MIGLIORAMENTO DELLA SOLUZIONE DEL PROBLEMA DELLA CALIBRAZIONE DELLE RETI IDRICHE AL CRESCERE DEL NUMERO DI MISURATORI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "MIGLIORAMENTO DELLA SOLUZIONE DEL PROBLEMA DELLA CALIBRAZIONE DELLE RETI IDRICHE AL CRESCERE DEL NUMERO DI MISURATORI"

Transcript

1 Quinto seminario su La diagnosi e la gestione dei sistemi idrici Roma giugno 2011 MIGLIORAMENTO DELLA SOLUZIONE DEL PROBLEMA DELLA CALIBRAZIONE DELLE RETI IDRICHE AL CRESCERE DEL NUMERO DI MISURATORI P. Veltri 1, A. Fiorini Morosini 1, M.C. Gigliotti 1, F. Costanzo 2 (1) Università della Calabria, Dipartimento di Difesa del Suolo Vincenzo Marone attilio.fiorinimorosini@unical.it (2) Università della Calabria, Dipartimento di Difesa del Suolo Vincenzo Marone - Dottorando con Borsa FSE SOMMARIO La calibrazione delle reti idriche in pressione consiste nel determinare il valore di quei parametri che nel problema di verifica costituiscono l input del problema, ossia scabrezza delle condotte e portata erogata ai nodi, utilizzando misure su campo di portata effettuate nelle condotte e di pressione ai nodi. Tra gli approcci classici alla calibrazione si ricordano i metodi euristici, espliciti e impliciti. Le prime tecniche di calibrazione risalgono a Walski (1983) e Bhave (1988), mentre negli ultimi anni particolare attenzione è stata rivolta ai metodi impliciti (Veltri et al., 1994), che tengono conto dei dati misurati tramite funzioni in cui compaiono come parametri gli scarti tra valori misurati e quelli ottenuti dall output dei modelli di simulazione. Tale approccio ha consentito di svincolarsi dalla scelta di un set di valori iniziali e ha indotto la ricerca verso tecniche che cercano la soluzione al problema di calibrazione con procedure basate sulla ricerca del minimo di una funzione obbiettivo. Tale tipo di approccio, a eccezione di alcuni casi, è stato per lo più riferito a reti teoriche. Nel presente lavoro ci si pone l obbiettivo di valutare come migliora la calibrazione delle scabrezze di una rete idrica all aumentare del numero di misure. Il calcolo viene effettuato utilizzando un modello di calibrazione (UNINET), messo a punto presso il Dipartimento di Difesa del Suolo dell Università della Calabria e basato su tecniche di natura statistica che verranno brevemente descritte. 1 L APPROCCIO STATISTICO-BAYESIANO PER LA CALIBRAZIONE DELLE RETI La metodologia di calibrazione utilizzata nel presente lavoro per stimare i parametri si basa su un approccio di tipo statistico-bayesiano: secondo tale approccio (Orlando, 2010; Veltri et al., 2010) la probabilità è definita come il grado di fiducia che si ha che un certo evento si verifichi; i parametri delle distribuzioni sono delle variabili casuali. Poiché la probabilità è soggettiva, è lecito fare delle assunzioni a priori sulla distribuzione di probabilità di un parametro. Le informazioni oggettive date dal verificarsi di un evento o quelle contenute nei dati di un campione estratto dalla popolazione sono utilizzate per modificare, applicando il teorema di Bayes, le assunzioni a priori, soggettive, rendendole oggettive. Indicando con H 0 l ipotesi e con E l evento, il teorema si può scrivere come segue: P( E H 0 ) P( H 0 ) P( H 0 E) = P( E) in cui: P(H 0 ) è la probabilità assunta a priori sull ipotesi, in base all esperienza personale (probabilità a priori) P(E H 0 ) è la probabilità condizionata del verificarsi dell evento E dato che l ipotesi H 0 sia vera (verosimiglianza) P(E) è la probabilità assoluta del verificarsi dell evento E, indipendentemente dal fatto che H 0 sia vera o meno (probabilità totale) P(H 0 E) è la probabilità che l ipotesi H 0 sia vera dato che si è verificato l evento E (probabilità a posteriori) P(H 0 E), probabilità a posteriori, corregge la P(H 0 ), assunta a priori, in base alle nuove informazioni rappresentate dal dato oggettivo che si è verificato l evento E. Quindi, con l approccio statistico-bayesiano, in cui i parametri del modello non vengono considerati

2 352 P. Veltri, A. Fiorini Morosini, M.C. Gigliotti, F. Costanzo come valori deterministici ma come variabili casuali, il problema consiste nel determinare la distribuzione di probabilità. 2 MODELLO DI SIMULAZIONE Sulla scorta di quanto sopra indicato, la calibrazione delle scabrezze è stata condotta utilizzando il modello UNINET (Orlando, 2010), modello di calibrazione (Figura 1) implementato presso il Dipartimento di Difesa del Suolo dell Università della Calabria. Esso consta di un algoritmo di ottimizzazione (SCEM-UA) e di un modello di simulazione della rete del tipo Pressure Driven Analysis, PDA, (Veltri et al., 2010;) denominato INetPDA; l algoritmo non necessità di una soluzione iniziale, considera i parametri da stimare come delle variabili casuali e determina infine la distribuzione di probabilità a posteriori, a mezzo dell inferenza bayesiana. I dati in input sono distinti in due gruppi, il primo utilizzato solo dal modulo SCEM-UA per il calcolo di ottimizzazione, il secondo utilizzato esclusivamente dal modello di simulazione INetPDA, per la verifica della rete. In particolare, nel primo gruppo sono comprese le misure disponibili di portata nelle condotte e di pressione ai nodi di erogazione, la distribuzione a priori assunta per i parametri incogniti e, infine, i parametri che adattano i criteri di ricerca dell algoritmo SCEM-UA al particolare problema. Il secondo gruppo di dati di input, utilizzato da INetPDA per ottenere i valori calcolati di portata in condotta e di pressione ai nodi, da confrontare con quelli misurati, prevede tutti dati necessari alla risoluzione del problema di verifica, ossia quote dei nodi di alimentazione, topologia rete e caratteristiche della rete e, infine, i dati relativi alla erogazione dei nodi, ossia la portata e il valore dell altezza piezometrica corrispondente a erogazione nulla e quella corrispondente alla erogazione massima. Figura 1 - Schema UNINET 3 TIPOLOGIA ED EFFICACIA DELLE MISURE Poiché ai fini della calibrazione si rende necessario effettuare misure di portata in condotta e di pressione ai nodi, occorre individuare i punti di misura più sensibili alla variazione delle grandezze di scabrezza e/o portata e tra questi scegliere i punti ottimali, riducendone il numero anche per problemi di ordine economico. Dal punto di vista operativo i dati sono selezionati in tre gradi di qualità: buoni, cattivi e inutili (Walski, 2000). A esempio, se la perdita di carico è così elevata da risultare superiore all eventuale errore di misura dello strumento il dato è buono, altrimenti è inutile. I dati cattivi, individuabili grazie all esperienza, sono dovuti a cattivo funzionamento dei dispositivi di misura, a negligenze oppure alla mancata individuazione di strozzature o altre incertezze sull effettivo sviluppo della rete (Veltri e Fiorini Morosini, 2005). Può essere utile valutare quale sia il numero di misure necessario per ottenere risultati calcolati dalla calibrazione più vicini ai valori reali della grandezza presa in considerazione (Ferreri e Gangitano, 2001). Nel presente lavoro la scelta dei lati e/o nodi da sottoporre a misura è stata effettuata in modo arbitrario. L applicazione è riferita a reti di letteratura. 4 DESCRIZIONE DELLE RETI DI LETTERATURA ANALIZZATE Per la valutazione del miglioramento della soluzione sono state analizzate la rete proposta da Walski

3 Calibrazione di reti idriche 353 (1983) e quella proposta da Greco e Di Cristo (1999), di seguito schematizzate e descritte. 4.1 Rete proposta da Walski Figura 2 - Rete proposta da Walski (1983) La rete è costituita da un nodo di alimentazione, nove condotte, sei nodi di erogazione, tre maglie chiuse elementari e un ramo aperto. La quota piezometrica del serbatoio di alimentazione è 60,90 m, la geometria della rete è descritta in figura 2 e i dati di input e i risultati del modello di verifica sono riportati nelle tabelle 1 e 2. Nella rete originaria la scabrezza viene espressa in termini del coefficiente C della formula di Hazen-Williams e, poiché in INetPDA è adottata la formula di Colebrook, si è proceduto a determinare il corrispondente ε di Colebrook. Numero Lunghezza Diametro Scabrezza ε Q Scabrezza C condotta (m) (mm) (mm) (l/s) 1 304,8 203,2 90 3,0 25, ,6 304, ,0 39, ,6 304, ,0 11, ,8 304, ,0 42, ,2 304, ,0 43, ,4 203, ,5 14, ,4 254, ,5 59, ,0 406, ,0 184, ,6 304, ,2 127,97 Tabella 1 Caratteristiche geometriche e portate circolanti della rete proposta da Walski (1983) Numero Nodo Portata erogata (l/s) H (m) 1 25,24 53, ,09 55, ,63 54, ,54 54, ,55 54, ,18 55,024 TOTALE 372,23 Tabella 2 - Portate erogate, quote piezometriche ai nodi della rete proposta da Walski (1983) 4.2 La rete proposta da Greco e Di Cristo La rete è costituita da quattro maglie chiuse elementari, due nodi di alimentazione, undici nodi di erogazione e sedici condotte. La quota piezometrica al nodo di alimentazione numero 12 è di 123 m, quella al nodo di alimentazione numero 13 invece è di 112 m. 5

4 354 P. Veltri, A. Fiorini Morosini, M.C. Gigliotti, F. Costanzo Figura 3 - Rete proposta da Greco e Di Cristo (1999) Nella tabella 3 sono riportati i valori della lunghezza, del diametro e della scabrezza delle condotte della rete e inoltre le portate circolanti derivanti dalla verifica della rete. Come nel caso precedente, nella rete originaria la scabrezza viene espressa in termini del coefficiente C della formula di Hazen-Williams e, poiché in INetPDA è adottata la formula di Colebrook, si è proceduto a determinare il corrispondente ε di Colebrook. Numero Lunghezza Diametro q Scabrezza C Scabrezza ε (mm) condotta (m) (mm) (l/s) ,0 176, ,4 42, ,2 22, ,1 12, ,2 4, ,0 78, ,1 2, ,5 20, ,5 49, ,0 118, ,6 61, ,0 36, ,0 10, ,5 11, ,5 16, ,2 4,00 Tabella 3 Caratteristiche geometriche e portate circolanti della rete proposta da Greco e Di Cristo (1999) Nella tabella 4 sono indicati i valori delle portate erogate ai nodi e il carico ai nodi della rete tenendo conto che la quota geometrica di tutti i nodi è zero. 5 CALIBRAZIONE DELLE SCABREZZE Ipotizzando di conoscere un certo numero di misure, via via crescente, è possibile determinare il valore della scabrezza calibrata e quindi di determinare il valore dello scarto relativo µ E, definito come la misura dello scarto tra la grandezza calcolata e quella reale.!!!!!!! =!!!!! Si è indicata con!! la scabrezza calcolata da calibrazione con UNINET, con!! la scabrezza reale e con! il numero di lati della rete. I risultati ottenuti per ciascuna rete possono essere diagrammati

5 Calibrazione di reti idriche 355 valutando l andamento del parametro µ E in funzione del numero di misure di pressione o portata. Numero nodo Portata erogata H (l/s) (m) , , , , , , , , , ,7 TOTALE 295 Tabella 4 - Portate erogate e valori del carico ai nodi della rete proposta da Greco e Di Cristo (1999) 5.1 Rete proposta da Walski Con riferimento alla rete di Walski si sono effettuate elaborazioni assumendo note le misure di pressione in alcuni nodi e di portata in alcuni lati. Lo schema delle misure ipotizzate note è indicato nella tabella 5. misura nodi Somm µ Ei µ Emin µ Emax µ Emedio pressione 6 1,970 0,052 0,455 0,219 6, 4 2,720 0,247 0,554 0,302 6, 4, 1 1,770 0,034 0,278 0,197 6, 4, 1, 3 2,290 0,049 0,420 0,255 6, 4, 1, 3, 2 1,620 0,015 0,286 0,180 Tabella 5 - Sommatoria, valori minimo, massimo e medio del parametro µe ipotizzando note misure di pressione ai nodi L andamento di µ E è riportato nella figura 4. Figura 4 Andamento del parametro µe relativo alla rete proposta da Walski, ipotizzando di avere a disposizione misure di pressione ai nodi Il valore di µ E, come risulta evidente dalla tabella 5 e dalla figura 4, non varia molto con il crescere del numero dei misuratori in rete: infatti, quello che si ottiene ipotizzando di disporre di cinque misure di pressione è circa simile al valore di µ E ottenuto con 3 misure note, nonché già con una sola misura di pressione. Ciò appare evidente dalla figura 5 a) e 5 b), in cui sono messi a confronto i valori delle scabrezze reali e quelle calibrate ipotizzando nota una sola misura (fig. 5 a) o cinque misure (fig. 5 b) di

6 356 P. Veltri, A. Fiorini Morosini, M.C. Gigliotti, F. Costanzo pressione. Figura 5 Confronto tra le scabrezze reali e quelle calibrate con a) una misura di pressione ad un nodo, b) cinque valori di pressione ai nodi della rete proposta da Walski Nel caso siano invece note misure di portata, si ottengono i risultati illustrati in tabella 6 e figura 6. misura lati µ Ei somm µ Emin µ Emax µ Emedio portata 4 2,900 0,087 0,928 0,322 4, 8 9,980 0,395 2,900 1,109 4, 8, 9 1,220 0,034 0,512 0,135 3, 4, 8, 9 0,520 0,009 0,391 0,058 3, 4, 7, 8, 9 1,800 0,149 0,522 0,200 Tabella 6 - Sommatoria, valori minimo, massimo e medio del parametro µe ipotizzando note misure di portata nei lati Figura 6 Andamento del parametro µe relativo alla rete proposta da Walski, ipotizzando di avere a disposizione misure di portata in condotta Anche in tal caso il valore di µ E non varia di molto al variare del numero di misure in rete, tranne nel caso in cui si ipotizza di disporre di due misure di portata, come evidente in figura 6, perciò potrebbero già essere sufficienti tre misure di portata in rete. Infatti, il confronto tra i valori reali e quelli calcolati di scabrezza supponendo nota una sola misura, o quattro misure di portata è illustrato in figura 7 a) e 7 b). Dal confronto tra scabrezze reali e calibrate di figura 7, si nota che la maggiore differenza è relativa alla condotta 1, ramo della rete non ad anello.

7 Calibrazione di reti idriche 357 Figura 7 Confronto tra le scabrezze reali e quelle calibrate a) con una misura di portata in un lato della rete, b) con quattro misure di portata, nella rete proposta da Walski 5.2 Rete proposta da Greco e Di Cristo Con riferimento alla rete di Greco e Di Cristo, si sono effettuate elaborazioni assumendo ancora note le misure di pressione in alcuni nodi e di portata in alcuni lati, si è pervenuto ai risultati illustrati nella tabella 7. misura Nodi µ Eisomm µ Emin µ Emax µ Emedio pressione 1,9 14,52 0,006 4,078 0,908 1, 4, 9 15,54 0,027 3,874 0,971 1, 4, 8, 9 12,05 0,007 2,853 0,753 1, 2, 4, 8, 9 15,37 0,001 5,824 0,961 1, 2, 4, 7, 8, 9 9,21 0,020 3,781 0,576 1, 2, 4, 5, 7, 8, 9 8,62 0,017 3,546 0,539 Tabella 7 - Sommatoria, valori minimo, massimo e medio del parametro µe ipotizzando note misure di pressione ai nodi L andamento di µ E è riportato nella figura 8. Figura 8 Andamento del parametro µe relativo alla rete proposta da Greco e Di Cristo, ipotizzando di avere a disposizione misure di pressione ai nodi Il modello UNINET non dà soluzione quando si suppone nota la sola misura di pressione nel nodo 1 o 9. In questa simulazione il parametro µ E mostra un andamento irregolare al crescere del numero dei misuratori in rete, però buoni risultati si ottengono anche con solo quattro misure di pressione, come illustrato in figura 9 e come verificabile anche con il confronto dei risultati ottenuti con sette misure.

8 358 P. Veltri, A. Fiorini Morosini, M.C. Gigliotti, F. Costanzo Figura 9 Confronto tra le scabrezze reali e quelle calibrate, a) con quattro misure di pressione ai nodi, b) con quattro misure di pressione ai nodi nella rete proposta da Greco e Di Cristo Nel caso siano invece note misure di portata si ottengono i risultati illustrati in tabella 8. misura lati µ E µ Emin µ εmax µ Emedio portata 6, 11 18,27 0,0804 4,3418 1,1419 6, 7, 11 14,41 0,0358 5,2263 0,9006 6, 7, 11, 16 17,28 0,0451 3,117 1,0797 2, 6, 7, 11, 16 14,71 0,0518 4,1192 0,9196 2, 6, 7, 9, 11, 16 Non converge 2, 6, 7, 9, 11, 13, 16 12,44 0,1175 4,2972 0,7772 Tabella 8 - Sommatoria, valori minimo, massimo e medio del parametro µe ipotizzando note misure di portata in condotta L andamento di µ E è riportato nella figura 10. Figura 10 Andamento del parametro µe relativo alla rete proposta da Greco e Di Cristo, ipotizzando di avere a disposizione misure di portata in condotta Anche in questo caso, va evidenziato che il modello UNINET non dà soluzione quando si suppone nota la sola misura di portata nel lato 6 o 11. In tal caso il valore di µ E non varia di molto al variare del numero di misure in rete, come evidente in figura 11, perciò potrebbero già essere sufficienti cinque o addirittura tre misure di portata in rete. Il confronto tra i valori di scabrezza reali e calcolati è riportato supponendo note tre (Fig. 11 a)) o sette (Fig. 11 b)) misure di portata.

9 Calibrazione di reti idriche 359 Figura 11 Confronto tra le scabrezze reali e quelle calibrate a) con tre misure di portata nei lati, b) con sette misure di portata nei lati della rete proposta da Greco e Di Cristo 6 CONCLUSIONI Obiettivo del presente lavoro è stato quello di valutare il miglioramento della soluzione del problema di calibrazione, ossia ottenere valori calcolati di scabrezza più vicini possibile a quelli reali, aumentando il numero di misure nella rete. Le reti analizzate sono due: la rete proposta da Walski e la rete proposta da Greco e Di Cristo; i nodi e i lati da sottoporre a misura sono stati scelti in modo arbitrario. In ambedue le reti la calibrazione delle scabrezze è stata verificata a mezzo del modello di simulazione UNINET, ipotizzando di disporre sia di misure di pressione ai nodi, sia di misure di portata in condotta. In particolare, con riferimento alla rete proposta da Walski, il valore dello scarto relativo non varia molto al crescere del numero dei misuratori in rete; infatti, quello che si ottiene ipotizzando note cinque misure di pressione è circa simile a quanto si ricava con tre misure note, nonché già con una sola misura di pressione. Da sottolineare come, sempre relativamente alla rete proposta da Walski, la maggiore differenza tra le scabrezze reali e quelle calibrate è relativa alla condotta 1 che è un ramo della rete non ad anello. Invece, con riferimento alla rete proposta da Greco e Di Cristo, il parametro scarto relativo mostra un andamento irregolare al crescere del numero dei misuratori in rete però buoni risultati si ottengono anche con un numero di misure pari a 3. Si evidenzia che il modello UNINET, relativamente alla calibrazione della rete proposta da Greco e Di Cristo, non dà soluzione quando si suppone nota una sola misura di pressione o di portata. Dai risultati ottenuti, quindi dall andamento del parametro scarto relativo, è possibile dedurre che, generalmente, al crescere delle misure in rete si ottengono calibrazioni migliori anche se tecnicamente è possibile conseguire risultati accettabili anche con un numero di misure ridotto. Ringraziamenti. La presente pubblicazione è cofinanziato con il sostegno della Commissione Europea, Fondo Sociale Europeo e della Regione Calabria. Gli autori sono i soli responsabili di questa pubblicazione e la Commissione Europea e la Regione Calabria declinano ogni responsabilità sull uso che potrà essere fatto delle informazioni in essa contenute. BIBLIOGRAFIA Bhave P.R., Calibrating Water Distribution Network Models, Journal of Environmental Engineering, vol. 114, n 1, Ferreri G. B., Gangitano L. Efficacia del tipo e del numero di misuratori sulla calibrazione dellescabrezze di reti distributrici in pressione, L Acqua, Marzo Greco M., Di Cristo C.: Calibration for Hydraulic Network Simulation; International Water Resources Engineering Conference, A.S.C.E., Seattle, Orlando F. Simulazione delle reti idriche in pressione a fini gestionali,tesi dottorato di ricerca in ingegneria idraulica per l Ambiente e il Territorio, Novembre, Veltri P., Maiolo M., Fiorini Morosini A., Una procedura per la calibrazione dei modelli di reti di distribuzione

10 360 P. Veltri, A. Fiorini Morosini, M.C. Gigliotti, F. Costanzo idrica, XXIV Convegno di Idraulica e Costruzioni idrauliche, Napoli, settembre, Veltri P., Fiorini Morosini A., Esperienze di calibrazione su reti idriche reali e teoriche, Secondo Seminario su: La ricerca delle perdite e la gestione delle reti di acquedotto, Perugia 22 settembre Veltri P., Fiorini Morosini A.,Orlando F., La calibrazione delle scabrezze delle reti idriche: un approccio di tipo probabilistico basato su un modello PDA di risoluzione della rete, La Ricerca delle perdite e la gestione delle reti di acquedotto. IV seminario (Aversa (CE) 18-19/9/2009. A cura di B. Brunone, M. Di Natale, M. Ferrante. C. Gisonni e S. Meniconi. L Acqua supplemento 2/2010 Marzo Aprile (ISSN ), 2010 Walski T. M. Technique for Calibrating Network Models, Journal of Water Resource Planning and Management, ASCE, vol. 109, Walski T. M. Model calibration data: The Good, The Bad, and The Useless; Journal of AWWA, vol. 92, 2000.

CONFRONTO FRA MODELLI PER LA SCELTA OTTIMALE DEI PUNTI DI MISURA IN RETI IDRICHE AI FINI DELLA CALIBRAZIONE

CONFRONTO FRA MODELLI PER LA SCELTA OTTIMALE DEI PUNTI DI MISURA IN RETI IDRICHE AI FINI DELLA CALIBRAZIONE CONFRONTO FRA MODELLI PER LA SCELTA OTTIMALE DEI PUNTI DI MISURA IN RETI IDRICHE AI FINI DELLA CALIBRAZIONE P. Veltri, A. Fiorini Morosini, F. Costanzo, M.C. Gigliotti Dipartimento di Difesa del Suolo

Dettagli

VERIFICA DI UNA RETE DI DISTRIBUZIONE INTERNA

VERIFICA DI UNA RETE DI DISTRIBUZIONE INTERNA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II Dipartimento di Ingegneria Civile, Edile ed Ambientale VERIFICA DI UNA RETE DI DISTRIBUZIONE INTERNA mediante programma realizzato in ambiente Office Excel

Dettagli

SISTEMI DI CONDOTTE: Aspetti generali

SISTEMI DI CONDOTTE: Aspetti generali SISTEMI DI CONDOTTE: Aspetti generali Carlo Ciaponi Università degli Studi di Pavia Dipartimento di Ingegneria Idraulica e Ambientale La La rete e i i suoi elementi RETE: insieme di elementi variamente

Dettagli

COMUNE DI TERMOLI. Provincia di Campobasso P.A.R PROGETTO DEFINITIVO/ESECUTIVO OTTIMIZZAZIONE RETE IDRICA

COMUNE DI TERMOLI. Provincia di Campobasso P.A.R PROGETTO DEFINITIVO/ESECUTIVO OTTIMIZZAZIONE RETE IDRICA COMUNE DI TERMOLI Provincia di Campobasso P.A.R. 2007-2013 PROGETTO DEFINITIVO/ESECUTIVO N. elaborato: Lavori di:: A1.3.1 Data: 29/10/2015 SCALA: Elaborato: Committente: OTTIMIZZAZIONE RETE IDRICA Relazione

Dettagli

L'INTERPOLAZIONE SPAZIALE DELLE MISURE DI PRESSIONE

L'INTERPOLAZIONE SPAZIALE DELLE MISURE DI PRESSIONE L'INTERPOLAZIONE SPAZIALE DELLE MISURE DI PRESSIONE E stata utilizzata la tecnica di interpolazione spaziale geostatistica del cokriging, la quale risulta particolarmente idonea a descrivere grandezze

Dettagli

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili

Dettagli

- Corso di Costruzioni idrauliche E.A.

- Corso di Costruzioni idrauliche E.A. Università Politecnica delle Marche Facoltà di Ingegneria - Dipartimento di Ingegneria, Civile, Edile e Architettura Corso di Costruzioni idrauliche (E.A.) - A.A. 0/0 ESERCITAZIONE N. ALLIEVO MATR Problemi

Dettagli

REALIZZAZIONE DI UNA RETE DI ACQUEDOTTO TRAMITE IL SOFTWARE QEPANET

REALIZZAZIONE DI UNA RETE DI ACQUEDOTTO TRAMITE IL SOFTWARE QEPANET REALIZZAZIONE DI UNA RETE DI ACQUEDOTTO TRAMITE IL SOFTWARE QEPANET DOCENTE: RICCARDO RIGON ESERCITATRICE: ELISA STELLA STUDENTI: GIULIA DOSSI 189463 UNIVERSITA DEGLI STUDI DI TRENTO CORSO DI LAUREA MAGISTRALE

Dettagli

RETI DI CONDOTTE PROBLEMI DI VERIFICA

RETI DI CONDOTTE PROBLEMI DI VERIFICA RETI DI CONDOTTE PROBLEMI DI VERIFICA Nei problemi che seguono, con il termine (D) si intende indicare la seguente quantità: γ(d) = 8λ D 5 gπ2 Dove λ è la funzione di resistenza, grandezza che in generale

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico

Dettagli

UNIVERSITÀ DEGLI STUDI DI PERUGIA

UNIVERSITÀ DEGLI STUDI DI PERUGIA SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Effetti dell approssimazione di portata equivalente per una condotta distributrice

Effetti dell approssimazione di portata equivalente per una condotta distributrice UNIVERSITA DEGLI STUDI DI NAPOLI FEDERICO II FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO Tesi di Laurea in Idraulica Effetti dell approssimazione di portata equivalente

Dettagli

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe

Dettagli

COMUNE DI CONSIGLIO DI RUMO

COMUNE DI CONSIGLIO DI RUMO COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI

Dettagli

Riconoscimento e recupero dell informazione per bioinformatica. Clustering: validazione. Manuele Bicego

Riconoscimento e recupero dell informazione per bioinformatica. Clustering: validazione. Manuele Bicego Riconoscimento e recupero dell informazione per bioinformatica Clustering: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Definizione

Dettagli

DISTRIBUZIONI DI CAMPIONAMENTO

DISTRIBUZIONI DI CAMPIONAMENTO DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,

Dettagli

CONCESSIONE DI COSTRUZIONE E GESTIONE DEL CIMITERO COMUNALE Riequilibrio del piano economico e finanziario

CONCESSIONE DI COSTRUZIONE E GESTIONE DEL CIMITERO COMUNALE Riequilibrio del piano economico e finanziario Roberta Rava Studio Financial Advisor CONCESSIONE DI COSTRUZIONE E GESTIONE DEL CIMITERO COMUNALE Riequilibrio del piano economico e finanziario Comune di Castel Maggiore 04 luglio 2017 SOMMARIO 1. INTRODUZIONE...

Dettagli

Le reti di distribuzione

Le reti di distribuzione Le reti di distribuzione Distribuiscono l acqua a tutte le utenze e per lo spegnimento degli incendi. Classificazione delle condotte avvicinamento: doppia condotta (q h /2) alimentatrici principali o condotte

Dettagli

LA DISTRIBUZIONE NORMALE

LA DISTRIBUZIONE NORMALE LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche

Dettagli

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = + ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della

Dettagli

MOTO PERMANENTE NELLE CONDOTTE IN PRESSIONE: PERDITE DI CARICO ESERCIZIO N. 7.A

MOTO PERMANENTE NELLE CONDOTTE IN PRESSIONE: PERDITE DI CARICO ESERCIZIO N. 7.A MOTO PERMANENTE NELLE CONDOTTE IN PRESSIONE: PERDITE DI CARICO ESERCIZIO N. 7.A PRIMA PARTE CONDOTTA A DIAMETRO COSTANTE Dati (cfr. esercizio n. 6.a prima parte): - z = 1.5 m, D = 50 mm, L = 60 m (si assuma

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2

Dettagli

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza

Statistica Metodologica Avanzato Test 1: Concetti base di inferenza Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

Calcolo combinatorio

Calcolo combinatorio Calcolo combinatorio Fattoriale: n! = n( n 1)( n 2)...1 1 1 n n = 0 Fattoriale discendente: n( n 1)...( n k + 1) n! (n) k = = ( n k)! 1 1 k n k = 0 Coefficiente binomiale (k n) : n (n) = k n! = k k! k!(

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi

Dettagli

Laboratorio di Idraulica Applicata. LIA 2013 Laboratorio di Idraulica Applicata 1

Laboratorio di Idraulica Applicata. LIA 2013 Laboratorio di Idraulica Applicata 1 Laboratorio di Idraulica Applicata LIA 2013 Laboratorio di Idraulica Applicata 1 Lezione 1 Trasporto dei fluidi Correnti In Pressione (CIP) Lunghe Condotte (LC) Problemi di verifica e di progetto Acquedotti

Dettagli

Distribuzione normale

Distribuzione normale Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata

Dettagli

PROGETTO ESECUTIVO. Opere di competenza del Ministero delle Politiche Agricole e Forestali

PROGETTO ESECUTIVO. Opere di competenza del Ministero delle Politiche Agricole e Forestali PROGETTO SISTEMA IRRIGUO VALLI GIRALDA-GAFFARO-FALCE PROGETTO ESECUTIVO Opere di competenza del Ministero delle Politiche Agricole e Forestali Salvaguardia ambientale e riassetto irriguo del comprensorio

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Note sulla probabilità

Note sulla probabilità Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE

Dettagli

Richiami di probabilità. Decision Theory e Utilità. Richiami di probabilità. assumere certi valori in un insieme x 1, x 2, x n (dominio)

Richiami di probabilità. Decision Theory e Utilità. Richiami di probabilità. assumere certi valori in un insieme x 1, x 2, x n (dominio) 9 lezione Scaletta argomenti: Probabilità Richiami di probabilità Reti Bayesiane Decision Theory e Utilità 1 Richiami di probabilità - La formalizzazione deriva da Boole - Concetto di VARIABILE CASUALE

Dettagli

Teorema del limite centrale TCL

Teorema del limite centrale TCL Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni

Dettagli

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,

Dettagli

1 Schemi alle differenze finite per funzioni di una variabile

1 Schemi alle differenze finite per funzioni di una variabile Introduzione In questa dispensa vengono forniti alcuni elementi di base per la soluzione di equazioni alle derivate parziali che governano problemi al contorno. A questo scopo si introducono, in forma

Dettagli

Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione

Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze

Dettagli

Codice di calcolo utilizzato.

Codice di calcolo utilizzato. Codice di calcolo utilizzato. Il codice di calcolo utilizzato consente di effettuare la simulazione della distribuzione delle pressioni e delle portate in condizioni stazionarie e per la simulazione su

Dettagli

5.5 Procedura generale per la formulazione di un test

5.5 Procedura generale per la formulazione di un test ca e ilprincipale problema per i test di ipotesi consiste nello scegliere la migliore regione "'''illle. In generale si può notare che maggiore è la regione critica maggiore è la probabi- iere un errore

Dettagli

Il campionamento e l inferenza. Il campionamento e l inferenza

Il campionamento e l inferenza. Il campionamento e l inferenza Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento

Dettagli

INDICE 1 PREMESSA MODELLO DI CALCOLO UTILIZZATO PER LE VERIFICHE IDRAULICHE... 2

INDICE 1 PREMESSA MODELLO DI CALCOLO UTILIZZATO PER LE VERIFICHE IDRAULICHE... 2 INDICE 1 PREMESSA... MODELLO DI CALCOLO UTILIZZATO PER LE VERIFICHE IDRAULICHE....1 DESCRIZIONE DEL MODELLO MATEMATICO.... DATI DI INPUT... 4.3 DATI DI OUTPUT... 5 3 VERIFICA IDRAULICA DELLO STATO ATTUALE...

Dettagli

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3

SISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3 SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 5 Abbiamo visto: Modelli probabilistici nel continuo Distribuzione uniforme continua Distribuzione

Dettagli

Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale

Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale Il presente lavoro, facente segiuto a quanto scritto precedentemente ha il fine di descrivere il codice di calcolo

Dettagli

Caratterizzazione dei consumi energetici (parte 3)

Caratterizzazione dei consumi energetici (parte 3) ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale

Dettagli

RIDUZIONE DELLE DISTANZE

RIDUZIONE DELLE DISTANZE RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,

Dettagli

Università di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A

Università di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni e inferenza statistica Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

STATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 1. Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 1 29.01.2014 Dott.ssa Antonella Costanzo Esercizio 1. Modelli discreti di probabilità: le v.c. binomiale e geometrica (come caso particolare della v.c. binomiale negativa)

Dettagli

INDICE 1. GENERALITÀ NORMATIVA E CRITERI DI PROGETTAZIONE... 3

INDICE 1. GENERALITÀ NORMATIVA E CRITERI DI PROGETTAZIONE... 3 INDICE 1. GENERALITÀ... 2 2. NORMATIVA E CRITERI DI PROGETTAZIONE... 3 3. IMPIANTO IDRICO ANTINCENDIO... 4 3.1 COMPOSIZIONE DELL IMPIANTO... 4 3.1.1 Vasca e sala pompe... 4 3.1.2 Rete idranti... 5 4. VERIFICA

Dettagli

Distribuzioni campionarie

Distribuzioni campionarie 1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in Scienze e Tecnologie Alimentari Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa

Dettagli

Introduzione alla verifica d ipotesi

Introduzione alla verifica d ipotesi Introduzione alla verifica d ipotesi Dipartimento di Matematica Università di Roma Tor Vergata 17 dicembre 2017 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo

Dettagli

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni

Dettagli

ESERCITAZIONE N. 2 (22 ottobre 2007) Verifica con il metodo di Hardy Cross di un sistema con più serbatoi e impianto di pompaggio

ESERCITAZIONE N. 2 (22 ottobre 2007) Verifica con il metodo di Hardy Cross di un sistema con più serbatoi e impianto di pompaggio ESERCITAZIONE N. 2 (22 ottobre 2007) Verifica con il metodo di Hardy Cross di un sistema con più serbatoi e impianto di pompaggio È dato un centro abitato di 4000 abitanti, servito da un acquedotto il

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi

Dettagli

REGRESSIONE E CORRELAZIONE

REGRESSIONE E CORRELAZIONE REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.

Dettagli

Cenni di apprendimento in Reti Bayesiane

Cenni di apprendimento in Reti Bayesiane Sistemi Intelligenti 216 Cenni di apprendimento in Reti Bayesiane Esistono diverse varianti di compiti di apprendimento La struttura della rete può essere nota o sconosciuta Esempi di apprendimento possono

Dettagli

Test di ipotesi. Test

Test di ipotesi. Test Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell

Dettagli

Teorema di Thevenin generalizzato

Teorema di Thevenin generalizzato Teorema di Thevenin generalizzato Si considerino due reti elettriche lineari, A e B, aventi rispettivamente N A e N B nodi interni. Esse si interfacciano attraverso n (n 3) fili di collegamento, in cui

Dettagli

LA RICERCA DELLE PERDITE E LA GESTIONE DELLE RETI DI ACQUEDOTTO Secondo Seminario

LA RICERCA DELLE PERDITE E LA GESTIONE DELLE RETI DI ACQUEDOTTO Secondo Seminario Il secondo Seminario su La ricerca delle perdite e la gestione delle reti di acquedotto, organizzato congiuntamente dal Dipartimento di Ingegneria Civile ed Ambientale dell Università degli Studi di Perugia

Dettagli

Corso di Idraulica ed Idrologia Forestale

Corso di Idraulica ed Idrologia Forestale Corso di Idraulica ed Idrologia Forestale Docente: Prof. Santo Marcello Zimbone Collaboratori: Dott. Giuseppe Bombino - Ing. Demetrio Zema Lezione n. 9: Le lunghe condotte pompe ed impianti di sollevamento

Dettagli

Stima della portata di piena: un esempio

Stima della portata di piena: un esempio Stima della portata di piena: un esempio Giuseppe Pino APAT Dipartimento Nucleare, Rischio Tecnologico e Industriale 1 aprile 2008 Stima della portata di massima piena Obiettivo: determinare la portata

Dettagli

Gli intervalli di Confidenza. Lezione 9- Inervalli di Confidenza 1

Gli intervalli di Confidenza. Lezione 9- Inervalli di Confidenza 1 Lezione 9 Gli intervalli di Confidenza Confidenza 1 Intervalli di Confidenza Sia X 1, X n un campione di ampiezza n estratto dalla popolazione X~(µ,σ 2 ) Per quanto accurato possa essere lo stimatore T

Dettagli

Fissata una riserva pari a 12 ore, dimensionare il volume del serbatoio cittadino.

Fissata una riserva pari a 12 ore, dimensionare il volume del serbatoio cittadino. Lo schema di acquedotto esterno allegato alimenta un insediamento urbano di nuova realizzazione. La popolazione prevista è di 7560 abitanti. Viene stabilita una dotazione idrica giornaliera di 400 lt pro

Dettagli

ESERCIZIO N 2 Sulla base della programmazione quinquennale ( ) dell impresa DELTA S.p.A. sono disponibili i seguenti dati:

ESERCIZIO N 2 Sulla base della programmazione quinquennale ( ) dell impresa DELTA S.p.A. sono disponibili i seguenti dati: ESERCIZIO N 1 Nel corso del 2010, primo anno di vita dell impresa, la ASTRA S.p.A. acquista 600 unità di merci: 150 q. nel mese di marzo al prezzo unitario di 15 ( costo complessivo: 2.225); 200 q. nel

Dettagli

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che

Dettagli

Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura

Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI

Dettagli

Relazione Tecnica Specialistica : progetto rete idrica antincendio

Relazione Tecnica Specialistica : progetto rete idrica antincendio Relazione Tecnica Specialistica : progetto rete idrica antincendio Committente: COMUNE DI CEVA Edificio: Fabbricato adibito a scuola media inferiore sita in Via Leopoldo Marenco, 1-12073 CEVA (CN) Progettista:

Dettagli

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico

Analisi dei Processi Chimici e. Biotecnologici Anno Accademico Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: massimiliano.grosso@dimcm.unica.it Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Obiettivi del Gli

Dettagli

Università della Calabria

Università della Calabria Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 18 CAPACITÀ DI COMPENSO DEI SERBATOI A.A. 2010-11

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

Nuova interfaccia GRASS EPANET uno strumento integrato per la progettazione, l'analisi e la gestione di reti idrauliche

Nuova interfaccia GRASS EPANET uno strumento integrato per la progettazione, l'analisi e la gestione di reti idrauliche Nuova interfaccia uno strumento integrato per la progettazione, l'analisi e la gestione di reti idrauliche Marco Ciolli D. Righetti M. Righetti C. Sboarina C. Tattoni A. Vitti P. Zatelli marco.ciolli@ing.unitn.it

Dettagli

Regressione lineare semplice

Regressione lineare semplice Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto

Dettagli

Figura 1. Figura 2. B 170 m s.l.m.

Figura 1. Figura 2. B 170 m s.l.m. ESERIZIO 1 In un canale a sezione rettangolare, largo 4m, è inserito uno stramazzo azin. La portata massima nel canale è di 4.8 m 3 /s e a monte dello stramazzo l altezza complessiva della corrente non

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 8 Abbiamo visto: Metodi per la determinazione di uno stimatore Metodo di massima verosimiglianza

Dettagli

Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75

Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75 00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei

Dettagli

Impianti di distribuzione dell acqua

Impianti di distribuzione dell acqua Allacciamento ad acquedotto pubblico Allacciamento ad acquedotto pubblico (Particolare) Allacciamento ad acquedotto pubblico (Particolare) Rete di industriale con serbatoio di accumulo sopraelevato Sezione

Dettagli

Monitoraggio in continuo di sistemi di condotte in pressione

Monitoraggio in continuo di sistemi di condotte in pressione Monitoraggio in continuo di sistemi di condotte in pressione B. Brunone *, M. Ferrante e S. Meniconi Dipartimento di Ingegneria Civile ed Ambientale, Università degli Studi di Perugia * via G. Duranti,

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione Gaussiana - Facciamo un riassunto - Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Elementi di Statistica

Elementi di Statistica Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

Calcolo dell inflazione per differenti tipologie di famiglie milanesi

Calcolo dell inflazione per differenti tipologie di famiglie milanesi Settore Statistica e S.I.T Servizio Statistica Calcolo dell inflazione per differenti tipologie di famiglie milanesi Introduzione L Indagine sui consumi delle famiglie milanesi realizzata dalla Camera

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Ipotesi statistica parametrica non parametrica una qualunque affermazione che specifica completamente o parzialmente la distribuzione di probabilità di una v.c. X. semplice: se la

Dettagli

4. INDICI DI POSIZIONE

4. INDICI DI POSIZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea in Scienze per l'investigazione e la Sicurezza. INDICI DI POSIZIONE Prof. Maurizio Pertichetti

Dettagli

Presentazione dell edizione italiana

Presentazione dell edizione italiana 1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli

Dettagli

Metodologia per la definizione della predisposizione al verificarsi di fenomeni tipo Flasch Flood nel bacino del fiume Arno

Metodologia per la definizione della predisposizione al verificarsi di fenomeni tipo Flasch Flood nel bacino del fiume Arno Metodologia per la definizione della predisposizione al verificarsi di fenomeni tipo Flasch Flood nel bacino del fiume Arno La metodologia utilizzata per la verifica della propensione di un determinato

Dettagli

Test d ipotesi Introduzione. Alessandra Nardi

Test d ipotesi Introduzione. Alessandra Nardi Test d ipotesi Introduzione Alessandra Nardi alenardi@mat.uniroma2.it 1 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo del nostro studio sia valutare il

Dettagli

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo. 1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.

Dettagli

MATEMATICA. a.a. 2014/15

MATEMATICA. a.a. 2014/15 MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI

Dettagli

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli

Statistica economica

Statistica economica Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati

Dettagli