Analisi statistica degli eventi idrologici estremi. Campione e Popolazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi statistica degli eventi idrologici estremi. Campione e Popolazione"

Transcript

1 Anals statstca degl event drologc estre Capone e Popolazone La statstca tratta le osservazon coe ndpendent le une dalle altre, l valore d un osservazone rsulta ndpendente rspetto ad un osservazone precedente (p. es. l valore d portata assa annuale osservata n un certo anno non dpende dal valore del asso osservato durante l anno precedente). Questo tpo d descrzone statstca è approprata per event drologc estre (portate e precptazon asse annual; portate ne). I etod statstc sono basat su prncp ateatc che descrvono la varazone casuale delle osservazon. Non sono ntes a rappresentare fenoen che hanno deternato le osservazon. Qund, per esepo, una stessa funzone d dstrbuzone d probabltà può essere utlzzata per descrvere l coportaento delle pogge ntense e anche quello delle portate d pena. I sste drologc sono talvolta nvestt da event estre (eteore, pene, scctà). La agntudo d un evento estreo è nversaente proporzonale alla sua frequenza d accadento, ovvero event olto sever/ntens accadono eno frequenteente d event d oderata ntenstà. L obettvo prncpale dell anals statstca de dat drologc è quello d collegare la agntudo degl event estre alla loro frequenza d accadento trate l pego d dstrbuzon d probabltà. In pratca, questo s consegue utlzzando per le anals statstche valor ass annual della varable d nteresse. Quando s tratta una sere d valor d portata assa annuale ogn valore è consderato ndpendente rspetto agl altr e può essere consderato coe la realzzazone d un processo stocastco dentco per tutt gl ann consderat. Questo naturalente plca che l sstea drologco che produce tal valor estre (l bacno drografco) non subsca varazon nel perodo consderato. Varazon tpche sono quelle collegate all uso del suolo, o alla costruzone d uno sbarraento. L nsee de dat dsponbl (p. es. 5 valor d precptazon orare asse annual rlevate per una data stazone tra l 93 ed l 988, con qualche buco) vene consderato coe un capone estratto da una potetca popolazone d densone nfnta. Le propretà statstche de capon (eda, varanza,..) varano da capone a capone, entre quelle della popolazone sono unche. Tuttava edante tecnche d nferenza statstca, le propretà della popolazone possono essere state a partre da quelle del capone dsponble. In pratca s dentfca una funzone d probabltà, rferta all ntera popolazone, che consente d specfcare, fra l altro, la probabltà che un generco valore X venga (o non venga) superato.

2 Fgura - Capone e popolazone e funzon d probabltà correlate (da Appled Hydrology, Chow, 988) Le funzon d frequenza relatva (relatve frequency functon) e d frequenza cuulata (cuulatve frequency functon) sono defnte per l capone. Le funzone d denstà d probabltà f() (probablty densty functon) e d probabltà F() (probablty dstrbuton functon) rappresentano le equvalent funzon per la popolazone. In partcolare F() è la probabltà che la varable X assua un valore copreso fra 0 ed, che sa qund nore d. In tal caso F() ndca la probabltà d non superaento. Il legae tra le funzon dscrete (capone) e quelle contnue (popolazone) è evdenzato dalle relazon proposte nel cercho che ncornca la fgura. Ad esepo la funzone d frequenza cuulata defnta per l capone tende a concdere con la funzone d probabltà all auentare del nuero de dat (n) e al dnure dell apezza d classe ( X)

3 L obettvo della statstca è quello d estrarre l nforazone essenzale da un nsee d dat sntetzzandolo n un certo nuero d paraetr. D seguto sono rportat paraetr fondaental. popolazone capone + µ f ( ) d tendenza centrale (eda) n n σ + f ( ) d ( µ ) n n varabltà (varanza) s ( ) γ + ( µ ) 3 3 σ f ( ) d setra (coeffcente d asetra) C s n ( ) ( n )( n ) s 3 3

4 Frequenza, Probabltà e Tepo d rtorno Dato un capone d dat nulla s sa de dat regstrat precedenteente al capone né de dat che verranno regstrat successvaente al capone. Tuttava è possble agnare che l coportaento statstco della popolazone sa ragonevolente rappresentato da quello del capone. Nel caso llustrato sono not valor d pogga orara assa regstrata n cascun anno tra l 93 ed l 988 n una data stazone. I dat d alcun ann sono stat pers o non sono stat rlevat e c sono alcun buch. In tutto c sono 5 dat che coprono un perodo d 66 ann. La sere che costtusce l capone è abbastanza lunga per rtenere che sa statstcaente rappresentatva dell andaento delle pogge asse orare n un perodo olto pù apo, coprendente passato e futuro. La popolazone cu l capone appartene è rappresentata da tutt gl event d pogga orara assa annuale che s sono verfcat nella stazone dalla forazone della terra ad ogg, e tutt gl event che s verfcheranno fno alla fne de tep. Tale fnestra cronologca appare, per la vertà, un tantno apa e v è l sospetto che coprenda var utaent clatc, ovvero perod n cu l coportaento delle pogge è stato/sarà sgnfcatvaente dverso dall attuale. E puttosto probable che l capone non sa rappresentatvo per tal perod. Tuttava restrngendo la popolazone a qualche centnao d ann (ndetro e avant) è olto ragonevole rtenere che l capone sa statstcaente rappresentatvo. Se nel capone s dentfca la edana, coè l nuero che rappresenta la poszone centrale, per defnzone età de valor sono nferor a tale nuero e età superor. Un valore d pogga orara assa par alla edana o superore s presenta 6 volte su 5 osservazon, edaente una volta su due (crca). E un valore che rtorna edaente ogn due ann.

5 Il valore che s colloca al 4 posto della sere ordnata vene raggunto, o superato, crca 0 volte su 5, ovvero edaente ogn 5 ann. Rtorna edaente ogn 5 ann. La cosa rsulta pù evdente se s rportano dat ordnat n senso crescente senza crtero cronologco:

6 L asse delle ascsse rproduce una funzone d frequenza rcavata dalla poszone d cascun valore nella sere ordnata. Se [N] è l nuero d eleent (5) ed [] è la poszone d cascun eleento nella sere ordnata (crescente) la frequenza d non superaento, detta anche plottng poston, è data dalla: F ns + N I valor pù grand vengono superat poche volte nel perodo d osservazone ed hanno qund una bassa frequenza d superaento e, d conseguenza, una elevata frequenza d non superaento. La frequenza d superaento è ovvaente F s F ns. Per estrapolare dat nel futuro (e nel passato) è necessaro rcorrere ad una funzone ateatca che descrva adeguataente l capone a s estenda ben oltre valor dsponbl. S passa così dal capone alla popolazone e dalla frequenza alla probabltà. F s e F ns vengono rpazzat da P s (probabltà d superaento) e P ns (probabltà d non superaento) calcolat con etod ateatco-statstc. In questo abto l tepo d rtorno è defnto dalla: T P s P ns S not che se P s 0.0 (e P ns 0.99) rsulta T 00 ann. Il tepo d rtorno d un evento d assegnata ntenstà è qund: Nuero d ann che n eda separa l verfcars d due event d ntenstà eguale o superore a quella assegnata; Nuero d ann n cu l evento d ntenstà assegnata vene eguaglato o superato n eda una volta.

7 In queste defnzon, la parola chave è n eda. Infatt, l tepo d rtorno non è l nuero d ann che separa due event d ntenstà eguale o superore a quella assegnata. Secondo tale ulta defnzone, dopo l verfcars d un evento T-ennale (ovvero d probabltà d superaento /T), occorrerebbe attendere T ann affnché l evento s rpeta (con certezza). Questo non è vero: nfatt, la probabltà d un tale evento rane par ad /T n cascun anno, ndpendenteente dal verfcars d un sle evento nell anno precedente o n ann recent. Rscho drologco ntrnseco Per calcolare la probabltà che un evento T-ennale (con tepo d rtorno T) s verfch o venga superato aleno una volta n un perodo d N ann s utlzzano gl asso del calcolo delle probabltà: Probabltà d superaento n cascun anno P s T P ns T Probabltà d non superaento n cascun anno ( ) N Probabltà d non superaento n N ann P [ ( )] N ns T N Probabltà d superaento n N ann P [ ( T )] N L espressone vene utlzzata nel calcolo della fallanza d un opera o d un ntervento (rscho drologco ntrnseco). Quando s deve valutare l rscho ntrnseco assocato ad un certo evento, s calcola la probabltà che l evento teble (evento che eguagla o supera un assegnata sogla progettuale) s verfch aleno una volta (ovvero una o pù volte) durante la vta presunta dell opera. S consder un opera o un ntervento densonato con rferento all evento (T) d T ann d tepo d rtorno: l rscho R N [(T)], ovvero la probabltà che, durante N ann d funzonaento, l opera rsult nsuffcente una o pù volte, è esprble coe: R N [ ( T )] T Nel caso n cu NT, R T [(T)] tende rapdaente al valore asntotco 0.63 al crescere d T. Questo ndca che la probabltà che un opera dvent nsuffcente n un arco d tepo d durata par al tepo d rtorno d progetto è par, per valor non troppo pccol d quest ulto, al 63% crca. Il rscho drologco ntrnseco è ndcato nella ternologa adottata per l rscho totale con l noe d percolostà o hazard. N s

8 Dstrbuzon d Probabltà Coe s è detto per estrapolare dat nel futuro è necessaro rcorrere ad una funzone ateatca. La statstca offre nueros tp d funzon d dstrbuzone e alcune d esse s rvelano donee a descrvere la probabltà relatva ad event drologc e eteorologc estre. I dat sperental vengono nterpolat da una funzone contnua che s può estendere fno ad una probabltà d non superaento olto prossa ad uno. Tenendo conto che l tepo d rtorno è legato al recproco d tale probabltà dalla: P ns ( T ) T P ns è possble rappresentare lo stesso grafco con una dversa scala delle ascsse:

9 La zona della curva pù prossa alla probabltà uno (a destra nel grafco) s espande (grafcaente) n odo consstente dato che sono, a ttolo d esepo: P0.500 T00 P0.900 T00 P0.950 T00 P0.980 T050 P0.990 T00 P0.995 T00 La funzone d dstrbuzone llustrata è quella d GUMBEL (o del valore estreo d I tpo), tra le pù utlzzate n abto drologco. GUMBEL Denstà d probabltà Probabltà (cuulata) u u f ( ) ep ep α α α u F( ) ep ep α La funzone ha due paraetr che possono essere stat con l etodo de oent: α 6s π In cu [s] è la varanza statstca del capone u 0.577α In cu è la eda del capone La legge probablstca può opportunaente essere rscrtta ntroducendo la cosddetta varable rdotta (w)

10 u w α [ ( w) ] F( ) ep ep w ln ln F( ) Not paraetr della dstrbuzone è possble deternare l valore d T caratterzzato da un dato tepo d rtorno T. Assegnato l tepo d rtorno T e rcordando: T P s P ns F( T ) rsulta defnta la probabltà cuulata d non superaento: T F( T ) T la corrspondente varable rdotta: w T ln ln F ( T ) e nfne l valore d pogga corrspondente al tepo d rtorno T: T wα + u Analogaente è possble deternare l tepo d rtorno T da assegnare all evento d agntudo S calcola la varable rdotta n funzone d w u α e l relatvo valore d probabltà [ ( w) ] F( ) ep ep da cu l tepo d rtorno T F( T )

11 Cartogra probablstc Una valutazone della bontà dell adattaento della dstrbuzone al capone dsponble può essere conseguta trate un esae grafco basato su dagra probablstc traccat su carte specal (cartogra probablstc). Tal carte sono costrute n odo che le curve d probabltà d un certo tpo v vengano rappresentate coe rette. In tal dagra, su d un asse (d solto quello delle ascsse) vengono rportat, n scala lneare o logartca, valor della varable e sull altro le probabltà o le frequenze cuulate d non superaento (o l tepo d rtorno), adottando una partcolare graduazone che dpende dal tpo d dstrbuzone. Nella carta probablstca d Gubel (ved fgura) sono rportate n ascssa sa la frequenza (n basso) che l relatvo tepo d rtorno (n alto). È noltre rportato l valore della varable rdotta (y nel dagraa) corrspondente a cascuna frequenza. (ascssa pù n basso). I valor del capone vengono poszonat rportando n ascssa la plottng poston. La scala delle ordnate è lneare e su d essa s rportano valor congruent con quell del fenoeno osservato, nel nostro caso valor d pogga assa d assegnata durata regstrat n cascun anno. Se l tpo d dstrbuzone corrspondente alla carta probablstca è adatto ad nterpretare le osservazon, queste devono addensars pù o eno ntorno ad una retta. Questa rappresentazone grafca è qund utle per verfcare l esattezza dell assunzone fatta crca la dstrbuzone d probabltà prescelta. La bontà de rsultat può ovvaente essere valutata rcorrendo ad opportun test statstc; tra test pù utlzzat s rcordano l test d Kologorov-Srnov e quello del χ (ch quadro). Una volta selezonato l tpo d dstrbuzone d probabltà, la rappresentazone del capone sul cartograa probablstco prescelto s presta anche per la deternazone de paraetr della dstrbuzone. E questa la base del etodo de n quadrat che prevede la sta de paraetr della dstrbuzone edante nterpolazone (con una retta) de punt sperental collocat sul cartograa. Generalente la qualtà de rsultat che s ottengono trate tale procedura è nferore rspetto a quella conseguble trate l etodo de oent.

12 Lnea Segnalatrce d Probabltà Pluvoetrca (LSPP) Noralente per una stazone s dspone d un capone d valor estre d precptazone costtuto da ass regstrat n cascun anno per vare durate. Le durate standard sono, 3, 6,, 4 ore, d recente spesso accopagnate dagl scrosc d 5, 30 e 45 nut. Negl stud su coprensor d panura, relatv alle opere d bonfca, s utlzzano le durate d,, 3, 4, 5 gorn, con la edesa procedura. Cascuna sere (cascuna durata) vene regolarzzata n odo ndpendente. Da tale operazone s rcavano valor d pogga d durata, 3, 6,, 4 ore per qualsas tepo d rtorno. Noralente s adottano tep d rtorno standard d, 5, 0, 0, 50, 00 e 00 ann. Operando secondo le odaltà gà llustrate s rcavano le pogge per cascuna durata e tepo d rtorno. Nella pratca progettuale è tuttava quas sepre necessaro conoscere, scelto l tepo d rtorno, l valore della precptazone relatva ad una durata dversa dalle cnque calcolate, specfcataente una durata caratterstca del sstea drologco/draulco oggetto d studo. La lnea segnalatrce d probabltà pluvoetrca (LSPP) fornsce una relazone fra altezza [h] e durata [t] della pogga per un assegnato tepo d rtorno. La fora noralente utlzzata n Itala è: h n at n cu [a] ed [n] varano con l tepo d rtorno e vengono calcolat nterpolando valor ottenut dalle (cnque) funzon d dstrbuzone d probabltà. S ottene, ovvaente, una curva per ogn tepo d rtorno. Il etodo pù veloce per deternare paraetr [a] ed [n] d cascuna lnea segnalatrce consste nell nterpolarl lnearente n un pano n scala blogartca (ovvero: n un pano n cu n ascsse v sa [log t] ed n ordnata [log h]). Infatt passando a logart s ottene una retta (per ogn TR): h at n log h loga + nlogt L nterpolazone può essere effettuata grafcaente, con rsultat approssat, o analtcaente edante una seplce procedura d regressone lneare tra punt dat (che noralente sono 5 relatv alle cnque durate orare). Le procedure d regressone lneare sono noralente gà pleentate ne software d calcolo e persno n olte calcolatrc tascabl. Ugualente s raenta che l etodo de n quadrat consste nell ndvduare l set d paraetr, che per la retta n dscussone sono pendenza [n] ed ntercetta [log(a)], che rendono na la soatora de quadrat degl scart, ovvero delle dstanze tra (5) valor osservat ed corrspondent valor sulla retta nterpolante. log(t) y log(h) b log(a) nuero punt (5) y y y n b Dopo aver ottenuto valor de paraetr n scala logartca è necessaro rtornare alle denson lnear. log h log a + nlogt h cò s ottene seplceente con l uguaglanza tautologca: a log 0 L andaento qualtatvo della lnea segnalatrce è ostrato n fgura: a n at y

13 La lnea segnalatrce s può esprere n tern d ntenstà h t da cu: h at ( n ) poché sperentalente n < l andaento dell ntenstà nel tepo rsulta decrescente coe rappresentato n fgura:

14 Regonalzzazone delle LSPP A volte s rtene convenente studare la dstrbuzone degl event estre a scala pù apa. S procede soltaente regolarzzando le sere d tutte le stazon (a volte con procedure leggerente odfcate) e qund successvaente s confrontano e/o s nterpolano valor de paraetr con procedure statstche (splne, krgng,..). Le fgure ostrano una rappresentazone per solnee della varabltà spazale de paraetr a ed n relatvaente alla provnca d Trento.

15 Regolarzzazone de ass annual d precptazone per la Stazone d Rva d Tures. I dat d, 3, 6, e 4 ore (P0, P03, P06, P, P4) costtuscono altrettant capon su qual deternare paraetr della legga probablstca teorca, n questo caso la legge d GUMBEL ANNO P0 P03 P06 P P

16 Gl statstc del capone: eda e varanza sono calcolat per cascuna durata MEDIA VAR DEV.ST Dagl statstc del capone sono desubl n base al etodo de oent paraetr della legge teorca ALFA U La legge d GUMBEL può qund essere rscrtta per la specfca popolazone analzzata, ad esepo per la popolazone de ass annual d durata 4 ore: F ( ) ep ep è qund possble estrapolare dat per qualsas tepo d rtorno secondo le odaltà gà llustrate. Esepo: T 00 ann 00 F ( 00 ) w ln ln 0.995) o assegnare l corrspondente tepo d rtorno ad un evento d data agntudo. Esepo X w [ ep( 4.3) ] F ( ) ep T 6. 5ann I dat possono opportunaente essere collocat sul cartograa probablstco. I punt rappresentano valor del capone collocat n base alla plottng poston, la lnea contnua espre la legge teorca d probabltà adattata al capone n base a paraetr stat con l etodo de oent.

17 L elaborazone estesa a tutte le durate d precptazone porta al calcolo de quantl regolarzzat per dvers tep d rtorno T W P0 P03 P06 P P Da dat regolarzzat s rcavano le lnee segnalatrc d probabltà pluvoetrca desubl dalle coppe altezza-durata per dvers tep d rtorno. Utlzzando la sbologa adottata per tepo d rtorno d 00 ann: log(t) y log(h) b log(a) nuero punt (5) t h logt ylogh ^ y SOMMA

18 y y n y y b S ottene: n b.5 da cu a3.43 qund la lnea segnalatrce per tepo d rtorno 00 ann t h

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de

Dettagli

Esercizio statistica applicata all ingegneria stradale pag. 1

Esercizio statistica applicata all ingegneria stradale pag. 1 ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure

Dettagli

Idraulica e Idrologia: Lezione 7

Idraulica e Idrologia: Lezione 7 Idraulca e Idrologa: Lezone 7 Agenda del gorno - Uso delle dstrbuzon statstche; - Dstrbuzone d Gumbel; - Carte probablstche; - Plottng poston; - Elaborazon delle precptazon estreme; - Curve d probabltà

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

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

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

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

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

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

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

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

= = = = = 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

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Campionamento a grappoli

Campionamento a grappoli Caponaento a grappol Caponaento a grappol a stratfcazone è uno struento per auentare la precsone, col quale dvdao una popolazone n sottopopolazon strat, cascuna delle qual vene po caponata separataente

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

3 MODELLI STATICI LINEARI

3 MODELLI STATICI LINEARI Francesco Carlucc Tracca per un corso d Econoetra Modulo I Concett d base MODELLI STATICI LINEARI Indce del captolo. Fora strutturale enerale de odell statc lnear.. Fora atrcale delle equazon struttural..4.

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1; Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone

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

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Segmentazione di immagini

Segmentazione di immagini Segentazone d agn Introduzone Segentazone: processo d partzonaento d un agne n regon dsgunte e oogenee. Esepo d segentazone. Tratta da [] Introduzone def. forale Sa R l ntera regone spazale occupata dall

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

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

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

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

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

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

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

Principio di sostituzione - I

Principio di sostituzione - I 67 Prncpo d sosttuzone - I In una rete elettrca (lneare o non-lneare) un coponente elettrco, o un nsee d coponent elettrc (lnear o non lnear), può essere sosttuto con un altro coponente o nsee d coponent

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

Verifiche di congruità tecnica delle offerte rispetto ai margini

Verifiche di congruità tecnica delle offerte rispetto ai margini Dsposzone tecnca d funzonaento Pagna 1 d 7 Dsposzone tecnca d funzonaento n. 10 rev.1 MPE (a sens dell artcolo 4 del Testo ntegrato della Dscplna del ercato elettrco, approvato con decreto del Mnstro delle

Dettagli

Flusso di un vettore v attraverso una superficie S. ( 1 ) v n n

Flusso di un vettore v attraverso una superficie S. ( 1 ) v n n Teorea d Gauss ( I Parte).I INTRODUZIONE. Prelnarente, s ntrodurrà la seguente defnzone: Flusso d un vettore v attraverso una superfce S. ( ) Sa dato un capo vettorale, ovvero una funzone v che ad ogn

Dettagli

Il diagramma cartesiano

Il diagramma cartesiano Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due

Dettagli

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

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

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

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE INTRODUZIONE AL LABORATORIO PLS: LA MATEMATIA PER LE DEISIONI FINANZIARIE Lvana Pcech Dpartento d Scenze econoche, azendal, ateatche e statstche Bruno de Fnett Unverstà d Treste Nel Laboratoro sono ntrodotte

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

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

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze Le obblgazon: msure d rendmento e rscho La curva de rendment per scadenze Economa del Mercato Moblare A.A. 2017-2018 La curva de rendment (yeld curve) (1) Il rendmento d un ttolo obblgazonaro dpende da

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

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

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Il trattamento dei dati a fini descrittivi

Il trattamento dei dati a fini descrittivi Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

(come ragionare quantitativamente in condizioni di incertezza)

(come ragionare quantitativamente in condizioni di incertezza) LABORATORIO DI FISICA IGEGERIA "La Sapenza" Prof. A. Scubba ELEMETI DI TEORIA DELLE PROBABILITÀ (coe ragonare quanttatvaente n condzon d ncertezza) LO SPAZIO DEGLI EVETI Pra d ntrodurre l concetto d probabltà

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca

Dettagli

Valutazione dei Benefici interni

Valutazione dei Benefici interni Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

CONFORMITA DEL PROGETTO

CONFORMITA DEL PROGETTO AMGA - Azenda Multservz S.p.A. - Udne pag. 1 d 6 INDICE 1. PREMESSA...2 2. CALCOLI IDRAULICI...3 3. CONFORMITA DEL PROGETTO...6 R_Idr_Industre_1 Str.doc AMGA - Azenda Multservz S.p.A. - Udne pag. 2 d 6

Dettagli

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali Chmca Fsca - Chmca e Tecnologa Farmaceutche Lezone n. 10 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Convenzon per le soluzon real Relazon tra coeffcent d attvtà 02/03/2008 Antonno

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

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

Motore ad induzione: modelli matematici e modelli per la simulazione. 1.1 Modelli matematici del motore ad induzione

Motore ad induzione: modelli matematici e modelli per la simulazione. 1.1 Modelli matematici del motore ad induzione OTOE AD INDUZIONE ODEI ATEATICI E ODEI PE A IUAZIONE otore ad nduzone: odell ateatc e odell per la sulazone. odell ateatc del otore ad nduzone Nello studo degl azonaent ndustral è necessaro rappresentare

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0

INTERPOLAZIONE MEDIANTE CURVE SPLINE. '' ( b ) = 0 INTERPOLAZIONE EDIANTE CURVE SPLINE Defnzone del problema Sovente, nelle applcazon grafche (CAD Computer Aed Desgn), s ha la necesstà d traccare, dat alcun punt, una lnea che l raccord e che sa suffcentemente

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE In presenza d una almentazone alternata snusodale tutte le grandezze elettrche saranno alternate snusodal. Le equazon d funzonamento n regme comunque varale

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

RAPPRESENTAZIONE DI MISURE. carta millimetrata

RAPPRESENTAZIONE DI MISURE. carta millimetrata carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!

Dettagli

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE Unverstà degl Stud d Caglar Dpartento d Ingegnera Elettrca ed Elettronca CODIFICA BINARIA DELL INFORMAZIONE Analogco Vs. Nuerco Sste analogc: la grandezza da surare vene rappresentata con un altra grandezza

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

5. Baricentro di sezioni composte

5. Baricentro di sezioni composte 5. Barcentro d sezon composte Barcentro del trapezo Il barcentro del trapezo ( FIURA ) s trova sull asse d smmetra oblqua (medana) della fgura; è suffcente, qund, determnare la sola ordnata. A tal fne,

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

CAPITOLO 3 CIRCUITI DI RESISTORI

CAPITOLO 3 CIRCUITI DI RESISTORI CAPITOLO 3 CIRCUITI DI RESISTORI Pagna 3. Introduzone 70 3. Connessone n sere e connessone n parallelo 70 3.. Bpol resstv n sere 7 3.. Bpol resstv n parallel 77 3.3 Crcut resstv lnear e sovrapposzone degl

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplce 21.01 Radazon onzzant TITOLO Interconfronto Consorzo Eraclto Msure d rateo d dose gamma n campo - Cuncolo esploratvo de la Maddalena Allneamento msure

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

La Regressione lineare in presenza di errori su x e su y studiata mediante Excel. Pietro Romano Liceo Scientifico Statale Leonardo Giarre

La Regressione lineare in presenza di errori su x e su y studiata mediante Excel. Pietro Romano Liceo Scientifico Statale Leonardo Giarre La Regressone lneare n presenza d error su e su studata edante Ecel. Petro Roano Lceo Scentfco Statale Leonardo Garre 1. Preessa In ueste pagne vene dscusso un approcco al problea della deternazone della

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

GRANDEZZA FISICA = ente suscettibile di definizione quantitativa, caratterizzato da un numero ed una unità di misura.

GRANDEZZA FISICA = ente suscettibile di definizione quantitativa, caratterizzato da un numero ed una unità di misura. GRANDEZZA FISICA = ente suscettble d defnzone quanttatva, caratterzzato da un nuero ed una untà d sura. Ogn grandezza fsca va defnta n odo operatvo. Una defnzone s dce operatva se vengono specfcate unvocaente

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli

SULLA MAGRA ESTIVA DEL FIUME PO NELL ANNO 2003

SULLA MAGRA ESTIVA DEL FIUME PO NELL ANNO 2003 Slvano Pecora, Alessandro Allod* VERSIONE PRELIMINARE SULLA MAGRA ESTIVA DEL FIUME PO NELL ANNO 003 Sommaro L andamento drometrco del fume Po durante mes d gugno e luglo 003 sta caratterzzando la formazone

Dettagli