Appendice 1. Approfondimento dei metodi statistici

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Appendice 1. Approfondimento dei metodi statistici"

Transcript

1 Appndc 1 Approfondmnto d mtod statstc

2

3 APPROFONDIMENTO DEI METODI STATISTICI TASSO STANDARDIZZATO PER ETÀ DI MORTALITÀ (TSDM) E DI OSPEDALIZZAZIONE (TSDH). Il Tasso Standardzzato (TSD) è calcolato com mda psata d tass spcfc pr class d tà, ognuna dll qual assum un pso dato dalla struttura pr tà d una popolazon d rfrmnto consdrata com standard. Qusto mtodo prmtt d confrontar tass d popolazon ch hanno struttur pr tà dvrs tra d loro. La popolazon d rfrmnto è qulla uropa fttza, costant nl tmpo dfnta ugual pr cascun gnr. Il TSD s ottn com: t N TSD = *10000 N dov: t è l tasso d mortaltà o d rcovro pr la -sma class d tà nlla popolazon n studo; N la numrostà dlla popolazon standard nlla -sma class d tà. RAPPORTO DI MORTALITÀ E DI OSPEDALIZZAZIONE STANDARDIZZATI PER ETÀ (RISPETTIVAMENTE SMR E SHR) L SMR l SHR s calcolano com rapporto tra cas ossrvat cas atts: dov d SMR,SHR = *100 T *n d sono dcss o rcovr ossrvat pr la class -sma d tà dlla popolazon n studo; T rapprsntano tass d mortaltà o d rcovro dlla popolazon d rfrmnto pr class d tà; T *n sono dcss o rcovr atts pr la class -sma d tà dlla popolazon n studo. 3

4 I cas atts sono l numro d cas ch c s attndrbb s la popolazon n studo sprmntass l tasso d mortaltà dlla popolazon d rfrmnto al ntto dll fftto attrbubl all tà. Un valor d SMR vcno a 100 ndca ch l numro d ossrvat è sml all attso, mntr un SMR par a 200 ndca un rscho d mort doppo nll ara n studo rsptto all ara d rfrmnto. L ntrvallo d confdnza dll SMR è dato dal mtodo approssmato d Byar. ANALISI E TEST DEGLI ANDAMENTI TEMPORALI (TREND) S gl vnt s prsntano nl tmpo, è utl modllar l tasso usando varabl splcatv. Qusto mplca un procsso d Posson non omogno. D sguto è rportato l procdmnto pr gl SMR ch val anch pr gl SHR. L SMR è pr dfnzon par a d dov d sono cas ossrvat d sono cas atts. Essndo l SMR un ndcator non ngatvo, allora dv ncssaramnt ssr modllato usando modll lnar nl logartmo, coè: d log = α + βx logd = log + α + βx β è l coffcnt angolar dlla rtta d rgrsson; x assum valor ntr comprs tra 1 (1 prodo) 3 (3 prodo); log è chamato offst non è un paramtro. D sguto è rportato l sgnfcato d β: βx logsmr(x) = α + βx SMR(x) = α log(smr(x + 1)) = α + βx SMR(x + 1) = βx β α Qund: β log(smr(x + 1)) = log(smr(x)) 4

5 SMR x 1 xp( α + β + βx) ϑ = + = = xp( β) SMR x xp( α + βx) Un ncrmnto d x d un untà provoca un ncrmnto dl rscho d β con un fftto ch è chamato n tal caso moltplcatvo. Qund l sponnzal d b rapprsnta la statstca tst sul trnd dgl SMR n tr prod consdrat. L pots d non prsnza d trnd (β = 0) è stata vrfcata con l tst Z. INDICATORI STATISTICI BAYESIANI Il BMR è calcolato mdant la somma d du fftt casual: U + V BMR = α + V[] ~ N(0, prc.v), componnt a pror normal dl rscho ch tn conto dlla sovradsprson non spazal n dat; U[] ~ car.n (adj[],.prc.u), componnt normal dl rscho ch tn conto dlla varabltà strutturata spazalmnt, la dstrbuzon a pror car.normal (Condtonal Auto Rgrsson) prmtt d stmar l rscho n un comun n funzon dll stm calcolat n comun adacnt: pù è alta la corrlazon spazal nlla dstrbuzon dlla causa d mort, maggor sarà l pso d comun adacnt nlla stma dl rscho rlatvo; pù rsch stmat sono basat su poch cas, pù ss s avvcnano ad una mda local d rsch fortmnt nflunzata dall stm d comun adacnt. Il calcolo d BMR la rcrca dll nformazon a pror utlzzat (Mollé, 2000), prvdono complcat calcol computazonal. Gl ntrvall d crdbltà al 95% (IC 95%) vngono stmat mdant procdur tratv d smulazon d Mont Carlo (Catn d Markov) d camponamnto d Gbbs (Glfand t al., 1990) sono srvt pr valutar l ampzza dll ncrtzza dlla stma la sgnfcatvtà statstca dll ccsso o dl dftto d rscho. Il controllo dlla convrgnza dl mtodo è stato ffttuato attravrso una sr d tst statstc (Glman t al., 1992). Il modllo è stato mplmntato complato tramt l softwar WnBUGS (Spglhaltr t al., 1999). 5

6 ANALISI DI TENDENZA ALL ADDENSAMENTO DEGLI EVENTI (CLUSTERING) L anals è stata ffttuata mdant la tcnca Spatal Scan Statstc d Kulldorff (Kulldorff & Nagarwalla, 1995). Il mtodo utlzzato potzza ch l numro d cas sa dstrbuto mdant un modllo possonano d è basato sullo spostamnto d una fnstra llttca con ass varabl su tutto l trrtoro n studo; la fnstra è cntrata su ognuna dll possbl coordnat (x,y ) rapprsntant l comun. Il mtodo dntfca gl aggrgat comunal con SMR pù lvato slzona qull statstcamnt sgnfcatv n bas alla massmzzazon dl rapporto d vrosmglanza. In dttaglo, pr ogn fnstra dntfcata vn tstata l pots nulla (H 0 : nssuna dffrnza tra l numro d cas ossrvat nl clustr qull atts) mdant l tst dl rapporto d vrosmglanza (LRT). Il clustr è consdrato statstcamnt sgnfcatvo quando p<0,05. ANALISI DI REGRESSIONE DI POISSON PER LO STUDIO DI CORRELAZIONE TRA INQUINANTI ED EVENTI SANITARI METODOLOGIA PER IL CALCOLO DEL RAPPORTO TRA SMR I rapport tra SMR vngono stmat utlzzando l anals d rgrsson lnar d Posson. L pots d partnza è ch l numro d vnt sano dstrbut scondo una dstrbuzon d Posson. Partndo dal modllo d rgrsson:, dov: assum valor da 1 a 3 (prma, sconda trza class d concntrazon mda dll ndcator ambntal consdrato) Ο ι è l valor ossrvato d mort/rcovrat dl gruppo d comun nll sma class d sposzon, A rapprsnta l numro mort/rcovrat atts rsptto al tasso d rfrmnto rgonal dl gruppo d comun nll -sma class d sposzon, X 2 è una varabl dcotomca ch prnd valor 1 quando X=2 0 quando X 2, 6

7 X 3 è una varabl dcotomca ch prnd valor 1 quando X=3 0 quando X 3, s ottn ch l rscho stmato n dvrs profl d sposzon dpnd dalla class d appartnnza (X=1 a class, 2 a class, 3 a class); l rscho SMR pr l gruppo d comun con X par ad è dato dalla sgunt formula: Pr stmar l SMR nlla prma class (X=1):. Pr stmar l SMR nlla sconda class (X=2):.. Pr stmar l SMR nlla trza class (X=3):. Il modllo fornsc l rapporto tra SMR,, pr =2, 3. METODOLOGIA PER IL CALCOLO DEL TREND L andamnto dl rscho d mortaltà/rcovrat al varar dll ndcator ambntal (trnd) vn stmato utlzzando l anals d rgrsson lnar d Posson. L pots d partnza è ch l numro d vnt sa dstrbuto scondo una dstrbuzon d Posson. Partndo dal modllo d rgrsson, dov: assum valor da 1 a 3 (prma, sconda trza class d concntrazon mda dll ndcator ambntal consdrato) O è l valor ossrvato d mort/rcovrat dl gruppo d comun nll sma class d sposzon A rapprsnta l numro mort/rcovrat atts rsptto al tasso d rfrmnto rgonal dl gruppo d comun nll -sma class d sposzon X è una varabl catgorca ch prnd valor 1, 2, 3 a sconda dlla class d appartnnza dl comun s ottn ch l aumnto stmato d rscho all aumntar untaro dlla X (1 2, 2 3) è dato dalla sgunt formula: 7

8 . Pr stmar l SMR nlla prma class (X=1):. Pr stmar l SMR nlla sconda class (X=2):. Pr stmar l SMR nlla trza class (X=3):. La stma dl trnd è qund data da. 8

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

Esercitazioni di Elettrotecnica: circuiti in regime stazionario

Esercitazioni di Elettrotecnica: circuiti in regime stazionario Maffucc: rcut n rgm stazonaro r- Unrstà dgl Stud d assno srctazon d lttrotcnca: crcut n rgm stazonaro ntono Maffucc r sttmbr Maffucc: rcut n rgm stazonaro r- Sr paralllo parttor S alcolar la rsstnza qualnt

Dettagli

S O L U Z I O N I + 100

S O L U Z I O N I + 100 S O L U Z I O N I Nl 00 un farmaco vnva vnduto a 70 a) Nll pots ch ogn anno l przzo aumnt dl 3% rsptto all anno prcdnt quanto vrrbb a costar lo stsso farmaco nl 0? b) Supponamo ch l przzo dl farmaco nl

Dettagli

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti Prncp d applcazon dl mtodo dgl lmnt fnt Formulazon bas con approcco agl spostamnt PRINCIPIO DEI LAVORI VIRTALI Data una crta statca: sforz σ j, forz d volum F forz d suprfc f j ; s dmostra ch mporr la

Dettagli

Biennio CLEM - Prof. B. Quintieri. Anno Accademico 2012-2013, I Semestre. (Tratto da: Feenstra-Taylor: International Economics)

Biennio CLEM - Prof. B. Quintieri. Anno Accademico 2012-2013, I Semestre. (Tratto da: Feenstra-Taylor: International Economics) CONOMIA INTRNAZIONAL Bnno CLM - Prof. B. Quntr IL TASSO DI CAMBIO Anno Accadmco 2012-2013, I Smstr (Tratto da: Fnstra-Taylor: Intrnatonal conomcs) S propon, d sguto, una brv rassgna d prncp fondamntal

Dettagli

p ovvero la funzione logit data dal logaritmo naturale del odds. Tale 1

p ovvero la funzione logit data dal logaritmo naturale del odds. Tale 1 Laboratoro 8 La Rgrsson Logstca LABORATORIO 8 - LA REGRESSIONE LOGISTICA Il modllo lnar classco y = μ + ε, dov μ = b + b x xk, è stato applcato n prcdnza a varabl casual Y dstrbut n modo normal con mda

Dettagli

Caratteristiche, funzioni e modalità di determinazione del prezzo. Alessandro Scopelliti

Caratteristiche, funzioni e modalità di determinazione del prezzo. Alessandro Scopelliti Carattrstch, funzon modaltà d dtrmnazon dl przzo Alssandro Scopllt Unvrstà d Rggo Calabra Unvrsty of Warwck alssandro.scopllt@unrc.t Gl strumnt fnanzar Gl strumnt fnanzar sono contratt d natura fnanzara

Dettagli

INDICI DI POSIZIONE O DI TENDENZA CENTRALE

INDICI DI POSIZIONE O DI TENDENZA CENTRALE IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl ndc d poszon, o d tndnza cntral, sono numr ch sprmono la snts numrca d una dstrbuzon statstca (d ora n avant ndcata dal smbolo ) d una varabl X. I valor ossrvat

Dettagli

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011 Compito di Fisica Gnral I (Mod A) Corsi di studio in Fisica d Astronomia 4 april 2011 Problma 1 Du blocchi A B di massa rispttivamnt m A d m B poggiano su un piano orizzontal scabro sono uniti da un filo

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

ELETTROTECNICA Ingegneria Industriale

ELETTROTECNICA Ingegneria Industriale LTTOTCNCA nggnra ndutral MTOD D ANALS TASFOMATO DAL MUTU NDUTTANZ Stfano Pator Dpartmnto d nggnra Archtttura Coro d lttrotcnca (04N) a.a. 0-4 Torma d Thnn Condramo un bpolo L collgato al rto dl crcuto

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

DISTRIBUZIONE DI GAUSS ( o normale [ 26 ] )

DISTRIBUZIONE DI GAUSS ( o normale [ 26 ] ) LABORATORIO DI FISICA IGEGERIA "La Sapnza" gnnao 003 DISTRIBUZIOE DI GAUSS ( o normal [ 6 ] ) La dnstà d probabltà d Gauss è: f ( x) π ( xm) Valor mdo: E() m Varanza: () La dstrbuzon gaussana è carattrzzata

Dettagli

Statistica multivariata Donata Rodi 04/11/2016

Statistica multivariata Donata Rodi 04/11/2016 Statistica multivariata Donata Rodi 4//6 La rgrssion logistica Costruzion di un modllo ch intrprti la dipndnza di una variabil catgorial dicotomica da un insim di variabili splicativ Trasformazioni da

Dettagli

Nella valutazione delle prestazioni energetiche degli edifici,

Nella valutazione delle prestazioni energetiche degli edifici, Smon Frrar, Valntna Zanotto Efftt dlla capactà trmca d mur nlla trasmsson dl calor Rcrca Un muro sottoposto a sollctazon trmca, da uno o da ambo lat, rsulta, com noto, attravrsato da un flusso d calor.

Dettagli

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione Alssandro Ottola matr. 0800 lzon dl //00 ora 0:0-:0 Indc Dagramma d Glasr... Part omogna sottoosta a dffrnz trmch dffuson... Dagramma d Glasr r art omogna... 4 Dagramma d Glasr r art multstrato... 5 Esrczo

Dettagli

Norma UNI EN ISO 13788

Norma UNI EN ISO 13788 UNI EN ISO 13788 (2003: PRESTAZIONE IGROTERMICA DEI COMPONENTI E DEGLI ELEMENTI PER EDILIZIA TEMPERATURA SUPERFICIALE INTERNA PER EVITARE L'UMIDITA' SUPERFICIALE CRITICA E CONDENSAZIONE INTERSTIZIALE METODO

Dettagli

Aspettative, produzione e politica economica

Aspettative, produzione e politica economica Lzion 18 (BAG cap. 17) Aspttativ, produzion politica conomica Corso di Macroconomia Prof. Guido Ascari, Univrsità di Pavia 2 1 L aspttativ la curva IS Dividiamo il tmpo in du priodi: 1. un priodo corrnt

Dettagli

Trasformatore. Parte 2 Trasformatori trifase www.die.ing.unibo.it/pers/mastri/didattica.htm (versione del 16-11-2012) Trasformatore trifase (1)

Trasformatore. Parte 2 Trasformatori trifase www.die.ing.unibo.it/pers/mastri/didattica.htm (versione del 16-11-2012) Trasformatore trifase (1) Trasformator Part Trasformator trfas www.d.ng.unbo.t/prs/mastr/ddattca.htm (vrson dl 1-11-01) Trasformator trfas Pr trasfrr nrga lttrca tra du rt trfas s possono utlzzar tr trasformator monofas, ugual

Dettagli

Ogni anno a Padenghe si ripete la magia!

Ogni anno a Padenghe si ripete la magia! Ogn anno a Padngh s rpt la maga! C ra una volta un pas ncantvol ch s spcchava nl lago. Ogn anno, pr poch gorn, nl pccolo pas avvnva una maga: l asfalto l slcato s coprvano d rba, l v lascavano posto a

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

Processi di separazione

Processi di separazione 6. Procss d sparazon 6.. Carattrstch d procss d sparazon La sparazon d soluzon mscl n loro sngol componnt costtusc un oprazon d grand mportanza pr l ndustra chmca, ptrolchmca ptrolfra. Quas tutt procss

Dettagli

EQUAZIONI DIFFERENZIALI. Saper integrare equazioni differenziali del primo ordine lineari e a variabili separabili.

EQUAZIONI DIFFERENZIALI. Saper integrare equazioni differenziali del primo ordine lineari e a variabili separabili. EQUAZIONI DIFFERENZIALI OBIETTIVI MINIMI Sapr riconoscr classificar l quazioni diffrnziali. Sapr intgrar quazioni diffrnziali dl primo ordin linari a variabili sparabili. Sapr intgrar quazioni diffrnziali

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Dal libro di tsto Zinkiwicz Taylor, Capitolo 14 pag. 398 Il mtodo dgli lmnti finiti fornisc una soluzion approssimata dl problma lastico; tal approssimazion driva non dall avr discrtizzato il dominio in

Dettagli

[ ] ( ) ( ) ( e ) jωn. [ ] [ [ n. [ n] = T [ ] [ ] [ ] [ ]

[ ] ( ) ( ) ( e ) jωn. [ ] [ [ n. [ n] = T [ ] [ ] [ ] [ ] Sistmi Linari Tmpo Invarianti (LTI) a Tmpo Discrto Dfiniamo il sistma tramit una trasformaion T []. La proprità di linarità implica ch [ α 1x1[ n] + α2x2[ n ] α1t x1[ n] + α2t x La proprità di tmpo invariana

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata CURVE DI PROBABILITÀ PLUVIOMETRICA L curv di probabilità pluviomtrica sprimono la rlazion fra l altzz di prcipitazion h la loro durata t, pr un assgnato valor dl priodo di ritorno T. Tal rlazion vin spsso

Dettagli

SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT

SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT 1 Prima Stsura Data: 14-08-2014 Rdattori: Gasbarri, Rizzo SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT Indic 1 SCOPO... 2 2 CAMPO D APPLICAZIONE... 2 3 DOCUMENTI DI RIFERIMENTO... 2 4

Dettagli

UN TEST DI CONCORDANZA TRA PIÙ ESAMINATORI. Piero Quatto 1. INTRODUZIONE

UN TEST DI CONCORDANZA TRA PIÙ ESAMINATORI. Piero Quatto 1. INTRODUZIONE STATISTICA, anno LXIV, n. 1, 004 UN TEST DI CONCORDANZA TRA PIÙ ESAINATORI Pro Quatto 1. INTRODUZIONE La statstca Kappa, proposta da Flss (1971), costtusc uno dgl strumnt pù utlzzat pr saggar l accordo

Dettagli

Autoinduzione. 4 L: coefficiente di autoinduzione o. 4 r. Un circuito percorso da corrente genera un B (legge di Ampere-Laplace):

Autoinduzione. 4 L: coefficiente di autoinduzione o. 4 r. Un circuito percorso da corrente genera un B (legge di Ampere-Laplace): S ds u r Autonduzon Un crcuto prcorso da corrnt gnra un B (lgg d Ampr-aplac): ds ur B 4 r Produc un flusso attravrso l crcuto stsso (così com attravrso una ualunu S ch abba com contorno) nds r 4 : coffcnt

Dettagli

REGRESSIONE LOGISTICA

REGRESSIONE LOGISTICA 0//04 METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA E LABORATORIO AA 04/05 PROF. V.P. SENESE Sconda Univrsità di Napoli (SUN) Facoltà di Psicologia Dipartimnto di Psicologia METODI E TECNICHE DELLA

Dettagli

LEZIONE N 11 IL CEMENTO ARMATO PRECOMPRESSO

LEZIONE N 11 IL CEMENTO ARMATO PRECOMPRESSO Unvrstà dgl Stud d Roma Tr Facoltà d Inggnra Corso d Tcnca dll dll Costruon I Modulo / 007-0808 LEZIOE 11 IL CEMETO RMTO PRECOMPRESSO IL CO RISULTTE IL SISTEM EQUILETE LL PRECOMPRESSIOE Gnraltà Il sstma

Dettagli

V E > 0, V C < 0 W B >> L B J C J E. Catodo 1 - n Anodo - p Catodo 2 - n. n p (x) p n20. p n1 (x) p n10. n p0. p n2 (x) x W B.

V E > 0, V C < 0 W B >> L B J C J E. Catodo 1 - n Anodo - p Catodo 2 - n. n p (x) p n20. p n1 (x) p n10. n p0. p n2 (x) x W B. O AO POA A GUZO (J) onsdramo qu d sguto l caso d un transstor d to nn nl qual l concntrazon d drogant nll tr rgon soddsfno l sgunt dsuguaglanz (la gustfcazon vrrà data ù avant): >> >>. Assumamo com vrs

Dettagli

Capgemini Italia Spa. Ingegneria del Software. Roma, 11 Dicembre 2009

Capgemini Italia Spa. Ingegneria del Software. Roma, 11 Dicembre 2009 Capgmn Ita Spa Inggnra dl Softwar Roma, 11 Dcmbr 2009 Soc Ntwork Gorfrnzato su Mobl Fzon Rzzar soc ntwork (tpo facbook o lnkn) n cu è possbl aggornar nl propro proflo propra poszon attu (tt longt) rndr

Dettagli

STUDIO NUMERICO DELL'EFFETTO DELLA DEFORMABILITA' SUL COMPORTAMENTO DI CUSCINETTI IDRODINAMICI

STUDIO NUMERICO DELL'EFFETTO DELLA DEFORMABILITA' SUL COMPORTAMENTO DI CUSCINETTI IDRODINAMICI AIAS ASSOCIAZIONE ITALIANA PER L ANALISI DELLE SOLLECITAZIONI 41 CONVEGNO NAZIONALE, 5-8 SETTEMBRE 2012, UNIVERSITÀ DEGLI STUDI DI PADOVA AIAS 2012-052 STUDIO NUMERICO DELL'EETTO DELLA DEORMABILITA' SUL

Dettagli

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data.

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data. LE FRAZIONI La frazion è un oprator ch opra su una qualsiasi grandzza ch da com risultato una grandzza omogna a qulla data. AB (Il sgmnto AB è stato diviso i tr parti sono stat prs du) Una frazion è scritta

Dettagli

ESERCIZI PARTE I SOLUZIONI

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

Dettagli

Spettro roto-vibrazionale di HCl (H 35 Cl, H 37 Cl )

Spettro roto-vibrazionale di HCl (H 35 Cl, H 37 Cl ) Spttro roto-vibrazional di HCl (H 5 Cl, H 7 Cl ) SCOPO: Misurar l nrgi dll transizioni vibro-rotazionali dll acido cloridrico gassoso utilizzar qust nrgi pr calcolar alcuni paramtri molcolari spttroscopici.

Dettagli

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1 Analisi di Sistmi Soluzion dl compito dl 26 Giugno 23 Esrcizio. Pr i du sistmi dscritti dai modlli sgunti, individuar l proprità strutturali ch li carattrizzano: linar o non linar, stazionario o tmpovariant,

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann

Dettagli

CARATTERISTICHE DELL INVOLUCRO EDILIZIO

CARATTERISTICHE DELL INVOLUCRO EDILIZIO CAATTEISTICHE DELL INVOLUCO EDILIZIO Lvo d Santol, Francsco Mancn Unvrstà La Sapnza d oma lvo.dsantol@unroma1.t francsco.mancn@unroma1.t www.plus.t www.ngnrga.t Trasmttanza d una part opaca 2 La trasmttanza

Dettagli

Introduzione. La regressione logistica

Introduzione. La regressione logistica Aals statstca multvarata La rgrsso logstca Autor Alsado Lubsco Stfaa Mga Marla Pllat La rgrsso logstca Itroduzo S vuol dscrvr la rlazo d dpdza dl posssso d u attrbuto dcotomco da ua o pù varabl dpdt (X,

Dettagli

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie.

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie. Rgimi di cambio In qusta lzion: Studiamo l conomia aprta nl brv nl mdio priodo. Studiamo l crisi valutari. Analizziamo brvmnt l Ar Valutari Ottimali. 279 Il mdio priodo Abbiamo visto ch gli fftti di politica

Dettagli

Istogrammi ad intervalli

Istogrammi ad intervalli Istogrammi ad intrvalli Abbiamo visto com costruir un istogramma pr rapprsntar un insim di misur dlla stssa granda isica. S la snsibilità dllo strumnto di misura è alta, è probabil ch tra gli N valori

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

La carta di Smith. Origine

La carta di Smith. Origine a carta d Smth uca nctt a.a. 08-09 Orgn Fu ntrodotta da P. Smth d Bll abs nl 1939 Error rtnrla suprata da mtod numrc Molt strumnt d msura CAD prsntano dat n output su carta d Smth Molt problm sull ln d

Dettagli

Tekla Structures Guida di riferimento per le opzioni avanzate. Versione del prodotto 21.1 agosto 2015. 2015 Tekla Corporation

Tekla Structures Guida di riferimento per le opzioni avanzate. Versione del prodotto 21.1 agosto 2015. 2015 Tekla Corporation Tkla Structurs Guda d rfrmnto pr l opzon avanzat Vrson dl prodotto 21.1 agosto 2015 2015 Tkla Corporaton Indc 1 Guda d rfrmnto pr l opzon avanzat... 17 1.1 Catgor nlla fnstra d dalogo Opzon avanzat...

Dettagli

17. Le soluzioni dell equazione di Schrödinger approfondimento

17. Le soluzioni dell equazione di Schrödinger approfondimento 7. soluzon dll quazon d Scrödngr approfondmno Gl sa ms Il gao d Scrödngr è l pù famoso sao mso dlla MQ. E una parclla un po spcal, prcé è un oggo macroscopco d cu s dscu l comporamno quansco. E anc una

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Introduon al METODO DEGLI ELEMENTI FINITI Ossrvaon su mtod varaonal approssmat classc L unon approssmant dvono: Soddsar rqust d contnutà Essr lnarmnt ndpndnt complt Soddsar l condon al contorno ssnal Dcoltà:

Dettagli

Svolgimento di alcuni esercizi

Svolgimento di alcuni esercizi Svolgimnto di alcuni srcizi Si ha ch dal momnto ch / tnd a pr ch tnd a (la frazion formata da un numro, in qusto caso il numro, fratto una quantità ch tnd a ±, in qusto caso, tnd smpr a ) S facciamo tndr

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y)

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y) Campi Vttoriali Form iffrnziali-sconda Part Torma (sconda condizion sufficint pr i campi consrvativi piani): Sia F (, y) un campo vttorial piano dfinito in un aprto A di R, si supponga ultriormnt = y ;

Dettagli

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene:

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene: 0.1. CIRCONFERENZA 1 0.1 Circonfrnza Considriamo una circonfrnza di cntro P 0 (x 0, y 0 ) raggio r, cioè il luogo di punti dl piano P (x, y) pr i quali si vrifica la rlazion: 0.1.1. P 0 P = r. La 0.1.1,

Dettagli

Il Metodo degli Elementi Finiti

Il Metodo degli Elementi Finiti Il Mtodo dgl Elmnt Fnt Il Mtodo dgl Elmnt Fnt Dall dspns dl prof. Daro Amodo dall lzon dl prof. Govann Santucc L.Corts Progttazon Mccanca agl Elmnt Fnt (a.a. 20-202) Il Mtodo dgl Elmnt Fnt Introduzon In

Dettagli

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE a. STRATEGIE PER IL RECUPERO DESTINATARI Il Rcupro sarà rivolto agli alunni ch prsntano ancora difficoltà nll adozion di

Dettagli

Corso di laurea in Scienze internazionali e diplomatiche. corso di POLITICA ECONOMICA

Corso di laurea in Scienze internazionali e diplomatiche. corso di POLITICA ECONOMICA Corso di laura in Scinz intrnazionali diplomatich corso di OLITICA ECONOMICA SAVERIA CAELLARI Curva di offrta aggrgata di brv priodo; quilibrio domanda offrta aggrgata nl brv nl lungo priodo Aspttativ

Dettagli

CONOSCENZE. 1. La derivata di una funzione y = f (x)

CONOSCENZE. 1. La derivata di una funzione y = f (x) ESAME D STATO ESEMP D QUEST D MATEMATCA PER LA TERZA PROVA CONOSCENZE. La drivata di una funzion y f (), in un punto intrno al suo dominio, : il it, s sist d è finito, dl rapporto incrmntal pr h, f ( h)

Dettagli

ESERCIZI DI CALCOLO NUMERICO

ESERCIZI DI CALCOLO NUMERICO ESERCIZI DI CALCOLO NUMERICO Mawll Equazioni non linari: problma di punto fisso Esrcizio : Si vogliono approssimar l soluzioni dll quazion non linar. Dtrminar il numro di radici dll quazion localizzarl.

Dettagli

Nozioni di base sulle coniche (ellisse (x^2/a^2)+(y^2/b^2)=1, iperbole(x^2/a^2)-(y^2/b^2)=1, parabola e circonferenza):

Nozioni di base sulle coniche (ellisse (x^2/a^2)+(y^2/b^2)=1, iperbole(x^2/a^2)-(y^2/b^2)=1, parabola e circonferenza): Nozioni di bas sull conich (lliss (x^2/a^2)+(y^2/b^2)=1, iprbol(x^2/a^2)-(y^2/b^2)=1, parabola circonfrnza): Dlta =0, significa un solo punto di intrszion tra fascio di rtt conica Dlta >=0, significa 2

Dettagli

La popolazione in età da 0 a 2 anni residente nel comune di Bologna

La popolazione in età da 0 a 2 anni residente nel comune di Bologna Sttor Programmazion, Controlli La popolazion in tà da 0 a 2 anni rsidnt nl comun di Bologna Maggio 2007 La prsnt nota è stata ralizzata da un gruppo di dirignti funzionari dl Sttor Programmazion, Controlli

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

Test di autovalutazione

Test di autovalutazione UNITÀ FUNZINI E LR RAPPRESENTAZINE Tst di autovalutazion 0 0 0 0 0 50 60 70 80 90 00 n Il mio puntggio, in cntsimi, è n Rispondi a ogni qusito sgnando una sola dll 5 altrnativ. n Confronta l tu rispost

Dettagli

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

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

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

Errori a regime per controlli in retroazione unitaria

Errori a regime per controlli in retroazione unitaria Appunt d ontoll Autoatc Eo a g n sst n toazon Eo a g p contoll n toazon untaa... Eo a g nlla sposta al gadno (o d poszon)... Eo a g nlla sposta alla apa (o d vloctà)...3 Eo a g nlla sposta alla paabola

Dettagli

ANALISI 2 ESERCITAZIONE DEL 06/12/2010 PUNTI CRITICI

ANALISI 2 ESERCITAZIONE DEL 06/12/2010 PUNTI CRITICI ANALISI ESERCITAZIONE DEL 06//00 PUNTI CRITICI Un punto critico è un punto in cui la funzion è diffrnziabil il piano tangnt al grafico è orizzontal Riconosciamo qusti punti prché il gradint è il vttor

Dettagli

Modelli equivalenti del BJT

Modelli equivalenti del BJT Modll ulnt dl JT Pr lo studo dll pplczon crcutl dl JT, s è rso opportuno formulr d modll ulnt dl dsposto ch srssro rpprsntr n modo connnt l suo comportmnto ll ntrno d crcut. A scond dl tpo d pplczon (mplfczon

Dettagli

Numeri complessi - svolgimento degli esercizi

Numeri complessi - svolgimento degli esercizi Numri complssi - svolgimnto dgli srcizi ) Qusto srcizio richid di calcolar la potnza n-sima (n 45) di un numro complsso. Scriviamo z nlla forma sponnzial z ρ iθ dov ) ( ) ρ ( + θ π 6 dato ch sin θ cos

Dettagli

OBIETTIVI POST VARIAZIONE PEG 2012 (approvata con delibera di Giunta Comunale n. 428 dell 11/12/2012) Responsabile Filippo Toscano

OBIETTIVI POST VARIAZIONE PEG 2012 (approvata con delibera di Giunta Comunale n. 428 dell 11/12/2012) Responsabile Filippo Toscano OBIETTIVI POST VARIAZIONE PEG 2012 (approvata con dlbra d Gunta Comunal n. 428 dll 11/12/2012) Rsponsa Flppo Dscrz Az / Isttuz Agnza pr la famgla Isttuz dll Agnza pr la famgla 01/01/12 31/12/12 Obttvo

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

POTENZE NECESSARIE E DISPONIBILI

POTENZE NECESSARIE E DISPONIBILI POTENZE NECESSARIE E DISPONIBILI In qusto capitolo ci proponiamo di dtrminar l curv dll potnz ncssari pr l vari condizioni di volo. Tali curv dipndranno da divrsi fattori com il pso dl vlivolo, la quota,

Dettagli

Lezione 16 (BAG cap. 15) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia. Schema Lezione

Lezione 16 (BAG cap. 15) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia. Schema Lezione Lzion 6 (BAG cap. 5) Mrcati finanziari aspttativ Corso di Macroconomia Prof. Guido Ascari, Univrsità di Pavia Schma Lzion Ruolo dll aspttativ nl dtrminar ii przzi di azioni obbligazioni Sclta fra tanti

Dettagli

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006 Corso di Laura in Informatica - a.a. 25/6 Calcolo dll Probabilità Statistica Prova scritta dl III appllo - 7/6/26 Il candidato risolva i problmi proposti, motivando opportunamnt l propri rispost.. Sia

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

INTRODUZIONE. T e. abbiamo indicato la temperatura finale raggiunta dai due corpi a contatto (temperatura di equilibrio).

INTRODUZIONE. T e. abbiamo indicato la temperatura finale raggiunta dai due corpi a contatto (temperatura di equilibrio). INRODUZIONE Pr la coprnson d olt fatt sprntal ch sporro n sguto, è d fondantal portanza l acquszon dl conctto d qulbro trco. S l bulbo d un trotro vn sso n contatto trco con un corpo qualsas, la poszon

Dettagli

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica Drivat dll funzioni di più variabili Indic Drivat parziali Rgol di drivazion 5 3 Drivabilità continuità 7 4 Diffrnziabilità 7 5 Drivat scond torma

Dettagli

ELEMENTI DI ELABORAZIONE DEI SEGNALI PER TELELOCALIZZAZIONE

ELEMENTI DI ELABORAZIONE DEI SEGNALI PER TELELOCALIZZAZIONE ELEMENTI DI ELABOAZIONE DEI SEGNALI PE TELELOCALIZZAZIONE nota pr l corso d Elaborazon d Sgnal pr Tlcomuncazon a cura d F. Bndtto G. Gunta. Introduzon al problma dlla dcson I componnt d bas d un problma

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

R k = I k +Q k. Q k = D k-1 - D k

R k = I k +Q k. Q k = D k-1 - D k 1 AMMORTAMENTO AMMORTAMENTO Dbito inizial D 0 si volv (al tasso fisso t) D k = D k-1 (1+t) R k [D k dbito (rsiduo) al tmpo k, R k pagamnto al tmpo k ] Condizioni [D n =0 : stinzion dl dbito in n priodi

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Tecniche per la ricerca delle primitive delle funzioni continue

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

Dettagli

SUL MODELLO DI BLACK-SHOLES

SUL MODELLO DI BLACK-SHOLES SUL MODELLO DI BLACK-SHOLES LUCA LUSSARDI 1. La dinamica di Black-Schols Il modllo di Black-Schols pr i mrcati finanziari assum com ipotsi fondamntal ch i przzi di bni finanziari sguano una bn dtrminata

Dettagli

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento Il campion I mtodi di campionamnto d accnno all dimnsioni di uno studio Raramnt in uno studio pidmiologico è possibil saminar ogni singolo soggtto di una popolazion sia pr difficoltà oggttiv di indagin

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

I criteri di resistenza (o teorie della rottura) definiscono un legame tra lo stato tensionale e la sua pericolosità.

I criteri di resistenza (o teorie della rottura) definiscono un legame tra lo stato tensionale e la sua pericolosità. 6-0 6- I critri di rsistnza (o tori dlla rottura) dfiniscono un lgam tra lo stato tnsional la sua pricolosità. Ogni stato tnsional può ssr rapprsntato da una funzion scalar dll tnsioni principali ch può

Dettagli

RIFLETTOMETRIA NEL DOMINIO DEL TEMPO (TDR)

RIFLETTOMETRIA NEL DOMINIO DEL TEMPO (TDR) RFLETTOMETRA NEL DOMNO DEL TEMPO (TDR) Scopo dll srctaon La rflttomtra nl domno dl tmpo è una tcnca frquntmnt utlata, mpgando prncp dll co, pr carattrar ln d comuncaon, localar guast sa nll ln d trasmsson

Dettagli

Corso di Progettazione Assistita da Computer (PAdC) CLM Ing. Meccanica. Dip. di Ingegneria Civile e Industriale (DICI), 1 piano

Corso di Progettazione Assistita da Computer (PAdC) CLM Ing. Meccanica. Dip. di Ingegneria Civile e Industriale (DICI), 1 piano Corso d Progttazon Assstta da Computr Part I Corso d Progttazon Assstta da Computr (PAdC) CLM Ing. Mccanca CdL Magstral n Inggnra Mccanca Part I Introduzon alla tora dl mtodo agl Elmnt Fnt pr l anals struttural

Dettagli

RETROAZIONE A V. = segnale d ingresso del blocco dell amplificatore retroazionato. = segnale d uscita A = amplificatore β = rete di retroazione

RETROAZIONE A V. = segnale d ingresso del blocco dell amplificatore retroazionato. = segnale d uscita A = amplificatore β = rete di retroazione ETOZOE Un amplcat è sggtt a azn quand una pat dl sgnal d uscta vn ptat n ngss smmat algbcamnt al sgnal d ngss. n un amplcat taznat è psnt una t β (bta) d tazn ch pta n ngss una pat dl sgnal d uscta. l

Dettagli

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città

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

Dettagli

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

INDICE. Studio di funzione. Scaricabile su: TEORIA. Campo di esistenza. Intersezione con gli assi

INDICE. Studio di funzione. Scaricabile su:  TEORIA. Campo di esistenza. Intersezione con gli assi P r o f. Gu i d of r a n c h i n i Antprima Antprima Antprima www. l z i o n i. j i md o. c o m Scaricabil su: http://lzioni.jimdo.com/ Studio di funzion INDICE TEORIA Campo di sistnza Intrszion con gli

Dettagli

Quale quantità produrre? Massimizzazione del profitto e offerta concorrenziale. Il significato della concorrenza. Il significato della concorrenza

Quale quantità produrre? Massimizzazione del profitto e offerta concorrenziale. Il significato della concorrenza. Il significato della concorrenza Qual quantità produrr? Massimizzazion dl profitto offrta concorrnzial In ch modo l imprsa scgli il livllo di produzion ch massimizza il profitto. Com l sclt di produzion dll singol imprs contribuiscono

Dettagli

ESERCIZI AGGIUNTIVI MODELLO IS-LM ECONOMIA APERTA

ESERCIZI AGGIUNTIVI MODELLO IS-LM ECONOMIA APERTA ESERCIZI AGGIUNTIVI MODELLO IS-LM ECONOMIA APERTA Esrcizio n 1 C= 400 + 0,8D I= 200-1400r G= 200 TA= 0,25 X= 300-100 Q=156+0,4 r*=0,36 L=50+0,2-100r M o =99 a) Dtrminat l quazion dlla IS dlla LM, il tasso

Dettagli

FUNZIONI A DUE VARIABILI RICERCA DEI PUNTI DI MASSIMO E MINIMO

FUNZIONI A DUE VARIABILI RICERCA DEI PUNTI DI MASSIMO E MINIMO Pg. Pro. Muro D Ettorr UNZIONI A DUE VARIABILI RICERCA DEI PUNTI DI MASSIMO E MINIMO PREMESSE DERIVATE PARZIALI DI UNA UNZIONE A DUE O PIU VARIABILI Dt un unzon d n vrbl z=... n s dc drvt przl l unzon

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Le politiche per l equilibrio della bilancia dei pagamenti

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

Dettagli