Testi e soluzioni dei compiti di esame di STATISTICA 1 c.l. Economia Aziendale. 6 febbraio 2010

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Testi e soluzioni dei compiti di esame di STATISTICA 1 c.l. Economia Aziendale. 6 febbraio 2010"

Transcript

1 Testi e soluzioni dei compiti di esame di STATISTICA 1 c.l. Economia Aziendale 6 febbraio

2 Elenco 33. Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del

3 67. Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del Compito del

4 1 Compito del Testo (1) Un azienda sita in Firenze manda usualmente un proprio funzionario nelle sedi di Roma, Siena e Bologna. Il viaggio sempre effettuato con le Ferrovie dello Stato: Firenze-Roma il 20% delle volte, Firenze-Bologna il 55 % delle volte e il rimanente 25% Firenze-Siena. Il funzionario partito di prima mattina ha comunicato solamente di essere arrivato in ritardo. (I) Quale la probabilit che esso sia a Siena? (II) E che sia a Roma? Ricorrere alla Tabella 1 delle statistiche annuali di percorrenza. Tabella 1: Statistiche annuali di percorrenza (numero treni nel 1997) sulle tratte considerate. Tratta Treni puntuali Treni totali Firenze-Siena Firenze-Bologna Firenze-Roma (2) In una classe delle medie superiori 3 studenti hanno elevate capacit ed elevato impegno, 6 studenti impegno regolare e capacit elevate, 11 studenti con elevato impegno e capacit regolari ed 3 studenti con impegno e capacit regolari. Un nuovo docente chiama tre studenti per un interrogazione orale. Quale la probabilit che i tre studenti siano: uno appartenente con elevato impegno e capacit, un altro con gruppo regolare impegno ed elevate capacit, un altro con regolare capacit? (3) Nella Tabella 2 sono riportate le tonnellate di marmo estratte da 3 cave differenti (A,B,C) in 4 mesi. Calcolare media, varianza, coeff. di variazione per il mese I, poi per il mese II. Calcolare un adeguato indice di connessione e ricavare la percentuale di variabilità spiegata dalla differenza tra cave. Tabella 2: Tonnellate di marmo (in centinaia) estratte da tre cave differenti. Cava - Mese I II III IV A B C (4) Un azienda produce fogli di materiale plastico trasparente di dimensione 3 m per 8 m, e con spessore assimilabile ad una variabile casuale gaussiana con media mm e varianza uguale a Il prodotto ha mediamente 0.1 difetti per m 2. Al momento della consegna ogni foglio esaminato dal compratore che chiede un risarcimento economico pari al numero di difetti riscontrati per lire 262 pi 799 se il foglio ha spessore non incluso nell intervallo [ 0.467, ]. Quale il valore atteso del risarcimento economico per un foglio prodotto da tale azienda? Si commenti brevemente la scelta della funzione di massa di probabilit per la variabile casuale numero di difetti. 1.2 Soluzioni (1) P(Ritardo) = (I) P(Siena Ritardo) = (II) P(Roma Ritardo) = (2) P(1 o = IE e CE) = 3/23, P(2 o = IR e CE 1 o = IE e CE) = 6/22, P(3 o = CR 2 o = IR e CE,1 o = IE e CE) = 14/21. Siccome non interessa l ordine occorre moltiplicare per le permutazioni di questi 3 elementi (3! = 6). Risultato =3/23*6/22*14/21*6 = (3) Media(I) = Media(II) = Varianza(I) = Varianza(II) = CV(I) = CV(II) = DevB = DevT = η 2 =

5 (4) E(Risarcimento) = 262*E(difetti) + 799*P(spessore / (0.467,0.567)) = 262*0.1*3*8+799* =

6 2 Compito del Testo (A) Una macchina industriale per la verniciatura impiega un certo solvente chimico. La verniciatura ottimale richiede una quantit di solvente compresa tra e kg. Assumendo che la quantit X di solvente impiegata dalla macchina sia assimilabile ad una variabile casuale Gaussiana con media µ e varianza σ 2, (1) come regolare il dispositivo di verniciatura perch la la probabilit dell evento E 1 = {X < } sia uguale a e la probabilit dell evento E 2 = {X > } sia uguale a ? Come sarebbe possibile ridurre i costi dovuti al solvente pur ottenendo una verniciatura ottimale? (B) Un azienda produce guanti in gomma, con un numero medio di micro-lacerazioni pari a per guanto. Quale la probabilit che una coppia di guanti rechi complessivamente pi di 2 micro-lacerazioni? (C) In una falegnameria industriale sono prodotti assi di legno con uno spessore che assimilabile ad una variabile casuale Gaussiana. Usando i dati in tabella, (1) effettuare il test bilaterale dell ipotesi nulla H 0 : σ 2 = a tre diversi valori di probabilit dell errore di primo tipo: 0.10, 0.05, (2) Commentare brevemente i risultati ottenuti. Tabella 1: Campione di 10 osservazioni (spessori in mm) (D) Su 28 salumerie operanti in un certo comune e con medesimo ammontare di vendite, 14 appartengono alla catena di negozi Appia e 14 alla catena di negozi Aurelia. Lo spessore della fetta di salume si distribuisce come una variabile casuale Gaussiana, nella catena di negozi Appia con media e varianza 0.16, mentre nella catena Aurelia con media e varianza Quale la probabilit che una fetta di salume adulterata sia stata acquistata in un negozio della catena Aurelia dato che il suo spessore di mm? 2.2 Soluzioni (A) (1) µ = σ = (2) µ = σ = 0 (B) P (X > 2) = 1 [P (X = 0) + P (X = 1) + P (X = 2)] = da calcolare per X P oisson(λ = = ). (C) valore campionario della statistica test = (I) α = 0.1: regione accettazione = [ , ] α = 0.05: regione accettazione = [ , ] α = 0.01: regione accettazione = [ , ] (II) Al diminuire di α = P (rifiutare H 0 ) aumenta 1 α = P (accettare H 0 ) e quindi aumenta l ampiezza della regione di accettazione. f( Aurelia) (D) P (Aurelia x = ) = f( Aurelia) + f( Appia) = Note: f( Aurelia) e f( Appia) sono le densit della distribuzione normale corrispondente; le probabilit a priori P (Aurelia) e P (Appia), essendo entrambe 1/2 sono state semplificate. 6

7 3 Compito del Testo ( A ) Un produttore di nastri magnetici deve consegnare un lotto di 1174 unit. Prima di inviare il lotto, vengono estratti casualmente e controllati 18 pezzi. Nel caso in cui non siano riscontrati difetti, il lotto viene spedito, altrimenti si procede al controllo di ogni nastro. Quale è la probabilità che il lotto non sia consegnato se si assume che: 1) vi siano 22 nastri con difetti nel lotto; 2) vi siano 25 nastri con difetti nel lotto ( B ) Il fatturato annuale di 5 aziende toscane è risultato nel 1997 pari a: ; ; ;2.433 ; miliardi di lire 1) Procedere al calcolo di un appropriato indice di variabilità; 2) Rappresentare graficamente la concentrazione del fenomeno. ( C ) Un catalizzatore chimico è impiegato per aumentare il prodotto utile di una reazione (in Kg). La reazione è ripetuta in analoghe condizioni per 7 volte senza catalizzatore e per altre 7 volte con il catalizzatore. Sapendo che il catalizzatore non modifica la varibilità dei risultati, si effettui un test delle ipotesi per saggiare se vi siano differenze significative imputabili al catalizzatore. Effettuare i calcoli a livello di significatività : 0.10 ed Tabella 1: Campione di 7 osservazioni (spessori in mm). Senza: Con: ( D ) Il carico di rottura in Kg di una barra di materiale plastico assimilabile ad una variabile casuale gamma, con parametro α = 26 e β incognito. Una barra prodotta con un nuovo procedimento ha mostrato un carico di rottura pari a 62.1 Kg. Impiegando il rapporto di verosimiglianza, saggiare l ipotesi nulla H 0 : β = 0.26 verso l alternativa H 1 : β nell insieme {0.15, 0.30, 0.50}, con significativit uguale a 0.10, e in seguito con con significativit pari a 0.01 (si usi un chiquadro con un grado di libert). La funzione di densit di probabilit gamma definita da: f (x; α, β) = βα Γ(α) xα 1 e ( β x). 3.2 Soluzioni (A) ) ( ) ( 22 0 (1) P (NC) = 1 P (X = 0) = 1 18 ( ) = ( ) ( ) (2) P (NC) = 1 P (X = 0) = 1 18 ( ) = Se si utilizza l approssimazione binomiale i risultati vengono leggermente diversi. (B) (1) R = 2M = = (2) i p i q i

8 (C) Occorre fare un confronto fra medie per dati non appaiati. x = , y = , s 2 X = , s2 Y = , s2 p = Valore campionario della statistica test = α = 0.1: regione accettazione = [ , ] α = 0.01: regione accettazione = [ , ] (D) valore campionario della statistica test = α = 0.1: regione accettazione = [0, ] α = 0.01: regione accettazione = [0, ] 8

9 4 Compito del Testo ( A ) Dall urna U contenente palline di tre colori diversi (Tabella 0) sono estratte due palline con reimmissione. Se le due palline sono uguali allora si procede ad una terza estrazione da U. (1) Quale è la probabilità di procedere alla terza estrazione? (2) Quale è la probabilità che al termine dell esperimento statistico si abbia almeno una pallina nera tra le estratte? Tabella 0: Urna U. Bianche Rosse Nere ( B ) Si considerino 3 monete sbilanciate. In tabella 1 sono riportati i valori numerici impressi sulle due facce di ogni moneta e la relative probabilità. Per un lancio simultaneo delle tre monete, si calcoli: (I) La distribuzione campionaria del campo di variazione C; (II) La probabilità dell evento P [C 2]. Tabella 1: Caratteristiche di tre monete sbilanciate. Faccia 1 Faccia 2 Prob. Faccia 1 Moneta 1: Moneta 2: Moneta 3: (C) Il tempo richiesto per completare in corsa un giro di pista assimilabile ad una variabile casuale gaussiana. Utilizzando i tempi ottenuti da un campione di 7 atleti (Tabella 2), eseguire il test delle ipotesi sulla media con H 0 : µ = ed alternativa H 1 : µ > Si impieghi un livello di significativi uguale a 0.10, ed in seguito Tabella 2: Tempi ottenuti da un campione di 7 atleti (secondi) ( D ) Il diametro esterno in millimetri dei tubi prodotti da un azienda è assimilabile ad una variabile casuale X con funzione di densità di probabilità: f (X; α, β) = α (3 α + (X β) 2) 2 con parametro α = 0.09 e β incognito. Una tubo prodotto dall azienda ha diametro pari a millimetri. Impiegando il rapporto di verosimiglianza, saggiare l ipotesi nulla H 0 : β = 10 verso l alternativa H 1 : β nell insieme {9, 11, 12}, con significativit uguale a 0.10, e in seguito con con significativit pari a 0.01 (si usi un chiquadro con un grado di libert). 4.2 Soluzioni (A) III estraz :0.38 Almeno una nera :0.815 (B) Valori: 0.5; 1; 1.5; 2; 2.5 Probabilità:0.1723; ; ; ; Probabilità evento: (C) Valore campionario della statistica test =

10 α = 0.10: Regione di rifiuto = (1.4398, + ) α = 0.05: Regione di rifiuto = (1.9432, + ) (D) Valore campionario della statistica test = α = 0.10: Regione di rifiuto = (2.7055, + ) α = 0.01: Regione di rifiuto = (6.6349, + ) 10

11 5 Compito del Testo (A) In un mazzo regolare di 52 carte, due carte sono estratte senza reimmissione. (I) Sapendo che la prima non una figura e che superiore a 5, calcolare la probabilit che essa non sia un 9 di colore rosso. (II) Sapendo che la prima un 9, quale la probabilit che la seconda carta sia di picche? ( B ) Nella Tabella 1 riportato il numero di blocchi di marmo estratti da 3 cave differenti (1,2,3) in 3 mesi differenti (1,2,3). Calcolare un adeguato indice di associazione e spiegare brevemente il risultato ottenuto. Tabella 1: Numero di blocchi di marmo estratti da tre cave differenti. Cava - Mese (C) L effetto di un nuovo integratore alimentare viene saggiato impiegando un gruppo di 5 corridori ciclisti. In Tabella 2 sono riportati i tempi di percorrenza della pista senza e con il nuovo integratore. Effettuare il test delle ipotesi (con significativit 0.10) che l integratore diminuisca il tempo di percorrenza. La decisione finale sarebbe cambiata scegliendo un valore di significativit uguale a 0.01? Tabella 2: Campione di 5 osservazioni (tempi). Corridore I II III IV V Senza: Con: (D) Si ipotizzi che il voto medio negli esami universitari dipenda linearmente dal numero di ore dedicate al sonno, a parit di ore di studio effettuate. Impiegare il metodo dei minimi quadrati per stimare coefficienti del modello impiegando i dati in Tabella 3, e verificare statisticamente l ipotesi formulata. 5.2 Soluzioni Tabella 3: Campione di 5 osservazioni (tempi). Voto Medio: Ore sonno: (A) (1) P(1 a non(9rosso) 1 a non(figura) e maggiore di 5) = 1-2/(5*4) = 0.9 (2) P(2 a picche 1 a = 9) = 1/4 = 0.25 (B) Valori dei principali indici di associazione C 1 C 2 C 1 rel C 2 rel T C P χ (C) Dati appaiati. Valore campionario della statistica test = α = 0.1: regione critica = (, ) α = 0.01: regione critica = (, ) (D) (1) β 1 = β 0 = σ 2 = (2) Valore campionario della statistica test = ; regione accettazione ( , ). 11

12 6 Compito del Testo (A) Una fotocopiatrice mediamente compie 3.67 errori per 1000 cm 2 di area fotocopiata. Copiando un foglio di dimensioni 21.7 cm per 29.7 cm: (I) quale la probabilit che non vi siano errori? (II) Quale la probabilit che il numero di errori sia compreso tra 3 e 5 (inclusi)? (B) Un dado arrotondato ha probabilit di fermarsi su di uno spigolo e probabilit per ciascuna delle sei facce recanti i numeri da 1 a 6. In un esperimento casuale se il dado al primo lancio si ferma sullo spigolo lanciato una seconda volta. (I) Quale complessivamente la probabilit di non osservare alcun esito numerico? (II) Quale complessivamente la probabilit di osservare il 6? (C) In Tabella 1 sono riportate le misure di durezza relative ad un campione casuale di 5 leghe metalliche differenti, effettuate con il metodo tradizionale e con un nuovo metodo elettronico economico. (I) Calcolare un conveniente indice di associazione. (II) E ragionevole impiegare il nuovo metodo? Perch? Tabella 1: Campione di 5 misurazioni effettuate con due metodi differenti. Tradizionale: Elettronico: (D) Un idrante agricolo eroga una media di 1201 Kg di acqua ad ogni operazione di irrigazione. In Tabella 2 sono riportati i valori di un campione casuale di 5 misurazioni. Assumendo il modello normale, (I) calcolare l intervallo di confidenza (livello 90%) della varianza. (II) Sottoporre a test l ipotesi che la varianza sia uguale a (alfa = 0.05), in alternativa ad un valore maggiore. 6.2 Soluzioni Tabella 2: Campione di 5 misurazioni dei Kg di acqua erogata all irrigazione. (A) X P oisson(λ = ) (I) P (X = 0) = (II) P (3 X 5) = (B) (I) P (X 1 = N X 2 = N) = (II) P (X 1 = N X 2 = N) = (C) (I) ρ = (D) Nota: µ nota (I) Intervallo = ( , ) (II) Valore campionario della statistica test = ; regione critica = ( , + ) 12

13 7 Compito del Testo (A) L ufficio federale americano di investigazione effettua un controllo sulla regolarit delle assunzioni in una azienda. Nei precedenti 10 anni, vi sono state 1271 domande da parte di bianchi e di neri, con assunzioni riassunte in Tabella 1. Tabella 1: Assunzioni per razza, dati decennali. Bianchi Neri Assunti Rifiutati Utilizzando le frequenze in tabella: (I) Quale la probabilit di assunzione per un bianco? E quale per un nero? (II) Quale la probabilit che un nuovo assunto sia nero? (B) Un reagente chimico prodotto in lotti. Sia X la variabile casuale associata alla qualit del lotto, con funzione di massa di probabilit riportata in Tabella 2. Tabella 2: Funzione di massa di probabilit. X p(x) L utile ricavabile dalla vendita di un lotto all estero dato da Y 1 = 5x , mentre dalla vendita in Italia Y 2 = 2x Sapendo che la probabilit di effettuare la vendita di un lotto all estero 0.192, (I) Quale l utile atteso dalla vendita di un lotto? (II) Quale la varianza dell utile per la vendita all estero, e quale la varianza complessiva? (C) In uno studio sulla prontezza di riflessi, un campione casuale di 5 individui devono premere un pulsante appena udito un segnale di allarme. In Tabella 3 sono riportati i tempi di risposta, assimilabili ad una gaussiana con varianza 25 ms 2. (I) Calcolare la stima puntuale e quella per intervallo (confidenza 90%) del parametro incognito. (II) Effettuare il test d ipotesi che il parametro sia uguale a 50 ms, in alternativa ad un valore maggiore ( α = 0.05 ). Tabella 3: Campione di 5 osservazioni ( D ) Un azienda produce componenti elettronici la cui durata assimilabile ad una variabile casuale gamma, con parametro α = 26 e β incognito. Un componente si guastato dopo 63.5 ore di funzionamento. Saggiare l ipotesi nulla H 0 : β = 0.26 verso l alternativa H 1 : β nell insieme {0.15, 0.30, 0.50}, ricorrendo al rapporto di verosimiglianza con significativit uguale a 0.10, e in seguito con con significativit pari a La funzione di densit di probabilit gamma definita da: f (x; α, β) = βα Γ(α) xα 1 e ( β x). 7.2 Soluzioni (A) 274 (I) P (A B) = = , P (A N) = = (II) P (N A) = = (B) (I) E(Y ) =

14 (II) V (Y 1 ) = V (Y 2 ) = V (Y ) = (C) (I) µ = 74.6, Intervallo per µ = [70.822,78.178] (II) Valore campionario della statistica test = ; regione critica = (1.6448, + ) (D) valore campionario della statistica test = α = 0.05: regione accettazione = [0, ] α = 0.01: regione accettazione = [0, ] 14

15 8 Compito del Testo (A) In un intervista telefonica, 10 soggetti hanno riferito le proprie spese mensili alimentari (Tabella 1, migliaia di lire). Calcolare: (1) L istogramma di frequenze relative con intervalli di base [500,750), [750,1500),[1500,5000] ed effettuarne la rappresentazione grafica. (2) La mediana, il venticinquesimo ed il settantacinquesimo percentile, il coefficiente di variazione. Tabella 1: Spese mensili alimentari di 10 soggetti (migliaia di lire) (B) Il numero atteso di reattori chimici venduti in un anno uguale a (1) Quale la probabilità di vendere almeno 3 reattori in due anni? (2) Se in seguito ad un cambiamento del mercato il tasso di vendita dovesse diventare 6.384, quale sarebbe il valore atteso del numero di reattori venduti in due anni? Quale la probabilità di non vendere alcun reattore? (C) In un confronto sul reddito pro-capite in due città diverse, si vuole calcolare il rapporto tra le varianze nelle due città considerate. Disponendo dell informazione campionaria riportata in Tabella 2, calcolare l intervallo di confidenza (livello 95%) per il rapporto delle varianze città A su B. Tabella 2: Campione di 5 osservazioni per città (in milioni). Città A Città B ( D ) In un esperimento statistico, una moneta che reca sulle facce rispettivamente il numero 1 ed il numero 2 è lanciata una volta, e l esito riportato è 2. Sia θ la probabilità di un risultato pari ad 1 e 1 θ di un esito pari a 2. (1) Sottoporre a test l ipotesi H 0 : θ = 0.95 in alternativa a H 1 : θ = , con significatività del 5%. (2) Calcolare la potenza del test e discutere i risultati ottenuti. 8.2 Soluzioni (A) Ordinata 1 : Ordinata 2 : Ordinata 3 : Mediana 3 : Q 1 = ; Q 3 = Coeff. variazione : (usando la varianza corretta) (B) Pr. almeno 3 reattori in 2 anni : Attesa due anni dopo cambiamento :12.77 Pr. vendita nessun reattore : (C) Media A: Dev.std A: Var A : Media B : Dev.std B : Var B :

16 rapporto varianze: Intervallo : ; (D) Rifiuto Potenza =

17 9 Compito del Testo (A) Tre tennisti A, B e C partecipano ad un torneo. L ordine degli incontri è stabilito mediante il lancio di una moneta. I tennisti che hanno ottenuto un esito identico giocano per primi. I lanci sono effettuati in ordine alfabetico, prima il tennista A e poi il B, mentre il tennista C lancia la moneta solo se i primi due lanci hanno dato esito diverso. Sapendo che la probabilità dell evento testa è 0.898: 1) Quale è la probabilitè che A e C giochino insieme? 2) Quale è la probabilità che B e C giochino insieme dato che il lancio di A ha dato esito croce? (B) Ad un campione casuale di 7 studenti universitari è stato chiesto di indicare il numero di ore di sonno prima dell esame di statistica ed il voto ottenuto il giorno successivo all esame (Tabella 1). Tabella 1: Campione di 7 studenti. Voto d esame ed ore di sonno nella notte precedente. Ore: Voto: (1) Rappresentare graficamente i risultati in tabella. (2) Calcolare un indice relativo di associazione tra voto e ore di sonno. (3) Discutere brevemente i risultati ottenuti. (C) In uno studio sulle vendite annuali di formaggio nei supermercati, sono stati ottenuti i valori relativi ad un campione casuale di 5 supermercati di caratteristiche similari. Impiegando i dati riportati in tabella ed assumendo un modello normale: (1) Effettuare la stima della media con affidabilità (2) Calcolare l informatività ottenuta. Tabella 2: Campione di 5 supermercati: vendite in migliaia di Kg ( D ) Un corriere di Firenze consegna pacchi in tre regioni del nord Italia. Il 6% delle volte si reca in Lombardia ed il numero medio di pacchi da consegnare è 54. Il 17% delle volte consegna in Veneto ed il numero medio di pacchi è 58. In Piemonte il numero medio di pacchi per consegna è di 17. Il corriere decide di partire nonostante abbia smarrito i documenti di consegna. Verso quale regione deve dirigersi avendo da consegnare 56 pacchi? Perchè? 9.2 Soluzioni (A) Pro[AC] = Pro[BC A==C] = (B) Correlaz: Stat test: Valore critico: 6.6 (C) Media : Varianza : Int.inf : Int.sup : Informatività : 16.6 (D) Lombardia :

18 Veneto : Piemonte: e-014 Denominatore : Post Lombardia : Post Veneto : Post Piemonte : 0 18

19 10 Compito del Testo (A) Un azienda produce fuochi d artificio a doppia camera. Se la camera C 1 esplode, la probabilità che la camera C 2 esploda è Se la camera C 1 non esplode, la probabilità che non esploda C Sapendo che la camera C 1 non esplode con probabilità 0.138: 1) Qual è la probabilità che effettuando il lancio non avvengano scoppi? 2) Avendo effettuato un lancio ed udito un solo scoppio, quale è la probabilità che esso sia avvenuto per l esplosione di C 2? (B) In una città vi sono 5 autoscuole. Il numero di promossi all esame di guida durante il 1999 è riportato in Tabella 1. Impiegando i dati riportati: (1) Valutare l equidistribuzione nel numero dei promossi per le autoscuole considerate. (2) Rappresentare graficamente i valori componenti il calcolo effettuato al punto (1). Tabella 1: Campione di 5 autoscuole: numero di promossi all esame. A1 A2 A3 A4 A (C) I risultati di un indagine finanziaria sull evasione fiscale in 1828 aziende sono stati riassunti per classi di dimensione aziendale (D, numero di dipendenti) e per classi di ammontare evaso (M, milioni). Tabella 2: Numero di aziende indagate per classi di evasione (M) e di dimensione (D). D: [1,50] (50,200] (200, ) M: (0, 99] (99, ) (1) Tabellare la funzione di massa di probabilità condizionata di D dato M=0. (2) Calcolare un indice di interconnessione relativo tra M e D che colga qualsiasi tipo di associazione eventualmente esistente. (D) Un azienda effettua uno studio sull efficacia del trattamento vitaminico SUPERLAV. Il rendimento lavorativo è stato misurato su di un campione casuale di 4 segretarie che hanno assunto per un mese il preparato SUPERLAV ed su un secondo campione casuale di 3 segretarie che non hanno assunto SUPERLAV. Impiegando i dati riportati in tabella 2 ed assumendo un modello normale per la variabile casuale rendimento lavorativo: (1) Decidere circa l efficacia del preparato SUPERLAV con probabilit di un errore di tipo I pari a 0.01, assumendo che il preparato SUPERLAV non diminuisca il rendimento. (2) Come aumentare la potenza senza cambiare la dimensione dei due campioni? Con quali ulteriori effetti? 10.2 Soluzioni Tabella 3: Rendimento lavorativo di due campioni di segretarie. Con SUPERLAV Senza SUPERLAV (A) Pro[0 botti] = P [C2 un solo scoppio] = = (B) 19

20 Pi : 0.2 Pi : 0.4 Pi : 0.6 Pi : 0.8 Pi : 1 Qi : Qi : Qi : Qi : Qi : 1 R : (C) C1Rel: C2Rel: Cp: Tschup: (D) Media1 : 47 Media2 : Var 1 : Var 2 : Test stat : Valore critico :

21 11 Compito del Testo (A) La serratura a combinazione di una valigia è composta da due cifre. Per aprire la valigia occorre scegliere un numero tra 1 e 8 sulla prima ed un numero tra 1 e 9 sulla seconda cifra. Avendo a disposizione tre soli tentativi, e verificando l apertura ad ogni estrazione: (1) Quale è la probabilità di trovare la combinazione estraendo completamente a caso le due cifre per un massimo di tre volte? (2) Quale è la probabilità di trovare la combinazione estraendo a caso le due cifre per un massimo di tre volte tenendo conto delle combinazioni già provate? (B) La serie storica del numero di forme di grana padano richieste al distributore italiano in un semestre è riportato in Tabella 1 sotto forma di numeri indice a base fissa (base = sesto mese). (1) Calcolare il numero indice del terzo mese con base uguale al primo mese. (2) Sapendo che il totale del numero di forme richieste nel semestre è di 3340, calcolare il numero di richieste relative al sesto mese. Tabella 1: Numeri indice del semestre (M = mese). M1 M2 M3 M4 M5 M (C) Un macchinario produce chiodi di lunghezza nominale pari a 6 cm. Un campione casuale di 7 chiodi è stato misurato per valutare la qualità dei chiodi prodotti. Assumendo un modello di tipo normale per Y (lunghezza del chiodo): (1) sottoporre a test l ipotesi che il valore atteso della lunghezza sia uguale alla lunghezza nominale (α = 0.05); (2) spiegare formalmente come si potrebbe sottoporre a test l ipotesi che la varianza nella lunghezza dei chiodi prodotti sia inferiore of uguale al valore 0.6 verso l alternativa che sia superiore al suddetto valore. Tabella 2: Lunghezze (cm) in un campione di 7 chiodi (D) In uno studio sulla relazione tra investimento pubblicitario, X, e fatturato aziendale mensile, Y, sono stati registrati i valori relativi ad un campione casuale di 5 aziende (vedi Tabella 3). Ipotizzando che il fatturato sia assimilabile ad una variabile casuale gaussiana: (1) Rappresentare graficamente i dati in tabella. (2) Assumendo che E[Y ] = β 0 + β 1 X effettuare la stima puntuale dei parametri. (3) Sottoporre a test l ipotesi che il coefficiente della spesa pubblicitaria sia nullo (α = 0.01). (4) Assumendo che un azienda investa milioni di lire in un certo mese, quale è l intervallo di confidenza (livello 0.95) per il valore del fatturato osservabile in tale mese? 11.2 Soluzioni (A) Pro1 = Pro2 = (B) M1I M3 : 0.4 M6 : 120 Tabella 3: Fatturato osservato (miliardi) per investimento effettuato (milioni). Fatturato Investimento

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

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

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

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014 14 luglio 2014 Anno 2013 LA POVERTÀ IN ITALIA Nel 2013, il 12,6% delle famiglie è in condizione di povertà relativa (per un totale di 3 milioni 230 mila) e il 7,9% lo è in termini assoluti (2 milioni 28

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007 A STATISTICA (A-K) a.a. 007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 007 STESS N.O. RD 00 GORU N.O. RD 006 ) La distribuzione del numero degli occupati (valori x 000) in una provincia

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

AUTOLIVELLI (orizzontalità ottenuta in maniera automatica); LIVELLI DIGITALI (orizzontalità e lettura alla stadia ottenute in maniera automatica).

AUTOLIVELLI (orizzontalità ottenuta in maniera automatica); LIVELLI DIGITALI (orizzontalità e lettura alla stadia ottenute in maniera automatica). 3.4. I LIVELLI I livelli sono strumenti a cannocchiale orizzontale, con i quali si realizza una linea di mira orizzontale. Vengono utilizzati per misurare dislivelli con la tecnica di livellazione geometrica

Dettagli

Corso di Valutazioni d Azienda

Corso di Valutazioni d Azienda Andrea Cardoni Università degli Studi di Perugia Facoltà di Economia Dipartimento di Discipline Giuridiche e Aziendali Corso di Laurea Magistrale in Economia e Management Aziendale Corso di Valutazioni

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca

ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca Trascrizione del testo e redazione delle soluzioni di Paolo Cavallo. La prova Il candidato svolga una relazione

Dettagli

Rapporti e Proporzioni

Rapporti e Proporzioni Rapporti e Proporzioni (a cura Prof.ssa R. Limiroli) Rapporto tra numeri Il rapporto diretto tra due numeri a e b, il secondo dei quali diverso da zero, si indica con Ricorda a e b sono i termini del rapporto

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

LAVORO, ENERGIA E POTENZA

LAVORO, ENERGIA E POTENZA LAVORO, ENERGIA E POTENZA Nel linguaggio comune, la parola lavoro è applicata a qualsiasi forma di attività, fisica o mentale, che sia in grado di produrre un risultato. In fisica la parola lavoro ha un

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica

Dettagli

APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI APPUNTI DI MATEMATICA CENNI DI RICERCA OPERATIVA ALESSANDRO BOCCONI Indice 1 La ricerca operativa 2 1.1 Introduzione......................................... 2 1.2 Le fasi della ricerca operativa...............................

Dettagli

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 7 maggio 2015 LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 Nel 2015 si prevede un aumento del prodotto interno lordo (Pil) italiano pari allo 0,7% in termini reali, cui seguirà una crescita dell

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

Come si fa un giornale

Come si fa un giornale Come si fa un giornale COME SI FA UN GIORNALE dall idea alla distribuzione Un giornale è una struttura complessa composta da un gruppo di persone che lavorano insieme che chiameremo LA REDAZIONE Al vertice

Dettagli

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n 1 Medie La statistica consta di un insieme di metodi atti a elaborare e a sintetizzare i dati relativi alle caratteristiche di una fissata popolazione, rilevati mediante osservazioni o esperimenti. Col

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α?

Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? QUESITO 1 Nel triangolo disegnato a lato, qual è la misura, in gradi e primi sessagesimali, di α? Applicando il Teorema dei seni si può determinare il valore di senza indeterminazione, in quanto dalla

Dettagli

1A ARITMETICA. I numeri naturali e le quattro operazioni. Esercizi supplementari di verifica

1A ARITMETICA. I numeri naturali e le quattro operazioni. Esercizi supplementari di verifica A ARITMETICA I numeri naturali e le quattro operazioni Esercizi supplementari di verifica Esercizio Rappresenta sulla retta orientata i seguenti numeri naturali. ; ; ; 0;. 0 Esercizio Metti una crocetta

Dettagli

E SE IL TUO SMARTPHONE INDOSSASSE GLI OCCHIALI?

E SE IL TUO SMARTPHONE INDOSSASSE GLI OCCHIALI? E SE IL TUO SMARTPHONE INDOSSASSE GLI OCCHIALI? Buona Caccia e Buon Volo, giovani amici di Eureka! Siete tra gli eletti che hanno deciso di passare al livello successivo: site pronti? Questo mese vi proponiamo

Dettagli

SCENARI ENERGETICI AL 2040 SINTESI

SCENARI ENERGETICI AL 2040 SINTESI SCENARI ENERGETICI AL 24 SINTESI Leggi la versione integrale degli Scenari Energetici o scaricane una copia: exxonmobil.com/energyoutlook Scenari Energetici al 24 Gli Scenari Energetici offrono una visione

Dettagli

LA CORRETTA SCELTA DI UN IMPIANTO PER LA TEMPRA AD INDUZIONE Come calcolare la potenza necessaria

LA CORRETTA SCELTA DI UN IMPIANTO PER LA TEMPRA AD INDUZIONE Come calcolare la potenza necessaria LA CORRETTA SCELTA DI UN IMPIANTO PER LA TEMPRA AD INDUZIONE Come calcolare la potenza necessaria Quale frequenza di lavoro scegliere Geometria del pezzo da trattare e sue caratteristiche elettromagnetiche

Dettagli

ITALIA: PRESENTAZIONE DEL SOSTEGNO FINANZIARIO STIMATO E DELLE AGEVOLAZIONI TRIBUTARIE PER I COMBUSTIBILI FOSSILI

ITALIA: PRESENTAZIONE DEL SOSTEGNO FINANZIARIO STIMATO E DELLE AGEVOLAZIONI TRIBUTARIE PER I COMBUSTIBILI FOSSILI ITALIA: PRESENTAZIONE DEL SOSTEGNO FINANZIARIO STIMATO E DELLE AGEVOLAZIONI TRIBUTARIE PER I COMBUSTIBILI FOSSILI Risorse energetiche e struttura del mercato L Italia produce piccoli volumi di gas naturale

Dettagli

COSTI ANNUI NON PROPORZIONALI ALLA PERCORRENZA

COSTI ANNUI NON PROPORZIONALI ALLA PERCORRENZA CONSIDERAZIONI METODOLOGICHE Per "costo di esercizio del veicolo", è inteso l'insieme delle spese che l'automobilista sostiene per l'uso del veicolo, più le quote di ammortamento (quota capitale e quota

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Università per Stranieri di Siena. Centro. Certificazione CILS. Certificazione. di Italiano come Lingua Straniera. Sessione: Dicembre 2012 Livello: A1

Università per Stranieri di Siena. Centro. Certificazione CILS. Certificazione. di Italiano come Lingua Straniera. Sessione: Dicembre 2012 Livello: A1 Università per Stranieri di Siena Centro CILS Sessione: Dicembre 2012 Test di ascolto Numero delle prove 2 Ascolto - Prova n. 1 Ascolta i testi: sono brevi dialoghi e annunci. Poi completa le frasi.

Dettagli

Pressione: Max di esercizio 12 bar (175 psi) (secondo NFPA T 3.10.17) Di scoppio 20 bar (290 psi) (secondo NFPA T 3.10.17)

Pressione: Max di esercizio 12 bar (175 psi) (secondo NFPA T 3.10.17) Di scoppio 20 bar (290 psi) (secondo NFPA T 3.10.17) FILTRI OLEODINAMICI Filtri sul ritorno con cartuccia avvitabile Pressione: Max di esercizio 12 bar (175 psi) (secondo NFPA T 3.10.17) Di scoppio 20 bar (290 psi) (secondo NFPA T 3.10.17) Corpo filtro Attacchi:

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Le graniglie sono classificabili, secondo il materiale di cui sono composte, come segue :

Le graniglie sono classificabili, secondo il materiale di cui sono composte, come segue : Cos è la graniglia? L utensile della granigliatrice : la graniglia La graniglia è praticamente l utensile della granigliatrice: si presenta come una polvere costituita da un gran numero di particelle aventi

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

Analisi termografica su celle litio-ione sottoposte ad esperienze di "second life" Francesco D'Annibale, Francesco Vellucci. Report RdS/PAR2013/191

Analisi termografica su celle litio-ione sottoposte ad esperienze di second life Francesco D'Annibale, Francesco Vellucci. Report RdS/PAR2013/191 Agenzia nazionale per le nuove tecnologie, l energia e lo sviluppo economico sostenibile MINISTERO DELLO SVILUPPO ECONOMICO Analisi termografica su celle litio-ione sottoposte ad esperienze di "second

Dettagli

Costi della Qualità. La Qualità costa! Ma quanto costa la non Qualità? La Qualità fa risparmiare denaro. La non Qualità fa perdere denaro.

Costi della Qualità. La Qualità costa! Ma quanto costa la non Qualità? La Qualità fa risparmiare denaro. La non Qualità fa perdere denaro. Costi della Qualità La Qualità costa! Ma quanto costa la non Qualità? La Qualità fa risparmiare denaro. La non Qualità fa perdere denaro. Per anni le aziende, in particolare quelle di produzione, hanno

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

6.10 Compensazione import/export

6.10 Compensazione import/export 6.10 Compensazione import/export Da inviare a: CONAI Consorzio Nazionale Imballaggi Via posta (raccomandata A.R.): Via P. Litta 5, 20122 Milano Via fax: 02.54122656 / 02.54122680 On line: https://dichiarazioni.conai.org

Dettagli

dove Q è la carica che attraversa la sezione S del conduttore nel tempo t;

dove Q è la carica che attraversa la sezione S del conduttore nel tempo t; CAPITOLO CIRCUITI IN CORRENTE CONTINUA Definizioni Dato un conduttore filiforme ed una sua sezione normale S si definisce: Corrente elettrica i Q = (1) t dove Q è la carica che attraversa la sezione S

Dettagli

Correnti e circuiti a corrente continua. La corrente elettrica

Correnti e circuiti a corrente continua. La corrente elettrica Correnti e circuiti a corrente continua La corrente elettrica Corrente elettrica: carica che fluisce attraverso la sezione di un conduttore in una unità di tempo Q t Q lim t 0 t ntensità di corrente media

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA

OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA Dopo avere visto e valutato le capacità fisiche di base che occorrono alla prestazione sportiva e cioè Capacità Condizionali

Dettagli

Lezione 10. La Statistica Inferenziale

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

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

a) Nel disegno contrassegnato con il numero uno. RSB0002 a) 20. b) 18. c) 16. d) 22. c

a) Nel disegno contrassegnato con il numero uno. RSB0002 a) 20. b) 18. c) 16. d) 22. c RSB0001 In quale/i dei disegni proposti l area tratteggiata é maggiore dell area lasciata invece bianca? a) Nel disegno contrassegnato con il numero uno. b) In nessuno dei due. c) Nel disegno contrassegnato

Dettagli

Istruzioni rapide per l esercizio di pompe idrauliche tipo LP azionate con aria compressa secondo D 7280 e D 7280 H

Istruzioni rapide per l esercizio di pompe idrauliche tipo LP azionate con aria compressa secondo D 7280 e D 7280 H Istruzioni rapide per l esercizio di pompe idrauliche tipo LP azionate con aria compressa secondo D 7280 e D 7280 H 1. Aria compressa e attacco idraulico Fluido in pressione Azionamento Aria compressa,

Dettagli

TECNOLOGIA LCD e CRT:

TECNOLOGIA LCD e CRT: TECNOLOGIA LCD e CRT: Domande più Frequenti FAQ_Screen Technology_ita.doc Page 1 / 6 MARPOSS, il logo Marposs ed i nomi dei prodotti Marposs indicati o rappresentati in questa pubblicazione sono marchi

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

ma quanto è antico quest osso?

ma quanto è antico quest osso? ATTIVITÀ: ma quanto è antico quest osso? LIVELLO SCOLARE: primo biennio della scuola secondaria di secondo grado PREREQUISITI: lettura e costruzione di grafici, concetti di base di statistica modello atomico,

Dettagli

INCERTEZZA DI MISURA

INCERTEZZA DI MISURA L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,

Dettagli

A. 5 m / s 2. B. 3 m / s 2. C. 9 m / s 2. D. 2 m / s 2. E. 1 m / s 2. Soluzione: equazione oraria: s = s0 + v0

A. 5 m / s 2. B. 3 m / s 2. C. 9 m / s 2. D. 2 m / s 2. E. 1 m / s 2. Soluzione: equazione oraria: s = s0 + v0 1 ) Un veicolo che viaggia inizialmente alla velocità di 1 Km / h frena con decelerazione costante sino a fermarsi nello spazio di m. La sua decelerazione è di circa: A. 5 m / s. B. 3 m / s. C. 9 m / s.

Dettagli

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Rilevazione degli apprendimenti PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Anno Scolastico 2011 2012 PROVA DI MATEMATICA Scuola Primaria Classe Quinta Spazio per l etichetta autoadesiva ISTRUZIONI

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

LA SPESA PER CONSUMI DELLE FAMIGLIE

LA SPESA PER CONSUMI DELLE FAMIGLIE 8 luglio 2015 LA SPESA PER CONSUMI DELLE FAMIGLIE Anno 2014 Dopo due anni di calo, nel 2014 la spesa media mensile per famiglia in valori correnti risulta sostanzialmente stabile e pari a 2.488,50 euro

Dettagli

Moto sul piano inclinato (senza attrito)

Moto sul piano inclinato (senza attrito) Moto sul piano inclinato (senza attrito) Per studiare il moto di un oggetto (assimilabile a punto materiale) lungo un piano inclinato bisogna innanzitutto analizzare le forze che agiscono sull oggetto

Dettagli

NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO

NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO Mariano Paganelli Expert System Solutions S.r.l. L'Expert System Solutions ha recentemente sviluppato nuove tecniche di laboratorio

Dettagli

Una formula molecolare è una formula chimica che dà l'esatto numero degli atomi di una molecola.

Una formula molecolare è una formula chimica che dà l'esatto numero degli atomi di una molecola. Una formula molecolare è una formula chimica che dà l'esatto numero degli atomi di una molecola. La formula empirica e una formula in cui il rappporto tra gli atomi e il piu semplice possibil Acqua Ammoniaca

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

La dinamica delle collisioni

La dinamica delle collisioni La dinamica delle collisioni Un video: clic Un altro video: clic Analisi di un crash test (I) I filmati delle prove d impatto distruttive degli autoveicoli, dato l elevato numero dei fotogrammi al secondo,

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE Per gli studenti del 1 Anno della Facoltà di Agraria APPUNTI DALLE LEZIONI (A.A. 00/003) Andrea Onofri Dipartimento di Scienze Agroambientali e della

Dettagli

ALLENARSI CON LA FASCIA CARDIO

ALLENARSI CON LA FASCIA CARDIO ALLENARSI CON LA FASCIA CARDIO Come effettuare il monitoraggio dei nostri allenamenti? Spesso è difficile misurare il livello di sforzo di una particolare gara o sessione di allenamento. Come vi sentite?

Dettagli

E.P. VIT s.r.l. 004 02 048 025 ZB FINITURA LUNGHEZZA DIAMETRO MATERIALE TIPOLOGIA PRODOTTO

E.P. VIT s.r.l. 004 02 048 025 ZB FINITURA LUNGHEZZA DIAMETRO MATERIALE TIPOLOGIA PRODOTTO LISTINO PREZZI E.P. VIT s.r.l. opera da oltre un decennio nel mercato della commercializzazione di VITERIA, BULLONERIA E SISTEMI DI FISSAGGIO MECCANICI. L azienda si pone quale obiettivo l offerta di prodotti

Dettagli

G LI ITALIANI E LA BICICLETTA: DALLA RISCOPERTA ALLA CRESCITA MANCATA

G LI ITALIANI E LA BICICLETTA: DALLA RISCOPERTA ALLA CRESCITA MANCATA G LI ITALIANI E LA BICICLETTA: DALLA RISCOPERTA ALLA CRESCITA MANCATA AUDIMOB O SSERVATORIO SUI C OMPORTAMENTI DI M OBILITÀ DEGLI I TALIANI Maggio 2012 LE FERMATE AUDIMOB S U L L A M O B I L I T A n. 15

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

Rapporto CESI. Cliente: Oggetto: Ordine: Contratto CESI n. 71/00056. Note: N. pagine: 13 N. pagine fuori testo: Data: 30.05.2000.

Rapporto CESI. Cliente: Oggetto: Ordine: Contratto CESI n. 71/00056. Note: N. pagine: 13 N. pagine fuori testo: Data: 30.05.2000. A0/010226 Pag.1/13 Cliente: Ricerca di Sistema Oggetto: Determinazione della tenacità di acciai eserciti - Correlazioni per stime di FATT da prove Small Punch Ordine: Contratto CESI n. 71/00056 Note: DEGRADO/GEN04/003

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Sistemi e attrezzature per la sicurezza

Sistemi e attrezzature per la sicurezza SISTEMI E ATTREZZATURE PER LA SICUREZZA Cavalletti di segnalazione...85 Segnalatore di sicurezza fisso...85 Over-The-Spill System...85 Coni di sicurezza e accessori...86 Barriere mobili...87 Segnalatore

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli