Calibrazione. Lo strumento idealizzato

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Calibrazione. Lo strumento idealizzato"

Transcript

1 Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta dell operazone d calbrazone. Argoment : defnzone del modello d strumento dealzzato; la tecnca della regressone lneare; la verfca della bontà d una regressone; l processo d calbrazone. Lo strumento dealzzato

2 Lo strumento reale Lo strumento può essere rappresentato come un sstema a pù ngress ed una sngola uscta. Ingress: desderato d nterferenza d modfca Uscta: msura d nterferenza d modfca desderato STRUMETO msura La completa caratterzzazone d uno strumento prevedrebbe l ndvduazone spermentale della sua funzone d trasfermento ovvero della funzone che lega l uscta a tutt gl ngress. Msura=f(desderato, nterferenza, modfca) La msura è n genere dpendente, attraverso le sensbltà ncrocate, a molt ngress dvers da quello desderato. Partcolare mportanza rvestono anche l tempo e la frequenza, come vedremo nel proseguo del corso. 3 Lo strumento dealzzato Dal punto d vsta metrologco lo strumento vene normalmente rcondotto ad un sstema sngolo ngresso sngola uscta (SISO). Ingress: desderato d nterferenza d modfca Uscta: msura d nterferenza d modfca desderato STRUMETO msura La caratterzzazone dello strumento vene semplfcata: Msura=f(desd., nterf., modf.)=k(desderato) desderato+offset La dpendenza dell uscta dall ngresso vene rdotta ad un sngolo parametro (K) detto coeffcente d calbrazone. elle comun applcazon n ambto spermentale l coeffcente d calbrazone è n realtà una costante d calbrazone e l offset è nullo. 4

3 Lo strumento dealzzato Il comportamento dello strumento reale è qund rcondotto a quello dello strumento deale defnble da una relazone ngresso-uscta: u(t)=k (t) con k costante, almeno nel campo d varabltà dell ngresso n cu vene utlzzato lo strumento. Out La costante d calbrazone non dpende dalla varabltà temporale dell ngresso: l dagramma ngresso / uscta è un segmento. Questo comportamento è detto statco: lo strumento non ha stat ntern che contrbuscono alla dnamca dell uscta. In La funzone d trasfermento è una costante ed ogn varabltà dell uscta è esclusvamente dovuta alla varazone dell ngresso con un legame puramente proporzonale e non rsente d altr dsturb. 5 Lo strumento dealzzato Lo strumento deale è un modello metrologco; la maggor parte degl strument ha caratterstche assmlabl allo strumento deale solo per partcolar modaltà d mpego. Occorre qund un metodo d anals che c permetta d capre come usare uno strumento perché funzon n manera deale. Dobbamo qund costrure un modello pù complesso del semplce SISO lneare; l anals del suo comportamento consentrà d capre n qual condzon s rduce al modello metrologco. La defnzone analtca delle caratterstche dnamche consente d capre alcune delle lmtazon d utlzzo. La defnzone spermentale delle caratterstche statche permette d costrure l modello metrologco (quas-deale) dello strumento. Le caratterstche statche defnscono la qualtà della msura, qund valgono anche nelle applcazon dnamche. Quest element verranno dscuss nella seconda parte del corso. 6 3

4 Regressone d dat spermental Revsone de concett prncpal 7 Tendenze e regresson elle attvtà spermental è pratca comune correlare dat medante la regressone (fttng) d funzon matematche, come polnom d basso ordne o esponenzal, n bx y = a + ax + ax + = a x y = ae = Una delle funzon pù comunemente utlzzate per la caratterzzazone d strument è la retta. In altr cas è possble esegure una trasformazone n modo da rcondurre l legame ad una forma lneare. Il problema può essere così formulato: dato un nseme d coppe d dat (X, Y), trovare la funzone che descrve meglo l andamento generale 8 4

5 Tendenze e regresson Affrontamo un caso partcolare: l modello d ordne L errore per ogn punto è dato da y = a e = y a L errore quadratco totale è Mnmzzamo rspetto all ncognta Soluzone = = ( ) = = E e y a E ( a y ) Il modello regressvo defnsce l coeffcente d regressone come la meda de valor e deve essere mpegato solo n assenza d una tendenza = = a = a y a y a y ( ) = = = = = = 9 Tendenze e regresson Affrontamo l caso lneare tpco della calbrazone d uno strumento: y = a + ax L errore per ogn punto è dato da e = y ( a + a x ) L errore quadratco totale è Mnmzzamo rspetto alle ncognte = = ( ( + )) = = E e y a a x E = ( ax + a y ) = a = E = x ( ax + a y ) = a = 5

6 Tendenze e regresson Regressone, o fttng, lneare: x y = a = = x x a x y = = = a = y x x y x = = = = x x = = a x y y x = = = = x x = = Tendenze e regresson Ordne Soluzone: Condzon d esstenza: - superore a - Denomnatore non nullo a = y x x y x = = = = x x = = Cosa dre del caso d x rpetute? Il rsultato dpende dal numero d punt e dalla loro collocazone nel campo d regressone: avrebbe senso rpetere le poszon x? x = = a x y y x = x = = = x x = = 6

7 Qualtà della regressone Come valutare la qualtà della regressone? I dat sono realmente bene nterpretat da una retta? L ndcatore prncpe è l errore quadratco tra modello e dat: facendone la meda ottenamo una varanza rferta a tutte le msure. E una msura della dstanza tra modello e dat ed è nulla se punt appartengono alla retta d regressone. σ y, x = ( y ( a + ax )) = el caso d carenza d correlazone essa tende allo scarto quadratco dalla meda delle msure (scuramente maggore). σ y = ( y y) = Un ndcatore sntetco della qualtà della regressone è l coeffcente d determnazone, r o R, che rappresenta la dstanza percentuale dalla stuazone d assenza d correlazone. σ r = σ y, x y 3 Qualtà della regressone Con questa notazone r = se tutt punt gaccono sulla retta r = se punt hanno dstrbuzone casuale r r r Una buona correlazone presenta un coeffcente d regressone superore a.98; per uno strumento c s aspetta un valore

8 Qualtà della regressone Per ogn coppa: x, y calcolare la msura con l polnomo d regressone: calcolare la devazone rspetto al valore d rfermento: = y mettere n grafco le devazon n funzone dell ngresso. S deve verfcare l assenza d una qualsas tendenza Sulle ordnate sono rportate le devazon. La scala che ne consegue mette n evdenza eventual comportament anomal: tendenze d ordne superore rspetto all ordne del polnomo usato; dsperson non omogenee. Dspersone: Y-(ax-b) [V] y = a + a x y Ingresso Y 5 Tendenze e regresson E noto che camb d coordnate possono semplfcare l nterpretazone de dat (es. le coordnate logartmche consentono d descrvere n termn lnear alcun fenomen come la scarca d un condensatore o n generale la rsposta esponenzale d un equazone dfferenzale d prmo grado). In quest cas s parla d regressone lneare con trasformazone. Grafcamente: 6 8

9 Tendenze e regresson Esamnamo un equazone esponenzale: y = ae hx Applcando l logartmo ad entramb termn ottenamo ln(y) = hx + ln(a) Y = Bx + A Pochè ln(a) è una costante, abbamo ottenuto una relazone lneare tra x e ln(y). Eseguendo qund l logartmo delle msure y (Y=ln(y)) ottenamo un problema d regressone nella forma lneare canonca Y = Bx + A con a=exp(a) e h=b 7 L operazone d calbrazone 9

10 Calbrazone La calbrazone è la procedura spermentale che permette d defnre la caratterstca metrologca pù mportante d uno strumento: l rapporto ngresso-uscta o guadagno o sensbltà (senstvty) Permette d mettere n relazone l'uscta d uno strumento con l'ngresso attraverso una msura nota e precsa dell'ngresso stesso. Stamo dentfcando una funzone d trasfermento. Tale relazone è genercamente non lneare ma per molt strument è costante, almeno nell ambto d partcolar condzon d utlzzo defnte propro per garantre questo comportamento Se l guadagno è costante, l uscta è puramente proporzonale all ngresso: s dce che lo strumento ha un comportamento statco ne confront dell ngresso, coè non produce effett dnamc propr dello strumento e nnescat dalla varabltà nel tempo dell ngresso. Opzon d calbrazone Obettv della calbrazone: valutazone metrologca d uno strumento (Costruttore, Responsable della Qualtà). Defnzone delle curve d calbrazone e taratura per cu è necessaro avere sa un numero elevato d punt nell ntervallo d varabltà dell ngresso sa un numero elevato d rpetzone della msura per lo stesso valore d ngresso. Defnzone d tutt gl element d nteresse generale (lmt d accuratezza, steres, effett d ngress, ) mantenmento n qualtà dello strumento (Responsable dell utlzzo) Valutazone dello stato generale dello strumento per cu sono necessare solo alcune msure rpetute n alcune stazon per garantre l corretto funzonamento del dspostvo. Verfca delle curve d calbrazone e taratura tpcamente svolta con procedura a sngolo cclo.

11 Calbrazone La procedura d calbrazone consste de seguent pass: regstrazone de dat ambental e verfca dell assenza d effett non controllat sullo strumento soggetto a calbrazone; applcazone d una sere d valor n ngresso allo strumento e trascrzone de corrspondent valor n uscta; traccatura della curva (retta) d regressone; dentfcazone de valor caratterstc della funzone d calbrazone (per una retta: costante d calbrazone ed offset). el caso d sensbltà apprezzable ad ngress dvers da quello desderato è necessaro rpetere la calbrazone con valor dfferent d tal parametr (modfca o nterferenza) n modo da quantfcarne gl effett su parametr d calbrazone. S ottengono le derve d sensbltà o d zero: la dervata della costante d calbrazone, o dell offset, rspetto ad un ngresso ndesderato. 3 Modaltà d prova: sequenzale/casuale La calbrazone prevede l applcazone statca d ngress sull ntero campo d msura dello strumento. Gl ngress possono essere applcat n manera sequenzale o casuale. Una prova sequenzale prevede la varazone progressva dell ngresso sull ntervallo desderato, n salta (up-scale) ed n dscesa (down-scale): ogn applcazone dell ngresso consste n un ncremento/decremento del precedente. Una prova casuale prevede l applcazone degl ngress, dstrbut sull ntero ntervallo d varabltà, con un ordne casuale: ogn applcazone dell ngresso è ndpendente dal precedente. I requst operatv per la realzzazone della calbrazone sono strngent (ambente controllato o d laboratoro) e non compatbl con quell d eserczo: la calbrazone deve avvenre n condzon ambental controllate. 4

12 Modaltà d prova: sequenzale/casuale La prova con modaltà sequenzale permette d evdenzare gl effett d steres coè la presenza d dsspazon nello strumento che producono una varazone dell uscta dovuta all ngresso dfferente nel caso n cu l ngresso precedente fosse superore o nferore a quello attuale (partcolarmente utle anche nelle prove oltre che nella calbrazone). La sequenza casuale permette d mnmzzare effett qual le nterferenze degl ngress non desderat e l steres. La conoscenza de fenomen fsc convolt permette d valutare a pror l mportanza della scelta. La strumentazone d buona qualtà dovrebbe presentare rdott effett steretc, qund una prova sequenzale non è crtca. 5 Calbrazone La calbrazone qund: è un operazone che permette d ottenere la relazone che lega l'uscta d uno strumento con l'ngresso attraverso l'mpego d una msura nota, certa e precsa dell'ngresso stesso; può essere applcata ad uno strumento, ad un sstema d msura o a un trasduttore sngolo; può avvenre tramte metodologa: dretta: le uscte dello strumento vengono confrontate con ngress omogene not (standard): es. peso calbrato, metro ndretta: se l enttà dell ngresso d calbrazone vene contestualmente msurata con uno strumento preventvamente calbrato. 6

13 Calbrazone IMPORTATE: l accuratezza dello strumento utlzzato per confronto deve essere un ordne superore d quella dello strumento da tarare. W r < / W m Incertezza della msura Wm Incertezza del rfermento Wr 7 Calbrazone e Taratura Operatvamente: dat d ngresso/uscta vengono trascrtt/regstrat n tabelle; dat vengono elaborat medante una regressone (lneare) n modo da ottenere la curva d calbrazone n forma analtca: v msurata = k Ingresso + h el caso d uno strumento che present la msura n termn omogene con l ngresso, es. un manometro n cu s legga drettamente l valore d pressone), coeffcent d calbrazone correggono la lettura: P msurata = z P mposta + w con z e w 8 3

14 Taratura Operatvamente la relazone d calbrazone è nutle: l obettvo d un attvtà spermentale è d conoscere l ngresso applcato allo strumento data la sua uscta. La relazone d calbrazone vene qund rsolta rspetto alla msura per fornre la curva d taratura: Msura = K v msurata + H relazone che permette d rcavare la msura da assegnare al msurando per un valore d lettura fornto da un dspostvo d msurazone. p ndcata = K v msurata + H p ndcata = Z p msurata + W La curva d taratura è una relazone bunvoca tra valor fornt dallo strumento e corrspondent valor da assegnare al msurando. Se la curva d taratura è una retta parleremo d costante d taratura; n caso contraro l comportamento non è lneare (mpego prevalente n applcazon statche). 9 Calbrazone La fgura mostra una curva d calbratura reale ottenuta medante un solo percorso d carco-scarco. Sono rportat dat relatv alla curva d calbrazone vera e propra, del tpo pressone ndcata/ pressone reale e valor della retta d regressone. Sono mostrate noltre le nformazon nerent le condzon ambental n cu s è svolta la prova, temperatura, e le condzon operatve, lvell d accelerazone e vbrazone. 3 4

15 Opzon d calbrazone La qualtà della calbrazone dpende dalle nformazon dsponbl ed n partcolare dal: numero d stazon utlzzate per defnre l andamento del legame ngresso-uscta sul campo d msura; numero d ccl mpegat per defnre parametr d qualtà valutando la dspersone delle rsposte sul campo d msura (rpetbltà, accuratezza, ). Se non serve defnre la qualtà dello strumento è nutle esegure ccl multpl d carco/scarco perché è nfatt suffcente un sngolo cclo d acquszone per defnre correttamente l legame funzonale, sempre che lo strumento sa n condzon ottmal. E mportante sottolneare che la regressone non è n grado d capre la dfferenza tra pù lvell d ngresso o pù msure per lvello a partà d numero complessvo d valutazon. 3 Calbrazone Pass del procedmento: regstrare dat ambental; acqusre le coppe d valor ngresso/uscta sull ntero campo d msura e, se necessaro, per pù ccl; calcolare e traccare la retta d regressone; calcolare e mettere n grafco le devazon dalla retta d regressone; calcolare e traccare l ntervallo d confdenza; defnre le caratterstche d qualtà dello strumento. 33 5

16 Calbrazone Dat da un rapporto su attvtà d laboratoro: calbrazone d un potenzometro lneare Msure cclo Pos Calbrazone La vsualzzazone de dat ovvero l mettere n grafco punt e la retta d regressone evdenza: comportament anomal; punt dscutbl; dfferenze d comportamento tra ccl d carco/scarco. 6 5 Coeff. retta regressone: A =. B = Msure [V] 4 3 otate qualche problema? Poszone [cm] 35 6

17 Calbrazone Vsualzzazone scostament da msura attesa: devazone e =y -(a x +b) Rappresentamo: scostament dalle msure otate qualcosa? Aggungamo: valor med stazon; dspersone stazon. Comment? Errore: y-(ax-b) [V] Equazone V=.87 cm Poszone [cm] Il dagramma evdenza ncongruenze d comportamento: la dspersone de punt estrem è molto pù pccola; la dfferenza d dspersone ndca un comportamento dverso; escludendo punt estrem s evdenza una tendenza lneare. 36 Calbrazone Qualora fosse gustfcato e corretto escludere punt estrem s otterrebbe una curva d calbrazone leggermente dversa Il grafco uscta/ngresso non s modfca, camba nvece l grafco Equazone V=.4 cm devazone/ngresso:.3 a errato.87 a corretto. err msura a VFS:.343 mm err % FS d 3 cm:.584% Comment? Errore: y-(ax-b) [V] Poszone [cm] La dstrbuzone delle dsperson è omogenea; la tendenza meda è evdentemente orzzontale; la pccola dfferenza sulla pendenza provoca dfferenze sensbl. 37 7

18 Calbrazone: legame ngresso uscta Se esegut pù ccl d ngress, sono possbl tre schem operatv: regressone totale: s utlzzano nseme tutt valor dsponbl; regresson ndpendent e valutazone de valor med e delle devazon standard de coeff. d regressone per ogn cclo; regressone su valor med per ogn punto d ngresso.. Cclo Valor Dev. Coeff Meda Std. A B Globale A =.985 B = Rsultat dentc SE punt d msura sono gl stess per tutt ccl. La seconda procedura fornsce un ndcazone d ncertezza per coeffcent (normalmente poco attendble avendo poch ccl). 38 Altr mpegh della regressone 39 8

19 Altr mpegh della regressone La regressone è una procedura d stma de coeffcent d una funzone n grado d mnmzzare gl scostament d un modello dal comportamento defnto da un nseme d dat spermental. La regressone lneare è un utle mezzo per determnare da dat spermental le costant d funzonamento che determnano l uscta d un sstema n proporzone ad un ngresso dato: 3 rgdezza d estremtà d una trave L w k = = ncastrata carcata trasversalmente; 3EJ F rgdezza d flessonale d una sezone d trave; modulo elastco d un materale L F E = A u 3 L F EJ = 3 w Il coeffcente angolare della regressone che ha n ngresso l carco e n uscta lo spostamento è sempre correlato al parametro cercato. 4 Uso regressone Prendamo una sere d valor d un legame lneare (rgdezza come legame forza-spostamento o modulo elastco d un materale come legame sforzo-deformazone). Procedure possbl: calcolare rapport forza/spostamento e farne la meda (la meda sarebbe la stessa anche per pccole perturbazon de dat); calcolare l coeffcente angolare della regressone. ( )( ) ( ) s F s F K = s s F K = s Possamo dedurre che le due metodologe sono del tutto alternatve una all altra? E che, essendo pù semplce, s può usare la meda de rapport? 4 9

20 Uso regressone Evdentemente per y = k x Così come per la meda de rapport s ottene: coeffcent della regressone sono: ( ) ( )( ) ( ) k x x x ( x ) x ( x ) ( x )( x ) ( x )( x ) k x ( x ) x y x y A = = = k B =... = = y A = = k k = k x In campo spermentale dat però non seguono perfettamente l modello matematco d una retta prva d ntercetta ma essendo affett da error d msura s dsperdono attorno a tale andamento. In questo caso l rsultato s mantene? 4 Uso regressone Se dat non rspondono ad un comportamento perfettamente lneare punt possono non appartenere ad una retta spccata dall orgne F k _ k k s Usare rapport F/s, gnorando che cò equvale a spccare una retta dall orgne, può portare a una pendenza varable con l carco e a un valore medo dverso dalla pendenza del legame cercato: k k E l caso d una prova strutturale, n cu è quas nevtable avere goch o assestament, recuperat dall applcazone d un carco. 43

21 Da rcordare Concetto d separazone tra caratterstche metrologche e caratterstche funzonal d uno strumento. Metodologa per la calbrazone d un trasduttore/strumento, anche n presenza d sensbltà ncrocate. ecesstà d adeguare lo schema generale dell operazone alla tpologa specfca d uno strumento (da rprendere): la procedura d calbrazone dovrà tenere conto d come uno strumento funzona. Identfcazone spermentale della funzone d trasfermento d un sstema (caso statco). Valdtà del processo d dealzzazone d uno strumento e lmt d applcabltà della funzone d trasfermento lneare. Utlzzo del metodo d regressone per la defnzone d legam lnear n genere. Concetto d ncertezza sul rsultato d una regressone (da rprendere). 44 Domande? 45

22 Cosa sappamo fare? Tecnche e procedure generche d calbrazone. Valutare la bontà d una regressone. Valutare la qualtà de dat dsponbl per una regressone Cosa sappamo fare? Eserczo del 5 novembre Per uno strumento generco vene avanzata l potes d comportamento descrvble con un modello d prmo ordne. S chede d: F Suggerre una procedura spermentale per verfcare che l potes sa corretta F Elencare e descrvere tutt pass d una procedura per la sua calbrazone C Suggerre qual caratterstche fsche dello strumento andrebbero modfcate, e come, per mglorare l suo comportamento dnamco A punt n rosso non sappamo rspondere n quanto non sappamo ancora cosa sa uno strumento d prmo ordne Potrebbe sembrare d essere gà n grado d rspondere al secondo questo, ma ATTEZIOE: l punto è n relazone con la parte generale d descrzone del problema CHE PARLA DI UO STRUMETO DI PRIMO ORDIE qund la procedura d calbrazone deve essere contestualzzata al problema esamnato. Lo schema generale è senz altro la base della rsposta: deve però essere completata per poter essere correttamente applcata ad uno strumento d questo tpo 47 47

23 Approfondmento tecnca d regressone 48 Tendenze e regresson Affrontamo l caso polnomale generco. La funzone d regressone polnomale assume la forma: Che può essere posta n forma matrcale: n y = a + ax + ax + = a x = a a y = x x = X a a n [ ]{ } n L errore per ogn punto è dato da: L errore quadratco totale è: Sfruttando la forma matrcale: e = y [ X ]{ a} = = ( [ ]{ }) = = E e y X a E = y X a y X a = T ( [ ]{ }) ( [ ]{ }) 49 3

24 Tendenze e regresson T T T T T Che dventa: E = y y { a} [ X ] y + { a} [ X ] [ X ]{ a} = La procedura d regressone a mnm quadrat prevede d mnmzzare l errore totale; cò avvene trovando l punto d stazonaretà rspetto a parametr a ; Scrveremo qund n+ equazon del tpo: E a Con notazone matrcale: E T T = ( [ X ] { y} + [ X ] [ X ]{ a} ) = { a} = = T T ( [ X ] [ X ]){ a} = ( [ X ] y ) = = [ M ]{ a} = { b} 5 Tendenze e regresson el caso polnomale la matrce rsolutva ed l vettore d termn not hanno una struttura ben precsa (vene sottntesa la sommatora): n x x n+ T n T n x x x [ X ] [ X ] = x x x x = n n+ n x x x T x [ X ] y = y n x La procedura d calcolo automatco è banale: per ogn punto s prepara la matrce [X] con la coordnata x specfca e s accumulano prodott: T T = = [ M ] = [ X ] [ X ] ; { b} = [ X ] y 5 4

25 Tendenze e regresson Per dvers ordne avremo: [ X ] = [] ; { a} = a [ ] [ X ] x ; { a} a = = a [ ] ; { } a X = x x a = a a Occorre rcordare che non è ragonevole mpostare problem d regressone d ordne elevato (malcondzonamento matrce). Dffclmente s opera con polnom d ordne superore al 3 o al Fne presentazone 55 5

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d acqusre spermentalmente (dentfcare) l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa

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

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

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

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

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

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 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

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

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

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

LA COMPATIBILITA tra due misure:

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

Dettagli

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

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

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

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

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

Dettagli

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

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

Dettagli

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

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

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

Grafico di una serie di dati sperimentali in EXCEL

Grafico di una serie di dati sperimentali in EXCEL Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

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

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

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

PROGRAMMAZIONE DIDATTICA

PROGRAMMAZIONE DIDATTICA ISTITUTO ISTRUZIONE SUPERIORE STATALE CARLO GEMMELLARO CATANIA PROGRAMMAZIONE DIDATTICA ECONOMIA AZIENDALE A.S.: 2015/2016 Prof Pnzzotto Dana classe 5 b afm Obtv educatv OBTV ddattc trasversal Acqusre

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Manuale di istruzioni Manual de Instruções Millimar C1208 /C 1216

Manuale di istruzioni Manual de Instruções Millimar C1208 /C 1216 Manuale d struzon Manual de Instruções Mllmar C1208 /C 1216 Mahr GmbH Carl-Mahr-Str. 1 D-37073 Göttngen Telefon +49 551 7073-0 Fax +49 551 Cod. ord. Ultmo aggornamento Versone 3757474 15.02.2007 Valda

Dettagli

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca ONTOI UTOMTII Ingegnera della Gestone Industrale e della Integrazone d Impresa http://www.automazone.ngre.unmore.t/pages/cors/ontrollutomatcgestonale.htm MODEI DI SISTEMI Ing. ug Bagott Tel. 05 0939903

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

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

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

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

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

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

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

Edifici a basso consumo energetico: tra ZEB e NZEB

Edifici a basso consumo energetico: tra ZEB e NZEB Edfc a basso consumo energetco: tra ZEB e NZEB Prof. Ing. Percarlo Romagnon Dpartmento d Progettazone e Panfcazone n Ambent Compless Unverstà IUAV d Veneza Dorsoduro 2206 30123 Veneza perca@uav.t Modell

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

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006 Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Il diagramma PSICROMETRICO

Il diagramma PSICROMETRICO Il dagramma PSICROMETRICO I dagramm pscrometrc vengono molto utlzzat nel dmensonamento degl mpant d condzonamento dell ara, n quanto consentono d determnare n modo facle e rapdo le grandezze d stato dell

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza Sergo Frasca Anals de Segnal Dpartmento d Fsca Unverstà d Roma La Sapenza Versone 13 dcembre 011 Versone aggornata n http://grwavsf.roma1.nfn.t/sp/sp.pdf Sommaro 1 Introduzone: segnal e sstem... 7 1.1

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

Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica

Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

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

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

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

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

PARTE II LA CIRCOLAZIONE IDRICA

PARTE II LA CIRCOLAZIONE IDRICA PARTE II LA CIRCOLAZIONE IDRICA La acque d precptazone atmosferca che gungono al suolo scorrono n superfce o penetrano n profondtà dando orgne alla crcolazone, la quale subsce l nfluenza d molt fattor

Dettagli

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007 Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett

Dettagli

9.6 Struttura quaternaria

9.6 Struttura quaternaria 9.6 Struttura quaternara L'ultmo lvello strutturale é la struttura quaternara. Non per tutte le protene è defnble una struttura quaternara. Infatt l esstenza d una struttura quaternara é condzonata alla

Dettagli

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L. MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre

Dettagli

6.1. Moody s KMV Credit Portfolio Manager

6.1. Moody s KMV Credit Portfolio Manager 6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,

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

Amplificatori operazionali

Amplificatori operazionali mplfcator operazonal Parte www.e.ng.unbo.t/pers/mastr/attca.htm (ersone el 9-5-0) mplfcatore operazonale L amplfcatore operazonale è un sposto, normalmente realzzato come crcuto ntegrato, otato tre termnal

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

Errori nel Posizionamento Satellitare

Errori nel Posizionamento Satellitare Error nel Poszonamento Satelltare Tpologe Casual Sstematc o d Modello D Osservazone L accuratezza è stmata come l 1% della lunghezza d onda (Regola Emprca). Codce C/A: ±3 m; Codce P: ±0,3 m; Portant L1,

Dettagli

Prova di verifica n.0 Elettronica I (26/2/2015)

Prova di verifica n.0 Elettronica I (26/2/2015) Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

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

Dettagli

TORRI DI RAFFREDDAMENTO PER L ACQUA

TORRI DI RAFFREDDAMENTO PER L ACQUA TORRI DI RAFFREDDAMENTO PER ACQUA Premessa II funzonamento degl mpant chmc rchede generalmente gross quanttatv d acqua: questa, oltre ad essere utlzzata drettamente n alcune lavorazon, come lavagg, dssoluzon,

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

Leggere i dati da file

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

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

InfoCenter Product A PLM Application

InfoCenter Product A PLM Application genes d un fra o Gestone de crcolazone dell'nformazone sa crcoscrtta entro Pdetermnat ambt settoral. L'ntegrazone de sstem e de odpartment azendal rchede nuove modaltà operatve, nuove t competenze e nuov

Dettagli

Soluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it

Soluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it Soluzon per lo scarco dat da tachgrafo nnovatv e facl da usare http://dtco.t Downloadkey II Moble Card Reader Card Reader Downloadtermnal DLD Short Range and DLD Wde Range Qual soluzon ho a dsposzone per

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

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