modello da relazioni teoriche. Si tratta cioè di risolvere un problema inverso, ossia un processo che porta ad una stima di tali parametri a partire dai dati osservati. A causa delle incertezze che caratterizzano i dati e le inesattezze della teoria che lega i dati osservati con i parametri del modello, la soluzione di un problema inverso è espressa in termini di probabilità, cioè si determinano i parametri del modello attraverso una distribuzione di densità. Di seguito verrà svolto un problema inerente la localizzazione di una esplosione affrontando dapprima un problema diretto (primo caso) e successivamente un problema inverso (secondo e terzo caso). Primo caso Supponete di avere una rete di sensori sismici che rilevano il tempo di arrivo di onde sismiche generate da una esplosione superficiale avvenuta alle ore 12:00:00. Le onde seguono raggi rettilinei dalla sorgente ai ricevitori con una velocità nota, diciamo di 5.8 km/s. Generate dei tempi di arrivo delle onde per una geometria della rete ed una posizione dell'esplosione a vostra scelta, calcolando i tempi esatti e troncando i valori al decimo di secondo. La prima parte del problema consiste nel risolvere un problema diretto: dobbiamo, infatti, calcolare i tempi di arrivo delle onde sismiche generate da un esplosione superficiale supponendo che i parametri del modello, ossia il tempo origine (t 0 ) e le coordinate spaziali dell epicentro dell esplosione, siano noti. Per risolvere il problema diretto, supponiamo quindi che l esplosione abbia coordinate spaziali note (Xe, Ye) = (15 km, 16 km) e che le onde sismiche, aventi velocità nota v = 5.8 km/s, seguano raggi rettilinei dalla sorgente ai ricevitori. E noto anche il tempo origine dell esplosione, t 0 = 12:00:00 2
3 Consideriamo inoltre una rete sismica costituita da 8 ricevitori (o stazioni sismiche) disposte secondo una geometria illustrata in figura 1 e con coordinate (x,y) delle singole stazioni come mostrato in tabella 1. Figura 1. Configurazione della rete di ricevitori (cerchi neri) e posizione dell esplosione superficiale (stella blu). Per un dato valore di Xe, Ye, i tempi di arrivo dell onda ai ricevitori possono essere calcolati secondo la seguente equazione: 1 dove x i, y i sono le coordinate delle singole stazione, Xe, Ye le coordinate spaziali dell esplosione e v la velocità delle onde sismiche. I tempi di arrivo calcolati secondo l equazione (1) sono stati troncati al decimo di secondo e sono riportati nella tabella 1. 3
4 x (km) y (km) t obs (s) Tabella.1. Coordinate spaziali x,y delle 8 stazioni e tempi di arrivo t obs registrati da ciascuna di esse. I tempi di arrivo sono troncati al decimo di secondo. Secondo caso Risolvete il problema della localizzazione dell'esplosione (supponendo di non conoscerla) con la corretta definizione dell'incertezza sulle osservazioni. A differenza del caso precedente, si devono ora trovare i parametri del modello, (le coordinate spaziali dell epicentro dell esplosione) avendo informazioni sui dati osservati (i tempi di arrivo delle onde sismiche ai ricevitori). Si tratta quindi di risolvere il problema inverso. Chiamiamo con (m) il vettore che rappresenta i parametri del modello e con (d) il vettore dati che rappresenta i tempi di arrivo delle onde sismiche ai ricevitori; la soluzione del problema inverso può essere espressa dalla relazione tra dati e modello come segue: d = (g)m (2) dove (g) è l operatore matriciale che lega i dati al modello. Nel nostro caso, la soluzione generale al problema inverso è una densità di probabilità marginale sullo spazio dei modelli M = Xe, Ye, ossia: 4
5 3 Per risolvere l equazione (3) si deve porre che: si suppone di non avere alcuna informazione a priori sui parametri del modello (m), ossia sulle coordinate epicentrali dell esplosione. Si definisce quindi la densità di probabilità a priori uniforme sul modello, che sarà (usando le coordinate cartesiane): ρ M (m) = cost (4) i dati osservati (d), ossia i tempi di arrivo delle onde sismiche generate dall esplosione ai ricevitori, sono affetti da un incertezza a priori che risulta essere nota poiché i tempi di arrivo sono stati troncati al decimo di secondo (tabella 1). Poiché tale troncamento (σ) è stato applicato ad ogni singolo tempo di arrivo, l incertezza sui dati osservati è uniforme. La densità di probabilità a priori sui dati, ossia le informazioni a priori sui dati osservati, sarà quindi: si suppone che le incertezze legate alla teoria siano trascurabili rispetto a quelle dei dati, si considera quindi la teoria fisica esatta. Si può quindi esprimere la densità di probabilità condizionata per d dato m, cioè la probabilità che dato un certo modello si abbia un certo dato, attraverso una delta di Dirac, ossia: θ(d m) = δ(d g(m)) (6) la densità di probabilità non informativa sui dati, ossia: μ D (d) =cost (7) considerando le condizioni di cui sopra dalla (3) otteniamo: 5 8
6 La soluzione del problema inverso sarà data quindi da una densità di probabilità a posteriori sui parametri del modello (Figura 2): dove 10 Figura 2. Densità di probabilità a posteriori σ M calcolata con la corretta incertezza sulla teoria, ossia con errore di troncamento a priori sui tempi di arrivo di secondi. I pallini neri rappresentano le stazioni sismiche; la stella gialla rappresenta il punto in cui è avvenuta l esplosione. L esplosione ricade nell area rossa che rappresenta la zona in cui tutti i punti sono equiprobabili. 6
7 Terzo caso Risolvete ancora una volta il problema, con gli stessi dati, questa volta trattando le osservazioni di prima (troncate) come se avessero un errore gaussiano con sigma=0.1s. Si deve ancora risolvere un problema inverso. I dati che verranno utilizzati saranno gli stessi ma, in questo caso, non conosciamo l incertezza sulle misure; dobbiamo quindi ipotizzare che l errore sia gaussiano. Anche in questo caso dobbiamo tenere conto che: si considera ancora la teoria fisica esatta, quindi possiamo scrivere che: θ(d m) = δ(d g(m)) (11) non si hanno informazioni a priori sui parametri del modello (coordinate spaziali dell esplosione), quindi possiamo scrivere che: ρ M (m) = cost (12) μ D (d) =cost (13) possiamo quindi scrivere che: Tenendo conto delle osservazioni di cui sopra, dalla (14) otteniamo: 15 7
8 da cui: 1 2, 16 che descrive tutte le informazioni a posteriori che abbiamo sulle coordinate epicentrali, ossia è una densità di probabilità a posteriori sui parametri del modello e dove: 17 In figura 3 è illustratala soluzione del problema inverso con errori gaussiani sui dati Figura 3. Densità di probabilità a posteriori σ M considerando errori a priori gaussiani σ=0.1 s sui dati. I pallini neri rappresentano le stazioni sismiche; la stella gialla rappresenta il punto in cui è avvenuta l esplosione. 8
9 Discussione dei risultati ottenuti La soluzione del problema inverso (secondo e terzo caso) per la localizzazione di un esplosione superficiale è stata effettuata in base a due differenti ipotesi. Nel secondo caso, si considera che i dati (i tempi di arrivo delle onde ai ricevitori) siano affetti da un errore di troncamento noto. In questo caso la soluzione del problema inverso è un area caratterizzata da una densità di probabilità a posteriori σ M (m) costante (area rossa in figura 2). Tale area rappresenta quindi un area equiprobabile, ossia tutti i punti che ricadono nell area rossa hanno la stessa probabilità di essere punti dell epicentro dell esplosione. Come si può notare nella figura 2, la soluzione del problema è data da una localizzazione dell epicentro dell esplosione (figura 2- stella gialla) proprio all interno dell area, a dimostrazione che i parametri del modello e dati sono ben vincolati. Nella terzo caso, invece, si ipotizza che i dati abbiano un errore gaussiano pari a σ = 0.1s. Come si può vedere nella figura 3, la densità di probabilità a posteriori è rappresentata da un area non costante ma con valori di σ M (m) variabili. La soluzione del problema inverso è data, in questo caso, da una localizzazione dell epicentro dell esplosione quasi al limite dell area e quindi che il problema non è ben risolto. 9
IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliLocalizzazione di un terremoto
Localizzazione di un terremoto Epicentro e meccanismo focale del terremoto del 21 giugno 213, magnitudo 5.2 avvenuto in Lunigiana 1 (h>ps://ingvterremoa.wordpress.com/tag/evento- sismico- lunigiana/) Un
DettagliFunzioni reali di variabile reale
Funzioni reali di variabile reale Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Funzioni reali di variabile reale 1 / 50 Funzioni Definizione Sia A un sottoinsieme di R.
Dettagli1 Alcuni risultati sulle variabili Gaussiane multivariate
Il modello lineare-gaussiano e il filtro di Kalman Prof. P.Dai Pra 1 Alcuni risultati sulle variabili Gaussiane multivariate In questo paragrafo verranno enunciate e dimostrate alcune proprietà del valor
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliGeometria analitica del piano pag 12 Adolfo Scimone
Geometria analitica del piano pag 12 Adolfo Scimone Fasci di rette Siano r e r' due rette distinte di equazioni r: ax + by + c r': a' x + b' y + c' Consideriamo la retta combinazione lineare delle due
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
DettagliSismica a Rifrazione: fondamenti. Sismica rifrazione - Michele Pipan
Sismica a Rifrazione: fondamenti 1 Sismica a Rifrazione: fondamenti Onde P ed S (2) Velocita delle Onde P: Velocita delle Onde S : Definiamo poi il rapporto di Poisson σ come 2 λ Sismica a Rifrazione:
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliPotenziale elettrostatico
Doppio strato piano Potenziale elettrostatico Consideriamo il lavoro compiuto dalla forza elettrica quando una particella di prova di carica q viene spostata in un campo elettrico E. Possiamo definire
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliEvento sismico in provincia di Reggio Emilia del 25 Gennaio 2012 ore 09:06, M4.9
I 00143 Roma Via di Vigna Murata 605 Tel: (0039) 06518601 Fax: (0039) 0651860580 URL: www.ingv.it email: aoo.roma@pec.ingv.it Istituto Nazionale di Geofisica e Vulcanologia Evento sismico in provincia
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliMetodo dei minimi quadrati e matrice pseudoinversa
Scuola universitaria professionale della Svizzera italiana Dipartimento Tecnologie Innovative Metodo dei minimi quadrati e matrice pseudoinversa Algebra Lineare Semestre Estivo 2006 Metodo dei minimi quadrati
DettagliTraccia della soluzione degli esercizi del Capitolo 3
Traccia della soluzione degli esercizi del Capitolo 3 Esercizio 68 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π, cioè f X ( = π ( π, π (. Posto Y = cos(x, trovare la distribuzione di
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
DettagliIl metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:
Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliFunzioni implicite - Esercizi svolti
Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita
DettagliINTRODUZIONE ALLA CINEMATICA DEL PUNTO MATERIALE PROF. FRANCESCO DE PALMA
INTRODUZIONE ALLA CINEMATICA DEL PUNTO MATERIALE PROF. FRANCESCO DE PALMA Sommario MOTO E TRAIETTORIA... 3 PUNTO MATERIALE... 3 TRAIETTORIA... 3 VELOCITÀ... 4 VELOCITÀ MEDIA... 4 VELOCITÀ ISTANTANEA...
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
DettagliUNITÀ DIDATTICA 5 LA RETTA
UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme
DettagliLa struttura elettronica degli atomi
1 In unità atomiche: a 0 me 0,59A unità di lunghezza e H 7, ev a H=Hartree unità di energia L energia dell atomo di idrogeno nello stato fondamentale espresso in unità atomiche è: 4 0 me 1 e 1 E H 13,
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliSviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliLEZIONE 10. S(C,ρ) Figura 10.1
LEZIONE 10 10.1. Sfere nello spazio. In questa lezione studieremo alcuni oggetti geometrici non lineari, circonferenze e sfere nello spazio A 3. Poiché le proprietà delle circonferenze nel piano sono del
Dettagliax 1 + bx 2 + c = 0, r : 2x 1 3x 2 + 1 = 0.
. Rette in R ; circonferenze. In questo paragrafo studiamo le rette e le circonferenze in R. Ci sono due modi per descrivere una retta in R : mediante una equazione cartesiana oppure mediante una equazione
DettagliIl metodo delle osservazioni indirette
Il metodo delle osservazioni indirette Teoria della stima ai minimi quadrati Il criterio di massima verosimiglianza Sia data una grandezza η e si abbiano n osservazioni indipendenti l i (i=1,...,n) di
DettagliL ATOMO SECONDO LA MECCANICA ONDULATORIA IL DUALISMO ONDA-PARTICELLA. (Plank Einstein)
L ATOMO SECONDO LA MECCANICA ONDULATORIA IL DUALISMO ONDA-PARTICELLA POSTULATO DI DE BROGLIÈ Se alla luce, che è un fenomeno ondulatorio, sono associate anche le caratteristiche corpuscolari della materia
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
DettagliUniversità degli Studi di Cagliari - Facoltà di Ingegneria e Architettura. Fondamenti di Costruzioni Meccaniche Tensione e deformazione Carico assiale
Esercizio N.1 Un asta di acciaio è lunga 2.2 m e non può allungarsi più di 1.2 mm quando le si applica un carico di 8.5 kn. Sapendo che E = 200 GPa, determinare: (a) il più piccolo diametro dell asta che
DettagliAnalisi del moto dei proietti
Moto dei proietti E il moto di particelle che vengono lanciate con velocità iniziale v 0 e sono soggette alla sola accelerazione di gravità g supposta costante. La pallina rossa viene lasciata cadere da
DettagliDIFFERENZIAZIONE. Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim
DIFFERENZIAZIONE 1 Regola della catena Sia f una funzione reale di variabile reale con dominio un intervallo. Se f è derivabile in un punto x 0, allora: f(x) f(x 0 ) lim = f (x 0 ). x x 0 x x 0 Questa
DettagliTSRR. Vademecum sulle equazioni differenziali I. D. Mugnai( 1 ) ( 1 ) IFAC-CNR, Via Madonna del Piano 10, Sesto Fiorentino (FI), Italy
TSRR IFAC-TSRR vol. 3 (2011) 93-97 Vademecum sulle equazioni differenziali I D. Mugnai( 1 ) ( 1 ) IFAC-CNR, Via Madonna del Piano 10, 50019 Sesto Fiorentino (FI), Italy IFAC-TSRR-TR-10-011 (66-5) ISSN
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliQuale delle seguenti rappresentazioni del numero reale è in virgola mobile normalizzata?
Quale delle seguenti istruzioni MATLAB esegue il calcolo del raggio spettrale di una matrice quadrata A? a. max(eig(abs(a))) b. max(abs(eig(a))) c. abs(max(eig(a))) d. max(abs(eig(a *A))) Il raggio spettrale
DettagliESERCIZI SUI NUMERI COMPLESSI
ESERCIZI SUI NUMERI COMPLESSI Esercizio Calcolare il modulo e l argomento principale del seguente numero complesso: z = ) 5 + i i) 7 Per risolvere l esercizio proposto applichiamo le formule per il calcolo
DettagliCorrezione 1 a provetta del corso di Fisica 1,2
Correzione 1 a provetta del corso di Fisica 1, novembre 005 1. Primo Esercizio (a) Indicando con r (t) il vettore posizione del proiettile, la legge oraria del punto materiale in funzione del tempo t risulta
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
DettagliPaolo Martinis Trieste, 11 marzo Università degli Studi di Trieste Facoltà di Ingegneria Corso di strade, ferrovie, aeroporti A.A.
Paolo Martinis Trieste, 11 marzo 004 Università degli Studi di Trieste Facoltà di Ingegneria Corso di strade, ferrovie, aeroporti A.A. 003-004 Esercitazione Per una strada extraurbana secondaria (tipo
DettagliMacroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta.
Dipartimento di Economia, Statistica e Finanza Corso di Laurea in ECONOMIA Macroeconomia - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Esercitazione del 21.04.2016 (+ soluzioni)
DettagliEsercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema
DettagliCLASSIFICAZIONE DELLE CONICHE AFFINI
CLASSIFICAZIONE DELLE CONICHE AFFINI Pre-requisiti necessari. Elementi di geometria analitica punti e rette nel piano cartesiano, conoscenza delle coniche in forma canonica). Risoluzione di equazioni e
DettagliQUANTITÀ DI MOTO E MOMENTO DELLA QUANTITÀ DI MOTO
QUANTITÀ DI MOTO E MOMENTO DELLA QUANTITÀ DI MOTO Quantità di Moto Definizione 1 Per un punto P dotato di massa m e velocità v, sidefinisce quantità di moto il seguente vettore Q := m v. (1) Definizione
DettagliPiano cartesiano e retta
Piano cartesiano e retta Il punto, la retta e il piano sono concetti primitivi di cui non si da una definizione rigorosa, essi sono i tre enti geometrici fondamentali della geometria euclidea. Osservazione
DettagliAnno 2. Sistemi di equazioni di secondo grado
Anno 2 Sistemi di equazioni di secondo grado 1 Introduzione In questa lezione verrà data una definizione di sistema di equazioni di secondo grado, verrà illustrata la loro risoluzione e le applicazioni.
DettagliProva scritta del corso di Fisica e Fisica 1 con soluzioni
Prova scritta del corso di Fisica e Fisica 1 con soluzioni Prof. F. Ricci-Tersenghi 17/02/2014 Quesiti 1. Un frutto si stacca da un albero e cade dentro una piscina. Sapendo che il ramo da cui si è staccato
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).
ESPONENZIALI E LOGARITMI Data una espressione del tipo a b = c, che chiameremo notazione esponenziale (e dove a>0), stabiliamo di scriverla anche in un modo diverso: log a c = b che chiameremo logaritmica
DettagliFUNZIONI. }, oppure la
FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,
DettagliEsercitazioni 26/10/2016
Esercitazioni 26/10/2016 Esercizio 1 Un anello sottile di raggio R = 12 cm disposto sul piano yz (asse x uscente dal foglio) è composto da due semicirconferenze uniformemente cariche con densità lineare
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliCAPITOLO 1 LA FUNZIONE DI PRODUZIONE E LA CRESCITA ECONOMICA
CAPITOLO 1 LA FUZIOE DI PRODUZIOE E LA CRESCITA ECOOMICA 11 La funzione di produzione Data una funzione di produzione in cui la quantità prodotta () dipende dalla quantità di capitale () e di lavoro ()
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 2015-16 P.Baldi Lista di esercizi 4, 11 febbraio 2016. Esercizio 1 Una v.a.
DettagliProgetto Reluis Assemblea annuale
Progetto Reluis 2005-2008 Assemblea annuale Parametri sismici per early warning in Campania LineaTematica9 coord. Prof. Paolo Gasparini V. Convertito, G. Iannaccone e A. Zollo Unità di ricerca UR9 - Dipartimento
DettagliMeccanica: Introduzione. Lo Studio del moto degli oggetti
Meccanica: Introduzione Lo Studio del moto degli oggetti 1 Grandezze fisiche n Scalari : esprimibili mediante singoli numeri (es. massa,temperatura, energia, carica elettrica ecc.) n Vettoriali : per essere
Dettagli1 Il Teorema della funzione implicita o del Dini
1 Il Teorema della funzione implicita o del Dini Ricordiamo che dato un punto x R n, un aperto A R n che contiene x si dice intorno (aperto) di x. Teorema 1.1. (I Teorema del Dini) Sia f : A (aperto) R
DettagliVariabili aleatorie scalari
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Variabili aleatorie scalari Sommario della Introduzione CDF e PDF: definizione CDF e PDF: proprietà Distribuzioni uniforme e Gaussiana
DettagliCapitolo 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
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliPROBLEMI E QUESITI DI TERMOLOGIA (SOLUZIONI)
1 PROBLEMI E QUESITI DI TERMOLOGIA (SOLUZIONI) Qui di seguito viene riportata la risoluzione dei problemi presentati nel file Unità omonimo (enunciati). Si raccomanda di prestare molta attenzione ai ragionamenti
DettagliH = H 0 + V. { V ti t t f 0 altrove
Esercizio 1 (Regola d oro di Fermi Determinare la probabilità di transizione per unità di tempo da uno stato a ad uno stato b al primo ordine perturbativo di un sistema per cui si suppone di aver risolto
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliECONOMIA APPLICATA ALL INGEGNERIA (Docente: Prof. Ing. Donato Morea) Microeconomia Esercitazione n. 1 - I FONDAMENTI DI DOMANDA E DI OFFERTA
ESERCIZIO n. 1 - Equilibrio di mercato e spostamenti delle curve di domanda e di offerta La quantità domandata di un certo bene è descritta dalla seguente funzione: p (D) mentre la quantità offerta è descritta
DettagliAppunti ed esercizi su: Disequazioni di II grado e loro discussione grafica
LEZIONI ED ESERCITAZIONI DI MATEMATICA Prof. Francesco Marchi 1 Appunti ed esercizi su: Disequazioni di II grado e loro discussione grafica 15 aprile 2012 1 Per altri materiali didattici o per informazioni:
DettagliCorso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni
Corso di Laurea in Fisica. Geometria. a.a. 23-4. Canale 3 Prof. P. Piazza Magiche notazioni Siano V e W due spazi vettoriali e sia T : V W un applicazione lineare. Fissiamo una base B per V ed una base
DettagliPermutazioni. 1 Introduzione
Permutazioni 1 Introduzione Una permutazione su un insieme di n elementi (di solito {1, 2,...,n}) è una funzione biiettiva dall insieme in sé. In parole povere, è una regola che a ogni elemento dell insieme,
DettagliEsercitazione 1. Invece, essendo il mezzo omogeneo, il vettore sarà espresso come segue
1.1 Una sfera conduttrice di raggio R 1 = 10 cm ha una carica Q = 10-6 C ed è circondata da uno strato sferico di dielettrico di raggio (esterno) R 2 = 20 cm e costante dielettrica relativa. Determinare
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliEnrico Silva - diritti riservati - Non è permessa, fra l altro, l inclusione anche parziale in altre opere senza il consenso scritto dell autore
Particelle della presente identiche. opera. Principio di Pauli. 1 Particelle identiche: sommario Finora: proprietà di particella singola. Volendo ottenere il comportamento di più particelle, è necessario
DettagliE noto che la luce, o radiazione elettromagnetica, si propaga sottoforma di onde. Un onda è caratterizzata da due parametri legati fra loro: la
1 E noto che la luce, o radiazione elettromagnetica, si propaga sottoforma di onde. Un onda è caratterizzata da due parametri legati fra loro: la lunghezza d onda ( ), definita come la distanza fra due
DettagliCAPITOLO 5. Stima della frequenza dei segnali dovuta al 40 K
CAPITOLO 5 Stima della frequenza dei segnali dovuta al 40 K 5.1 Simulazione dei segnali registrabili con i fotomoltiplicatori. Nei capitoli precedenti, dopo aver illustrato brevemente la motivazione per
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
DettagliIntegrazioni al corso di Economia Politica (anno accademico ) Marianna Belloc
Integrazioni al corso di Economia Politica (anno accademico 2013-2014) Marianna Belloc 1 L elasticità Come è già noto, la funzione di domanda di mercato indica la quantità che il mercato è disposto ad
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliNell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi:
Pag 24 3) Il problema della ricerca Nell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi: si incontrano in una grande varietà di situazioni reali; appaiono come sottoproblemi
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica.3 - La distribuzione normale Tempi di reazione Registrati i tempi di reazione (in millisecondi) a uno stimolo (n = 30). Classe Freq Freq relative Densità
DettagliRETI TOPOGRAFICHE. 1. Premessa
RETI TOPOGRAFICHE 1. Premessa Una rete topografica è costituita da un insieme di punti, detti vertici della rete, connessi fra di loro da un insieme di misure di distanze e di angoli azimutali e zenitali;
DettagliESERCIZI PROBABILITA I
ESERCIZI PROBABILITA I ESERCIZIO 1 Il rendimento annuo di un titolo viene descritto mediante una distribuzione normale. I e III quartile del rendimento sono uguali a, rispettivamente, -0.1 e 0.3. Si calcoli
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
DettagliMisura del momento magnetico dell elettrone
FACOLTÀ Università degli Studi di Roma Tre DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Fisica Misura del momento magnetico dell elettrone Candidato: Andrea Sciandra Matricola 4480 Relatore:
DettagliMomento angolare L. P. Maggio Prodotto vettoriale
Momento angolare L. P. Maggio 2007 1. Prodotto vettoriale 1.1. Definizione Il prodotto vettoriale di due vettori tridimensionali a e b è un vettore c così definito: a) Il modulo di c è pari all area del
DettagliNUMERI COMPLESSI Esercizi svolti. d) (1 i) 3. b) (1 + i)(1 i)(1 + 3 i) c) 1 i 1
Calcolare le seguenti potenze di i: NUMERI COMPLESSI Esercizi svolti a) i b) i 7 c) i d) i e) i f) i 9 Semplificare le seguenti espressioni: a) i) i i) b) + i) i) + ) 0 i c) i) i) i) d) i) Verificare che
DettagliRoberto Maieli La trasmissione dell informazione
Roberto Maieli La trasmissione dell informazione Corso di AIC Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio
DettagliInversa di una matrice
Geometria Lingotto. LeLing: La matrice inversa. Ārgomenti svolti: Inversa di una matrice. Unicita e calcolo della inversa. La inversa di una matrice. Il gruppo delle matrici invertibili. Ēsercizi consigliati:
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
Dettagli