ALCUNI ELEMENTI DI TEORIA DELLA STIMA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ALCUNI ELEMENTI DI TEORIA DELLA STIMA"

Transcript

1 ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale, la stma del parametro può essere espressa medate u uo valore stma putuale) desuto dal ampoe osderato oppure da u tervallo d valor stma tervallare) etro u, o u dato lvello d fdua, s rtee ada l valore vero del parametro θ della popolazoe Per Stmatore T d u parametro ϑ s tede ua statsta alolata sul ampoe meda ampoara X, varaza ampoara S, peretuale ampoara P, e) l u valore s hama stma Il valore della stmatore stma) vara orrspodeza del ampoe estratto Stma Putuale Stma putuale d ua meda La stma putuale d ua meda osste el valutare, per mezzo d u ampoe, l valore µ meda) della popolazoe Come stmatore s prede la meda ampoara X quato esso è uo orretto, osstete ed effete Ad X s assoa la sua devazoe stadard σ ello spazo ampoaro, detta errore medo d ampoameto o Errore Stadard ES): ES =, dove σ è la varaza della popolazoe L ES è versamete proporzoale alla rade quadrata della umerostà ampoara, maggore è e more è l'errore d ampoameto Stma putuale della varaza Uo stmatore orretto della varaza σ della popolazoe è: X X) S =, essedo X 1,X,,X ) l ampoe 1 Stma putuale d ua proporzoe Uo stmatore orretto d ua proporzoe π della X popolazoe è la frequeza relatva P = del ampoe, essedo X =1 oppure =0 a seoda se l eveto d u s vuole stmare la proporzoe s è verfato o meo La devazoe stadard della proporzoe ES) rsulta: p1 p) ES = 1) Stma Itervallare Ua volta ote le dstrbuzo d probabltà degl stmator putual de parametr d ua popolazoe, è possble studare la botà della stma ampoara d u parametro ogto Stma tervallare d ua meda S suppoga, ad esempo, d voler stmare l valor medo µ d ua popolazoe he s dstrbuse ormalmete o devazoe stadard σ = S effettua u ampoameto d = 36 osservazo dpedet È oto he questo aso lo stmatore X è ua varable aleatora dstrbuta ormalmete, 1 S rorda he, el aso d ampoameto da popolazoe fta d umerostà N, la formula dell errore stadard va orretta moltplado per l fattore N N 1 1

2 he ha valor medo µ e devazoe stadard σ = 1 3 Estratto u ampoe asuale, s potzz d aver otteuto u valore x = 13 8 per la meda ampoara Come s usa questa formazoe? Ua varable aleatora X dstrbuta seodo la ormale ha ua probabltà ota 1 α d trovars u tervallo etrato attoro al suo valor medo e d ampezza data par ad a: Rsolvedo rspetto a µ, s può ahe srvere: Prob µ a < X < µ a) = 1 α Prob X a < µ < X a) = 1 α *) he esprme l fatto he l tervallo asuale X a, X a) otee al suo tero la meda µ o probabltà par a 1 α S ottee, tal modo, u tervallo d fdua per la meda µ L approo lasso al problema è duque l seguete: fssato u valore d probabltà, ad esempo 1 α =095, s determa l valore a = a 095 modo he sa soddsfatta la *) Così faedo possamo affermare he l vero medo µ s trova, o probabltà 1 α = 95, ell tervallo X a, X a ) 0 95 Ua volta effettuato l ampoameto e alolato x = 13 8, l tervallo d ofdeza assoato a tale ampoe è 138 a, 138 a ) : ma o è orretto dre he la probabltà he µ ada tale tervallo è I realtà, vsto he la probabltà he la meda appartega a X a, X a ) è 095, s ha fdua 0 95 he l tervallo otteuto della meda ampoara x = 13 8 otega l valore vero e ogto della meda µ I term operatv ò sgfa he estraedo potetamete 100 ampo della stessa umerostà, s aspetta he per 95 d ess la meda µ appartega all tervallo x a 0 95, x a ) della meda x otteuta asu ampoe Il grado d fdua he s attrbuse alla stma è espresso dal lvello d probabltà 1 α, detto lvello d fdua Resta da alolare l valore d a 095 Per fare questo basta rordare l proedmeto d Z = X µ ) σ s dstrbuse seodo la stadardzzazoe d ua varable ormale La varable ) ormale stadard e la dsuguaglaza X a 095 < µ < X a è equvalete alla a 0 95 σ < z < a σ Qud s ha: a 095 = z σ, essedo z l valore della varable ormale stadard per u Prob-z < z < z ) = 095 I realtà l valore z detto valore rto) è tale he le due ode rspettvamete a destra d z e a sstra d z abbamo etrambe probabltà uguale a 1 095) / = 0 05, ossa del 5% Utlzzado la tabella della dstrbuzoe ormale stadard Appede Dspesa Dstrbuzoe Normale) s ottee he z 196 S può allora oludere o dat del ostro esempo he: l vero valore del valor medo µ s trova, o u lvello d ofdeza del 95%, ell tervallo / 9, / 9 ) 1315, 1445) S osserv he per og estrazoe d ampoe s ottee u tervallo d ofìdeza dverso Oguo d ess è u tervallo d ofdeza leto C è u modo u pò dverso d terpretare lo stesso alolo Seodo questo puto d vsta dremo he l valor medo µ appartee all tervallo appea ostruto al lvello d errore del 5% Questo sgfìa he se s assume he l valor medo appartee all tervallo s può ommettere u errore oè µ può ahe o apparteere all tervallo), ma la probabltà d sbaglare è solo del 5% Esempo1 S vuole stmare l vero valore medo µ dell urema ua popolazoe mashle; è oto he tale popolazoe la dspersoe dell urema è σ = 11 mg/dl S assume u lvello d ofdeza del 95%

3 S suppoga d estrarre u ampoe asuale d 40 soggett dalla popolazoe mashle, d determare l valore d urema per oguo de 40 soggett e d otteere u valore della meda par a 555 mg/dl L tervallo d ofdeza della meda al 95% è par a: *11/ 40, *11/ 40 ) 51, 589) Pertato l parametro ogto µ è ompero tra 51 e 589 e s ha quas la ertezza ofdeza del 95%) he ò è vero Naturalmete l affermazoe potrebbe ahe essere falsa fatt è ua probabltà del 5% he l tervallo o luda l parametro), ma s rtee he tale depreable evetualtà sa osì poo probable da o aptare Esempo S vuole stmare la pressoe arterosa PAS) d mash d età S è msurata la PAS a 36 uom ella fasa d età d teresse selezoat a aso a partre dalla lsta de pazet d u medo d base S è trovato he la PAS meda sul ampoe è par a 144 mmhg S potzz d oosere he σ = 40 mmhg S tede alolare l tervallo d ofdeza al 95% della PAS e stablre se la PAS meda de mash d età possa essere par a 150 mmhg L tervallo d ofdeza della meda al 95% è par a: *4/ 36, *4/ 36 ) 13616, 15184) Pertato la PAS meda è ompresa o u lvello d fdua del 95%) tra e 15164; pohé l valore 150 è ompreso ell tervallo esso è uo de valor plausble per la pressoe sstola Esempo3 I u ampoe d 11 uom estratt a aso da ua data popolazoe soo stat rlevat seguet valor d olesterolo mg/100ml): 65, 08, 361, 143, 310, 5, 39, 5, 184, 0, 33 Assumedo he l lvello d olesterolo abba dstrbuzoe ormale o σ = 65 mg/100ml, s vuole determare l tervallo d ofdeza al 99% per l valor medo del olesterolo ella popolazoe d rfermeto Utlzzado la tabella della dstrbuzoe ormale stadard Appede) s ottee he l valore z della varable ormale stadard per u Prob-z < z < z ) = 099 è par a 58 Osservato he l valore medo ampoaro è par a 49, u tervallo d ofdeza per la meda è: 49 ± 58 65/ ,9956 ) Se s effettua u ampoameto a partre da ua popolazoe dstrbuta ormalmete, ma d u s gora sa l valor medo he la devazoe stadard, s può proedere ome sopra semplemete sosttuedo la devazoe stadard ampoara s a quella della popolazoe σ e la dstrbuzoe t d Studet o opportu grad d lbertà) alla dstrbuzoe ormale stadard D osegueza, al posto de valor rt z, s avrao valor rt t, 1, dpedet questa volta o solo dalla probabltà he l tervallo deve avere d oteere l valor medo della popolazoe, ma ahe dalla dmesoe del ampoe S suppoga, ad esempo, d dsporre d u ampoe d 16 valor e d aver otteuto ua meda ampoara x = 3 e ua varaza ampoara s = 4 Per ostrure l tervallo d ofdeza al 95% per µ s deve sfruttare l fatto he la varable aleatora X µ ) s ) è dstrbuta seodo ua t d Studet o 1 = 15 grad d lbertà e he, qud, al 95% orrspode l valore rto t, 1 è par a t 0 95, 15 = 13 vedere tavola della dstrbuzoe t d Studet Appede alla Dspesa sul Campoameto per α =005) , , ovvero 1935, 4065) L tervallo d ofdeza è qud dato da ) Stma tervallare d ua frequeza o proporzoe Il problema della stma tervallare d ua frequeza relatva d ua modaltà d u arattere osste ell dvduazoe, sulla base d u ampoe, d u tervallo reale etro u l valore della frequeza ella popolazoe d rfermeto o oto) ada o u dato lvello d fdua Come stma putuale della frequeza relatva π della popolazoe s prede la frequeza relatva p del ampoe, quato stma orretta d π Per ostrure l tervallo d ofdeza per π oorre oosere la dstrbuzoe della frequeza relatva F ampoara P = Per ua umerostà ampoara abbastaza grade, P s dstrbuse seodo ua 3

4 π 1 π ) urva ormale o meda π e devazoe stadard DS P) = Pertato, attraverso l utlzzo della dstrbuzoe ormale stadard, può essere determata la probabltà he la frequeza relatva P π stadardzzata: Z = appartega ad u dato tervallo reale: -a, a) Se allora, s rleva ua DSP) frequeza relatva sul ampoe par a p, s può ostrure l tervallo d fdua per la frequeza relatva della popolazoe: s è fduos al 1 α)% he tale frequeza ada ell tervallo: p1 p) p1 p) p z < π < p z essedo z l valore della varable ormale stadard per u Prob-z < z < z ) = 1 α) Esempo I u ampoe asuale semple d 400 dvdu estratto da ua popolazoe d fumator, rsulta he 80 soo fort fumator fumao pù d u pahetto d sgarette al goro) S vuole stmare la proporzoe π d fort fumator ella popolazoe d rfermeto medate u tervallo d ofdeza al 95% Osservato he p = 80/400 = 0, α = 0 05 e z = 1 96, l tervallo d ofdeza è dato da: < π < ovvero: 016; 04) = 16%; 4%) QUESITI 1) I ua popolazoe d uom fartuat al moardo, l lvello d olesterolo medo è par a 40 mg/dl o ua devazoe stadard d 40 mg/dl Estraedo asualmete u ampoe d 100 soggett s è trovata ua meda d 35 mg/dl Qual è la probabltà he l lvello medo d olesterolo sa maggore o uguale a 60 mg/dl? Qual è l tervallo d ofdeza per la meda µ della popolazoe al lvello del 95%? Rsposte: Pr obx > 60) = Pr ob z > = P z > = Pz > 5) = 0 ; 40 / ± / ,484) ) L de d massa orporea BMI kg/m ) msura l grado d soprappeso d u soggetto Per la popolazoe d uom d mezza età he svlupperao dabete mellto, la dstrbuzoe d BMI ha forma approssmatvamete ormale o meda µ o ota è devazoe stadard σ =7 kg/m U ampoe asuale d 58 soggett selezoat da questo gruppo ha fatto regstrare ua meda d 5 kg/m Determare l tervallo d ofdeza al 99% per la meda della popolazoe d dabet Rsposta: 5 ± 58 7 / 58 41,59) 4

5 3) S suppoga d aver alolato l'tervallo d ofdeza al 95% della meda d ua popolazoe L'tervallo al 99% sarà pù grade o pù polo? 4) Il peso medo d u ampoe d 81 adult è rsultato par a 80 kg Sapedo he la devazoe stadard della popolazoe è par a 5, ostrure l'tervallo d ofdeza al 90% e 95% per la meda della popolazoe 5) L età meda d u gruppo d 10 studet he hao appea oseguto u dploma d laurea treale è a Costrure u tervallo d ofdeza al 95% per la meda della popolazoe degl studet srtt al orso d laurea sapedo he tale popolazoe s dstrbuse ormalmete o varaza par a 45 6) I u ampoe d 50 dvdu a u era stato sommstrato u vao at-fluezale, 35 dvdu otraggoo la malatta Calolare l'tervallo d ofdeza della proporzoe d dvdu ammalat 7) U omtato vuole stmare la proporzoe d persoe he utlzzao u persoal omputer Vegoo tervstate 370 persoe e s stablse he 14 d queste utlzzao u PC S determ la stma per tervall o ofdeza al 95% per la frequeza relatva d utlzzator d PC 8) Da ua popolazoe grade d studet è stato estratto u ampoe asuale o rsultat d tabella: Class d peso kg) Frequeza assoluta a) stmare la devazoe stadard de pes degl alu della suola; b) stmare, medate tervall d ofdeza ad u lvello d fdua del 95%, l peso medo degl alu della suola 5

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

CONCETTI BASE DI STATISTICA

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

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

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

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Uverstà d Toro QUADERNI DIDATTICI del Dpartmeto d Matematca MARIA GARETTO STATISTICA Lezo ed esercz Corso d Laurea Botecologe A.A. / Quadero # Novembre M. Garetto - Statstca Prefazoe I questo quadero

Dettagli

LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE

LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE LEZIONI DI MATEMATICA PER I MERCATI FINANZIARI Dipartimeto di Sieze Eoomihe Uiversità di Veroa VALUTAZIONE DI TITOLI OBBLIGAZIONARI E STRUTTURA PER SCADENZA DEI TASSI DI INTERESSE Lezioi di Matematia per

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Il confronto tra DUE campioni indipendenti

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

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

Dall atomo di Bohr alla costante di struttura fine

Dall atomo di Bohr alla costante di struttura fine Dall atomo di Bohr alla ostate di struttura fie. INFORMAZIONI SPETTROSCOPICHE SUGLI ATOMI E be oto he ogi sostaza opportuamete eitata emette radiazioi elettromagetihe. Co uo spettrosopio, o strumeti aaloghi,

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

DOMINI DI CURVATURA DI SEZIONI IN C.A. IN PRESSOFLESSIONE DEVIATA. PARTE II: VALUTAZIONE SEMPLIFICATA

DOMINI DI CURVATURA DI SEZIONI IN C.A. IN PRESSOFLESSIONE DEVIATA. PARTE II: VALUTAZIONE SEMPLIFICATA Valutazioe e riduzioe della vulerailità sismia di ediii esisteti i.a. Roma, 9-0 maggio 00 DOMINI DI CURVATURA DI SEZIONI IN C.A. IN PRESSOFLESSIONE DEVIATA. PARTE II: VALUTAZIONE SEMPLIFICATA Di Ludovio

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

L OFFERTA DI LAVORO 1

L OFFERTA DI LAVORO 1 L OFFERTA DI LAVORO 1 La famiglia come foritrice di risorse OFFERTA DI LAVORO Notazioe utile: T : dotazioe di tempo (ore totali) : ore dedicate al tempo libero l=t- : ore dedicate al lavoro : cosumo di

Dettagli

1 Metodo della massima verosimiglianza

1 Metodo della massima verosimiglianza Metodo della massima verosimigliaza Estraedo u campioe costituito da variabili casuali X i i.i.d. da ua popolazioe X co fuzioe di probabilità/desità f(x, θ), si costruisce la fuzioe di verosimigliaza che

Dettagli

EQUAZIONI ALLE RICORRENZE

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

Dettagli

3.4 Tecniche per valutare uno stimatore

3.4 Tecniche per valutare uno stimatore 3.4 Teciche per valutare uo stimatore 3.4. Il liguaggio delle decisioi statistiche, stimatori corretti e stimatori cosisteti La teoria delle decisioi forisce u liguaggio appropriato per discutere sulla

Dettagli

Capitolo 8 Le funzioni e le successioni

Capitolo 8 Le funzioni e le successioni Capitolo 8 Le fuzioi e le successioi Prof. A. Fasao Fuzioe, domiio e codomiio Defiizioe Si chiama fuzioe o applicazioe dall isieme A all isieme B ua relazioe che fa corrispodere ad ogi elemeto di A u solo

Dettagli

SERIE NUMERICHE. (Cosimo De Mitri) 1. Definizione, esempi e primi risultati... pag. 1. 2. Criteri per serie a termini positivi... pag.

SERIE NUMERICHE. (Cosimo De Mitri) 1. Definizione, esempi e primi risultati... pag. 1. 2. Criteri per serie a termini positivi... pag. SERIE NUMERICHE (Cosimo De Mitri. Defiizioe, esempi e primi risultati... pag.. Criteri per serie a termii positivi... pag. 4 3. Covergeza assoluta e criteri per serie a termii di sego qualsiasi... pag.

Dettagli

8) Sia Dato un mazzo di 40 carte. Supponiamo che esso sia mescolato in modo

8) Sia Dato un mazzo di 40 carte. Supponiamo che esso sia mescolato in modo ESERCIZI DI CALCOLO DELLE PROBABILITÁ ) Qual e la probabilita che laciado dadi a facce o esca essu? Studiare il comportameto asitotico di tale probabilita per grade. ) I u sacchetto vi soo 0 pallie biache;

Dettagli

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per

Dettagli

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto

Dettagli

La sicurezza sul lavoro: obblighi e responsabilità

La sicurezza sul lavoro: obblighi e responsabilità La sicurezza sul lavoro: obblighi e resposabilità Il Testo uico sulla sicurezza, Dlgs 81/08 è il pilastro della ormativa sulla sicurezza sul lavoro. I sostaza il Dlgs disciplia tutte le attività di tutti

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Leggere i dati da file

Leggere i dati da file Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon

Dettagli

AcidSoft. Le nostre soluzioni. Innovazione

AcidSoft. Le nostre soluzioni. Innovazione AiSoft AiSoft ase alla passioe per l'iformatio teology e si oretizza i ua realtà impreitoriale, ua perfetta reazioe imia tra ooseza teia e reatività per realizzare progetti i grae iovazioe. Le ostre soluzioi

Dettagli

ESERCIZI DI ANALISI I. Prof. Nicola Fusco 1. Determinare l insieme in cui sono definite le seguenti funzioni:

ESERCIZI DI ANALISI I. Prof. Nicola Fusco 1. Determinare l insieme in cui sono definite le seguenti funzioni: N. Fusco ESERCIZI DI ANALISI I Prof. Nicola Fusco Determiare l isieme i cui soo defiite le segueti fuzioi: ) log/ arctg π ) 4 ) log π 6 arcse ) ) tg log π + ) 4) 4 se se se tg 5) se cos tg 6) [ 6 + 8 π

Dettagli

l = 0, 1, 2, 3,,, n-1n m = 0, ±1,

l = 0, 1, 2, 3,,, n-1n m = 0, ±1, NUMERI QUANTICI Le autofuzioi soo caratterizzate da tre parametri chiamati NUMERI QUANTICI e soo completamete defiite dai loro valori: : umero quatico pricipale l : umero quatico secodario m : umero quatico

Dettagli

4. Metodo semiprobabilistico agli stati limite

4. Metodo semiprobabilistico agli stati limite 4. Metodo seiprobabilistico agli stati liite Tale etodo cosiste el verificare che le gradezze che ifluiscoo i seso positivo sulla, valutate i odo da avere ua piccolissia probabilità di o essere superate,

Dettagli

come si tiene conto della limitazione d ampiezza e di velocità come si tiene conto della limitazione di frequenza come si tiene conto degli offset

come si tiene conto della limitazione d ampiezza e di velocità come si tiene conto della limitazione di frequenza come si tiene conto degli offset 8a resentazone della lezone 8 /6 Obettv come s tene conto della lmtazone d ampezza e d veloctà come s tene conto della lmtazone d reqenza come s tene conto degl oset 8a saper preved. col calcolo l nlenza

Dettagli

Curve caratteristiche meccaniche di motori elettrici C.C.

Curve caratteristiche meccaniche di motori elettrici C.C. Motoi 1 Idie ue aatteistihe meaihe di motoi elettii.. osideazioi geeali Motoi ad eitazioe idipedete 1 Opeazioi o oete d eitazioe ostate Opeazioi o oete d eitazioe aiabile e tesioe d amatua ostate Motoi

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

Sistemi LTI descrivibile mediante SDE (Equazioni alle Differenze Standard)

Sistemi LTI descrivibile mediante SDE (Equazioni alle Differenze Standard) Sistemi LTI descrivibile mediate SDE (Equazioi alle Differeze Stadard) Nella classe dei sistemi LTI ua sottoclasse è quella dei sistemi defiiti da Equazioi Stadard alle Differeze Fiite (SDE), dette così

Dettagli

Motori maxon DC e maxon EC Le cose più importanti

Motori maxon DC e maxon EC Le cose più importanti Motori maxo DC e maxo EC Il motore come trasformatore di eergia Il motore elettrico trasforma la poteza elettrica P el (tesioe U e correte I) i poteza meccaica P mech (velocità e coppia M). Le perdite

Dettagli

Sommario lezioni di Probabilità versione abbreviata

Sommario lezioni di Probabilità versione abbreviata Sommario lezioi di Probabilità versioe abbreviata C. Frachetti April 28, 2006 1 Lo spazio di probabilità. 1.1 Prime defiizioi I possibili risultati di u esperimeto costituiscoo lo spazio dei campioi o

Dettagli

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

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

Dettagli

Esercizi Le leggi dei gas. Lo stato gassoso

Esercizi Le leggi dei gas. Lo stato gassoso Esercizi Le lei dei as Lo stato assoso Ua certa quatità di as cloro, alla pressioe di,5 atm, occupa il volume di 0,58 litri. Calcola il volume occupato dal as se la pressioe viee portata a,0 atm e se la

Dettagli

Supponiamo, ad esempio, di voler risolvere il seguente problema: in quanti modi quattro persone possono sedersi l una accanto all altra?

Supponiamo, ad esempio, di voler risolvere il seguente problema: in quanti modi quattro persone possono sedersi l una accanto all altra? CALCOLO COMBINATORIO 1.1 Necessità del calcolo combiatorio Accade spesso di dover risolvere problemi dall'appareza molto semplice, ma che richiedoo calcoli lughi e oiosi per riuscire a trovare delle coclusioi

Dettagli

CAPITOLO 18 STABILITÀ DEI PENDII

CAPITOLO 18 STABILITÀ DEI PENDII Captolo 8 CAPITOLO 8 8. Frae 8.. Fattor e cause de movmet fraos Per fraa s tede u rapdo spostameto d ua massa d rocca o d terra l cu cetro d gravtà s muove verso l basso e verso l estero. I prcpal fattor

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

1. MODELLO DINAMICO AD UN GRADO DI LIBERTÀ. 1 Alcune definizioni preliminari

1. MODELLO DINAMICO AD UN GRADO DI LIBERTÀ. 1 Alcune definizioni preliminari . MODELLO DINAMICO AD UN GRADO DI LIBERTÀ Alcue defiizioi prelimiari I sistemi vibrati possoo essere lieari o o lieari: el primo caso vale il pricipio di sovrapposizioe degli effetti el secodo o. I geerale

Dettagli

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0 CAPITOLO VII DERIVATE. GENERALITÀ Defiizioe.) La derivata è u operatore che ad ua fuzioe f associa u altra fuzioe e che obbedisce alle segueti regole: () D a a a 0 0 0 derivata di u moomio D 6 D 0 D ()

Dettagli

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri Artmetca de calcolator Rappresentazone de numer natural e relatv Addzone e sommator: : a propagazone d rporto, veloce, con segno Moltplcazone e moltplcator: senza segno, con segno e algortmo d Booth Rappresentazone

Dettagli

Misura della distanza focale. di una lente convergente. Metodo di Bessel

Misura della distanza focale. di una lente convergente. Metodo di Bessel Zuccarello Francesco Laboratoro d Fsca II Msura della dstanza focale d una lente convergente Metodo d Bessel A.A. 003-004 Indce Introduzone..pag. 3 Presuppost Teorc.pag. 4 Anals de dat.pag. 8. Modo d operare...pag.

Dettagli

Indagini sui coregoni del Lago Maggiore: Analisi sui pesci catturati nel 2010

Indagini sui coregoni del Lago Maggiore: Analisi sui pesci catturati nel 2010 Idagii sui coregoi del Lago Maggiore: Aalisi sui pesci catturati el 1 Rapporto commissioato dal Dipartimeto del territorio, Ufficio della caccia e della pesca, Via Stefao Frascii 17 51 Bellizoa Aprile

Dettagli

+ t v. v 3. x = p + tv, t R. + t. 3 2 e passante per il punto p =

+ t v. v 3. x = p + tv, t R. + t. 3 2 e passante per il punto p = 5. Rette e piani in R 3 ; sfere. In questo paragrafo studiamo le rette, i piani e le sfere in R 3. Ci sono due modi per desrivere piani e rette in R 3 : mediante equazioni artesiane oppure mediante equazioni

Dettagli

INTRODUZIONE ALLE SUCCESSIONI E SERIE: ALCUNI ESEMPI NOTEVOLI

INTRODUZIONE ALLE SUCCESSIONI E SERIE: ALCUNI ESEMPI NOTEVOLI INTRODUZIONE ALLE SUCCESSIONI E SERIE: ALCUNI ESEMPI NOTEVOLI Mirta Debbia LS A. F. Formiggii di Sassuolo (MO) - debbia.m@libero.it Maria Cecilia Zoboli - LS A. F. Formiggii di Sassuolo (MO) - cherubii8@libero.it

Dettagli

Appunti di Statistica Matematica Inferenza Statistica Multivariata Anno Accademico 2014/15

Appunti di Statistica Matematica Inferenza Statistica Multivariata Anno Accademico 2014/15 Apputi di Statistica Matematica Ifereza Statistica Multivariata Ao Accademico 014/15 November 19, 014 1 Campioi e modelli statistici Siao Ω, A, P uo spazio di probabilità e X = X 1,..., X u vettore aleatorio

Dettagli

5. Il lavoro di un gas perfetto

5. Il lavoro di un gas perfetto 5. Il lavoro d un gas perfetto ome s esprme l energa nterna d un gas perfetto? Un gas perfetto è l sstema pù semplce che possamo mmagnare: le nterazon a dstanza fra le molecole sono così debol da essere

Dettagli

USUFRUTTO. 5) Quali sono le spese a carico dell usufruttuario

USUFRUTTO. 5) Quali sono le spese a carico dell usufruttuario USUFRUTTO 1) Che cos è l sfrtto e come si pò costitire? L sfrtto è il diritto di godimeto ( ovvero di possesso) di bee altri a titolo gratito ; viee chiamato sfrttario chi esercita tale diritto, metre

Dettagli

ESERCITAZIONE L adsorbimento su carbone attivo

ESERCITAZIONE L adsorbimento su carbone attivo ESERCITAZIONE adsorbimeto su carboe attivo ezioi di riferimeto: Processi basati sul trasferimeto di materia Adsorbimeto su carboi attivi Testi di riferimeto: Water treatmet priciples ad desi, WH Pricipi

Dettagli

Il linguaggio Pascal. Piero Gallo Fabio Salerno

Il linguaggio Pascal. Piero Gallo Fabio Salerno Il linguaggio Pasal Piero Gallo Fabio Salerno Introduzione alla programmazione in Pasal In ogni momento della nostra vita siamo hiamati a risolvere dei problemi. A volte operiamo senza riflettere, spinti

Dettagli

APPROFONDIMENTI SUI NUMERI

APPROFONDIMENTI SUI NUMERI APPROFONDIMENTI SUI NUMERI. Il sistem di umerzioe deimle Be presto, ll operzioe turle del otre, si è ggiut l esigez di «rppresetre» i umeri. I sistemi di umerzioe possiili soo molti; per or i limitimo

Dettagli

I radicali 1. Claudio CANCELLI (www.claudiocancelli.it)

I radicali 1. Claudio CANCELLI (www.claudiocancelli.it) I rdicli Cludio CANCELLI (www.cludioccelli.it) Ed..0 www.cludioccelli.it Dec. 0 I rdicli INDICE DEI CONTENUTI. I RADICALI... INDICE DI RADICE PARI...4 INDICE DI RADICE DISPARI...5 RADICALI SIMILI...6 PROPRIETA

Dettagli

Valutazione delle prestazioni termiche di sistemi con solai termoattivi in regime non stazionario

Valutazione delle prestazioni termiche di sistemi con solai termoattivi in regime non stazionario Valutazioe delle prestazioi termiche di sistemi co solai termoattivi i regime o stazioario MICHELE DE CARLI, Ph.D., Ricercatore, Dipartimeto di Fisica Tecica, Uiversità degli Studi di Padova, Padova, Italia.

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

Dettagli

Metodi d integrazione di Montecarlo

Metodi d integrazione di Montecarlo Metodi d itegrzioe di Motecrlo Simulzioe l termie simulzioe ell su ccezioe scietific h u sigificto diverso dll ccezioe correte. Nell uso ordirio è sioimo si fizioe; ell uso scietifico è sioimo di imitzioe,

Dettagli

Esame di Matematica 2 Mod.A (laurea in Matematica) prova di accertamento del 4 novembre 2005

Esame di Matematica 2 Mod.A (laurea in Matematica) prova di accertamento del 4 novembre 2005 Esame di Matematica 2 ModA (laurea i Matematica prova di accertameto del 4 ovembre 25 ESERCIZIO Si poga a 3 5 + 9 e b 2 4 6 + 6 ( (a Si determii d MCD(a, b e gli iteri m, Z tali che d ma + b co m < b ed

Dettagli

Progetto Lauree Scientifiche. La corrente elettrica

Progetto Lauree Scientifiche. La corrente elettrica Progetto Lauree Scentfche La corrente elettrca Conoscenze d base Forza elettromotrce Corrente Elettrca esstenza e resstvtà Legge d Ohm Crcut 2 Una spra d rame n equlbro elettrostatco In un crcuto semplce

Dettagli

Capitolo 3 Il trattamento statistico dei dati

Capitolo 3 Il trattamento statistico dei dati Capolo 3 Il raameo sasco de da 3. - Geeralà Nel descrere feome, occorre da u lao elaborare de modell (coè delle relazo maemache fra le gradezze, che coseao d descrere e preedere l feomeo) e dall alro dars

Dettagli

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

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Figura 2.1. A sottoinsieme di B

Figura 2.1. A sottoinsieme di B G Sammito, ernardo, Formulario di matematia Insiemi F Cimolin, L arletta, L Lussardi Insiemi Generalità Un insieme è una ollezione distinguibile di oggetti, detti elementi dell'insieme Quando un elemento

Dettagli

1 2-6 7-74 Commento * Continuazione riga! Viene ignorato tutto quello che viene scritto dopo questo carattere [etichett a]

1 2-6 7-74 Commento * Continuazione riga! Viene ignorato tutto quello che viene scritto dopo questo carattere [etichett a] La programmazione è l'arte di far ompiere al omputer una suessione di operazioni atte ad ottenere il risultato voluto. Srivere un programma è un po' ome dialogare ol omputer, dobbiamo fornirgli delle informazioni

Dettagli

GUIDA DELL UTENTE CARATTERISTICHE PRINCIPALI

GUIDA DELL UTENTE CARATTERISTICHE PRINCIPALI DORO Analisi e verifia di sezioni in.a., preompresso/post-teso e miste aiaio-alestruzzo v. 3.01.29 del 17 marzo 2015 dott. ing. FERRARI Alberto www.ferrarialberto.it GUIDA DELL UTENTE CARATTERISTICHE PRINCIPALI

Dettagli

Unità Didattica N 25. La corrente elettrica

Unità Didattica N 25. La corrente elettrica Untà Ddattca N 5 : La corrente elettrca 1 Untà Ddattca N 5 La corrente elettrca 01) Il problema dell elettrocnetca 0) La corrente elettrca ne conduttor metallc 03) Crcuto elettrco elementare 04) La prma

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI POCESSI CASUALI Segnal deermnsc e casual Un segnale () s dce DEEMIISICO se è una funzone noa d, coè se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale è noo con esaezza

Dettagli

La valutazione degli indicatori di processo e di outcome Francesco Dotta

La valutazione degli indicatori di processo e di outcome Francesco Dotta La valutazione degli indicatori di processo e di outcome Francesco Dotta U.O. Diabetologia, Policlinico Le Scotte Università di Siena GLI INDICATORI: DEFINIZIONE L indicatore è un informazione, quantitativa

Dettagli

1. L'INSIEME DEI NUMERI REALI

1. L'INSIEME DEI NUMERI REALI . L'INSIEME DEI NUMERI REALI. I pricipli isiemi di umeri Ripredimo i pricipli isiemi umerici N, l'isieme dei umeri turli 0; ; ; ; ;... L'ide ituitiv di umero turle è ssocit l prolem di cotre e ordire gli

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

Carta del rischio cardiovascolare

Carta del rischio cardiovascolare donne diabetiche Identificato il colore, leggere nella legenda a fianco il livello di rischio. donne non diabetiche Identificato il colore, leggere nella legenda a fianco il livello di rischio. uomini

Dettagli

Il MINISTRO DELLA GIUSTIZIA di concerto con IL MINISTRO DEI LAVORI PUBBLICI

Il MINISTRO DELLA GIUSTIZIA di concerto con IL MINISTRO DEI LAVORI PUBBLICI Corrispettivi delle attività di progettazione e delle altre attività ai sensi dell articolo 17, comma 14 bis, della legge 11 febbraio 1994 n.109 e successive modifiche. l MNSTRO DELLA GUSTZA di concerto

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

TEORIA DELL UTILITÀ E DECISION PROCESS TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge

Dettagli

Numeri razionali COGNOME... NOME... Classe... Data...

Numeri razionali COGNOME... NOME... Classe... Data... I numeri rzionli Cpitolo Numeri rzionli Verifi per l lsse prim COGNOME............................... NOME............................. Clsse.................................... Dt...............................

Dettagli

a state of complete physical, men al , an social well ll-bei ng an not merely the absence of disease or infirmity

a state of complete physical, men al , an social well ll-bei ng an not merely the absence of disease or infirmity SALUTE: definizione Nel 1948, la World Health Assembly ha definito la salute come a state of complete physical, mental, and social well-being and not merely the absence of disease or infirmity. Nel1986

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

Liste di specie e misure di diversità

Liste di specie e misure di diversità Lte d pece e mure d dvertà Carattertche delle lte d pece I dat ono par, coè hanno molt valor null (a volte la maggoranza!) La gran parte delle pece preent è rara. I fattor ambental che nfluenzano la dtrbuzone

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

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

RELAZIONE TECNICA PROTEZIONE CONTRO I FULMINI. di struttura adibita a Ufficio. relativa alla

RELAZIONE TECNICA PROTEZIONE CONTRO I FULMINI. di struttura adibita a Ufficio. relativa alla II I RELAZIONE TECNICA t relativa alla PROTEZIONE CONTRO I FULMINI di struttura adibita a Ufficio. sita nel comune di AF.EZZO (AR) PROPRIET A' AP{EZZO MULTISERVIZI SRL Valutazione del rischio dovuto al

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

Metodologia di controllo. AUTORIMESSE (III edizione) Codice attività: 63.21.0. Indice

Metodologia di controllo. AUTORIMESSE (III edizione) Codice attività: 63.21.0. Indice Metodologa d controllo AUTORIMESSE (III edzone) Codce attvtà: 63.21.0 Indce 1. PREMESSA... 2 2. ATTIVITÀ PREPARATORIA AL CONTROLLO... 3 2.1 Interrogazon dell Anagrafe Trbutara... 3 2.2 Altre nterrogazon

Dettagli

MC2. La centrale MC2 è un gruppo elettroidraulico compatto e modulare. La qualità dei singoli particolari unita alla

MC2. La centrale MC2 è un gruppo elettroidraulico compatto e modulare. La qualità dei singoli particolari unita alla IUI HYUIQU echnical atalogue ecember a centrale è un gruppo elettroidraulico compatto e modulare. a qualità dei singoli particolari unita alla semplicità del loro montaggio consente applicazioni con ingombri

Dettagli

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

ELABORAZIONE DI SEGNALI E IMMAGINI

ELABORAZIONE DI SEGNALI E IMMAGINI Fltraggo d un segnale EABORAZIOE DI SEGAI E IAGII. Bertero P. Boccacc bertero@ds.unge.t boccacc@ds.unge.t Al ne d glorare la qualtà d un segnale dgtale una tecnca d prara portanza è l ltraggo. Con l quale

Dettagli

ADOTTATO DALLA DIVISIONE DI CARDIOLOGIA DELL UNIVERSITA MAGNA GRAECIA

ADOTTATO DALLA DIVISIONE DI CARDIOLOGIA DELL UNIVERSITA MAGNA GRAECIA IL COLESTEROLO BENVENUTI NEL PROGRAMMA DI RIDUZIONE DEL COLESTEROLO The Low Down Cholesterol DELL American Heart Association ADOTTATO DALLA DIVISIONE DI CARDIOLOGIA DELL UNIVERSITA MAGNA GRAECIA www.unicz.it/cardio

Dettagli

4. RISPOSTA SISMICA DI SISTEMI MDOF

4. RISPOSTA SISMICA DI SISTEMI MDOF Corso Igegera Ssca - a.a. 9/ ott. g. Isaa Cleete ott. g. Chara Beo 4. RISPOSA SISICA DI SISEI DO Ottobre 9 v.. - Pag. 4. - Rsposta ssca sste DO 4. attore strttra Secoo le NC8 l fattore strttra q che tee

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

VERSO L ESAME DI STATO LA DERIVATA DI UNA FUNZIONE

VERSO L ESAME DI STATO LA DERIVATA DI UNA FUNZIONE VERSO L ESAME DI STATO LA DERIVATA DI UNA FUNZIONE Soluzioni di quesiti e prolemi trtti dl Corso Bse Blu di Mtemti volume 5 [] (Es. n. 8 pg. 9 V) Dell prol f ( ) si hnno le seguenti informzioni, tutte

Dettagli

Corso di Fisica tecnica e ambientale a.a. 2011/2012 - Docente: Prof. Carlo Isetti

Corso di Fisica tecnica e ambientale a.a. 2011/2012 - Docente: Prof. Carlo Isetti Corso di Fisica tecnica e ambientale a.a. 0/0 - Docente: Prof. Carlo Isetti LAVORO D NRGIA 5. GNRALITÀ In questo capitolo si farà riferimento a concetto quali lavoro ed energia termini che hanno nella

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

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli