Università degli Studi di Firenze Facoltà di Scienze Mat., Fis. e Nat. Corso di Laurea in Fisica. Corso di Esperimentazioni I

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Università degli Studi di Firenze Facoltà di Scienze Mat., Fis. e Nat. Corso di Laurea in Fisica. Corso di Esperimentazioni I"

Transcript

1 Università deli Studi di Firenze Facoltà di Scienze Mat., Fis. e Nat. Corso di Laurea in Fisica Corso di Esperimentazioni I Prof. R. Falciani Prof. A. Stefanini Appunti su: PROPAGAZIONE DEGLI ERRORI NELLE MISURE INDIRETTE

2 Introduzione La misura di una randezza fisica implica la determinazione di due quantità: la milior stima del valore vero della randezza in esame e la milior stima dell incertezza di misura. La milior stima del valore vero v della randezza misurata è data in enerale dal valore medio dei valori ottenuti in una serie di misure; tale affermazione, basata sostanzialmente sul buon senso, è iustificata dalla statistica matematica quando le nostre misure sono affette solo da errori accidentali. Vediamo ora come ci si deve porre rispetto alla determinazione dell errore di misura. Per raiunere tale scopo si possono individuare due fasi: la stima a priori delle incertezze di misura e la valutazione a posteriori dell entità deli errori che hanno influito sul risultato finale. Non sempre è possibile eseuire le due fasi: discuteremo di seuito i casi in cui l una o l altra, o ambedue, possono essere fatte. 2 Stima a priori delle incertezze di una misura in una misura diretta La stima a priori deve essere fatta sempre prima di eseuire effettivamente la misura in laboratorio; è importante eseuire correttamente questa stima anche per sceliere una strumentazione di sensibilità e di qualità opportuna per poter, alla fine, arantire che il risultato della misura della randezza fisica sia affetto da un errore che assicuri di raiunere la precisione relativa / necessaria a risolvere il problema per il quale la misura è stata proettata. Se poi non si ha la possibilità di sceliere la strumentazione, la stima a priori può risultare importante per capire in anticipo quali sono le fasi della misura più critiche per raiunere il milior risultato finale. Si devono distinuere due casi, quello in cui la misura può essere affetta anche da errori sistematici e quello in cui sono presenti solo errori accidentali. a) errori sistematici Abbiamo ià visto (par..2 di []) che tali errori, una volta fissate le condizioni di misura, modificano il risultato della misura in un solo verso (per eccesso o per difetto). Nell esecuzione di una serie di misure di una randezza fisica dovremo quindi preliminarmente esaminare con estrema cura tutte le modalità d esecuzione della misura stessa per rimuovere le cause di errori sistematici, che altererebbero il risultato della misura stessa. Tra i più comuni esempi di fonti di errori sistematici ricordiamo, ad esempio, l offset di un calibro o di un compasso di Palmer, un catetometro non in bolla, un cannocchiale non aiustato all infinito nello spettroscopio, un effetto di parallasse nella lettura di uno strumento con indice,etc... Succede talvolta di non poter eliminare tali errori sistematici pur avendoli individuati: è questo il caso delle misure con strumenti tarati, per i quali il costruttore fornisce una incertezza nella taratura (accuratezza dello strumento) che si ripercuote in una incertezza sist sul valore della randezza misurata. Per eliminare tale contributo dovremmo essere in condizione di verificare la taratura dello strumento considerato; se ciò non è possibile 2

3 dovremmo tenere conto di tale fonte di errore nella stima a priori dell incertezza di misura, introducendo un termine ± sist in tale valutazione a priori. b) errori casuali Il contributo ali errori casuali dovuto alla apparecchiatura o alla procedura di misura potrà essere variato con una opportuna scelta della strumentazione o della procedura di misura stessa. Esistono poi alcuni processi fisici intrinsecamente casuali (quale, ad es., il decadimento di una sorente radioattiva), la cui trattazione quantitativa dovrà prevedere un contributo all incertezza della misura indipendente dali effetti strumentali e procedurali sopra menzionati. Tale trattazione sarà descritta neli opportuni corsi specialistici; ci occuperemo nel seuito solo deli effetti strumentali e procedurali. La stima a priori dell incertezza sulla misura diretta di una randezza fisica dovrà sempre essere ricavata da una analisi critica del procedimento di misura e delle modalità con cui la misura viene eseuita. Tale incertezza potrà essere talvolta data direttamente dall errore di sensibilità s dello strumento con il quale tale misura è eseuita. Ad esempio, se si misura lo spessore l di una sbarretta con un calibro ventesimale, si ha l = 0.05 mm. Consideriamo invece la misura del periodo di oscillazione di un pendolo, eseuita attraverso un cronometro manuale che ha la sensibilità di 0.0 s. Si eseue la misura facendo partire il cronometro quando il pendolo assume una determinata posizione e arrestando il cronometro quando il pendolo riassume la stessa posizione dopo n periodi. Se t è il tempo misurato, il periodo T è ovviamente dato da T = t/n. In questo caso sarebbe del tutto erroneo assumere come stima a priori dell errore su t la sensibilità del cronometro t = 0 2 s perché, così facendo, si farebbe completamente astrazione dell incertezza insita nelle operazioni manuali consistenti nel far partire e nell arrestare il cronometro. Una stima più raionevole potrebbe essere, in questo caso, t 0.2 s, dovuto essenzialmente al tempo di reazione dello sperimentatore. c) errori sia casuali che sistematici In tal caso dovremo eseuire le due valutazioni riportate nei punti a) e b) e dare una stima dell incertezza tenendo separati i contributi dovuti ali errori sistematici da quelli dovuti ali errori casuali. 3 Stima a priori delle incertezze in una misura indiretta La maior parte delle misure fisiche venono effettuate utilizzando misure indirette e la randezza fisica si ottiene dalla misura di altre randezze fisiche x, y, z..., che venono misurate indipendentemente le une dalle altre. Conoscendo la relazione funzionale = f(x, y, z,...) otterremo la milior stima del valore vero, v, sostituendo nella relazione funzionale i valori misurati x v, y v, z v,..., ovvero v = f(x v, y v, z v,...). Onuna delle randezze x, y, z,... sarà affetta da un incertezza di misura x, y, z,... e dovremo quindi stabilire criteri raionevoli e quantitativamente ben definiti per dedurre l incertezza su v. Ricordando che le misure delle randezze x, y, z,.. devono essere 3

4 indipendenti tra loro possiamo assimilare, limitandoci ad una trattazione al primo ordine (come melio specificato alla fine del pararafo), l incertezza su al differenziale della funzione f, che permette di valutare la variazione del valore di tale funzione in un intorno infinitesimo di un qualunque punto del suo campo di esistenza rispetto alle variazioni infinitesime delle variabili indipendenti della funzione stessa. Per colleare quantitativamente le incertezze delle randezze fisiche indipendenti x, y, z,... alla incertezza lobale sulla randezza fisica dipendente possiamo quindi applicare li aloritmi dell analisi matematica per il calcolo dei differenziali. In questo senso parliamo anche di metodo della propaazione delle incertezze o deli errori. Avremo quindi, nell ipotesi di considerare la funzione = f(x, y, z,...), che il suo differenziale totale d sarà dato da: ( ) ( ) ( ) d = dx + dy + dz +... () x x v,y v,z v,.. y x v,y v,z v,.. z x v,y v,z v,.. dove ( ) indica il valore della derivata parziale della funzione f rispetto alla x x v,y v,z v,.. variabile x nel punto considerato e così via. Sostituiamo ali incrementi infinitesimi dx,dy,dz,... le incertezze di misura x, y, z,..., e teniamo inoltre conto del fatto che i seni delle derivate parziali possono essere sia positivi che neativi. Mettendoci nelle condizioni più sfavorevoli dobbiamo prendere i valori assoluti di tutti termini dell eq.(), cosicché avremo che l incertezza totale stimata sul valore v sarà data da: = x xv,y v,z v,.. x + y xv,y v,z v,.. y + z xv,y v,z v,.. z +... (2) Ovviamente le varie derivate parziali devono essere valutate in corrispondenza dei valori misurati x v, y v, z v,... delle randezze fisiche in ioco. Tuttavia, nel caso in cui il numero di addendi nell eq.(2) è elevato, oppure nel caso in cui si ha a che fare solo con errori accidentali, possiamo tener conto in qualche modo che è altamente improbabile che li errori si presentino in modo tale da avere termini dello stesso seno nell equazione (2). Per questo talvolta si preferisce sostituire l equazione (2) con l equazione ( ) = x x x v,y v,z v 2 ( ) + y y x v,y v,z v (3) C è da notare che le eq. (2) e (3) danno lo stesso risultato quando esiste solo un addendo, oppure quando uno fra i vari addendi è preponderante rispetto ali altri. In oni caso, il valore per che fornisce la eq.(3) è minore di quello fornito dalla eq.(2). Nel caso in cui tutti li addendi diano contributi riorosamente uuali il rapporto fra i due valori di è pari a N, dove N è il numero deli addendi. La stima dell incertezza relativa ε nella misura di v sarà semplicemente: 4

5 ε = v (4) Come ià accennato, in questo pararafo e nei successivi presentiamo una trattazione al primo ordine nelle incertezze. Dovrà quindi essere valutata caso per caso la necessità di tenere conto anche dei termini di ordine superiore. Ad esempio se consideriamo la relazione = senx + y (5) con x v =.57 rad, x = 0.0 rad, y v = e y = 0 4, applicando la trattazione al primo ordine otteniamo = cosx v x + y (6) In tal modo si sono però trascurati i termini al secondo ordine, considerando i quali avremo = cosx v x+ 2 senx v ( x) 2 + y (7) In tal caso i termini del secondo ordine forniscono quindi un contributo non trascurabile alla valutazione di. 4 Valutazione a posteriori deli errori Per quanto detto nel par. 2, non ha senso cercare di determinare la stima a posteriori dell effetto deli errori sistematici sulla misura in esame. Non potremo infatti ricavare alcuna informazione su tali effetti ripetendo più volte la misura. Per li errori sistematici dovremo quindi accontentarci della stima a priori precedentemente descritta, sia per le misure dirette che per quelle indirette. Nel caso di errori accidentali, la valutazione a posteriori deli errori della serie di misure eseuita sarà fatta applicando i risultati della statistica matematica, disciplina sviluppata proprio per la trattazione quantitativa dei fenomeni casuali. Nell ipotesi di aver effettuato una serie di N misure indipendenti i si puo dimostrare che la distribuzione in frequenza dei dati è compatibile con una distribuzione normale (o aussiana) e che il valore più probabile per il valore vero v della randezza misurata è rappresentato dalla media aritmetica delle sinole misure, cioe v = Σ i /N. In questo modo si rende minima la varianza σ 2 deli scarti ε i = i v delle sinole misure, σ 2 = Σ ε 2 i /(N-). La deviazione standard σ = σ 2 = Σ( i v ) 2 /(N ) rappresenterà l errore quadratico medio della serie di misure, per cui il risultato finale delle N misure sarà dato da v ± σ. L errore quadratico medio relativo sarà ovviamente σ/ v. Nell intervallo v σ, v + σ cadranno circa il 67% delle N misure. Nel caso di misure indirette è possibile dimostrare che l errore a posteriori sulla randezza leata alle randezze x, y, z misurate direttamente ed affette esclusivamente da errori 5

6 accidentali è dato dalla eq.(3). Bisona anche ricordare che, perché si possa valutare la media e la deviazione standard dalla serie di misure i della randezza, è necessario disporre di strumenti tali da avere un errore di sensibilità minore, o almeno paraonabile, al valore della standard deviation σ. Molto spesso abbiamo la possibilità di eseuire solo un numero molto limitato di misure (N 0) per cui siamo in condizioni molto lontane dalle ipotesi fondamentali della statistica matematica; pertanto la valutazione a posteriori dell entità dell errore della misura finale puo essere fatta seuendo criteri di buon senso, come quello, ad esempio, di assumere per l errore lo scarto massimo dalla media, ɛ max, della serie di misure a disposizione. (Ovviamente, possono esistere dei casi in cui tutte le N misure danno lo stesso risultato. In tali casi risulterebbe ɛ max = 0 e la stima dell errore deve di nuovo essere effettuata tenendo conto della sensibilità dello strumento come nel caso deli errori a priori.) Volendo determinare l incertezza di misura a posteriori, seuiremo ancora criteri di buon senso applicando una propaazione lineare dell errore, data dalla eq.(2) con i vari x, y, z,... dati dali errori a posteriori. In tutti i casi il confronto tra la stima a priori e la valutazione a posteriori dell incertezza della misura rappresenta, quando tali valori differiscono, un utile strumento per caratterizzare la precisione della misura eseuita. 5 Propaazione dell incertezza relativa Presentiamo in questo pararafo un metodo alternativo per stimare a priori l incertezza relativa ε = v della misura indiretta che andiamo ad eseuire. In molti casi tale metodo è più rapido di quello che risulta dall applicazione dell eq.(2)-(3) e (4). Sappiamo, dall analisi matematica, che df = d(lnf); quindi potremo ottenere immediatamente ε = v f = (ln v ). Questo metodo sarà particolarmente utile quando è espresso tramite una serie di prodotti di espressioni, onuna delle quali contiene solo una randezza fisica indipendente. Infatti se avremo che: = φ(x) θ(y) λ(z)... (8) d = d ln = d ln[φ(x) θ(y) λ(z)...] = d lnφ(x) + d lnθ(y) + d lnλ(z) +... (9) = dφ φ + dθ θ + dλ λ +... = φ ( ) dφ dx + dx θ ( ) dθ dy + dy λ ( ) dλ dz +... dz da cui 6

7 v = φ(x v ) ( ) dφ dx x v x + θ(y v ) ( ) dθ dy y v y + λ(z v ) ( ) dλ dz z v z +... (0) in cui abbiamo usato ancora la convenzione di esprimere v tramite la somma dei valori assoluti dei sinoli termini per metterci sempre nelle condizioni più sfavorevoli. E ovvia la semplicità del calcolo della derivata loaritmica rispetto al calcolo delle derivate parziali e successivo rapporto con v per la valutazione dell incertezza relativa v. Tuttavia la situazione è effettivamente semplice solo quando la v ha l espressione (8), dove tutte le variabili del problema sono indipendenti le une dalle altre. Nel caso contrario occorre porre molta attenzione nell applicazione del metodo della derivata loaritmica, come li esempi che seuono possono illustrare. Se, tuttavia, si hanno dubbi sulla correttezza dell applicazione del metodo della derivata loaritmica in casi particolarmente complessi (dal punto di vista delle relazioni analitiche che leano fra loro le varie randezze), è consiliabile valutare il tramite l eq.(2) e successivamente valutare ε = v. Coerentemente con quanto detto nel par.2, in presenza di soli errori accidentali la eq.(7) sarà sostituita dalla seuente formula: σ v = ( ) 2 φ(x v ) 6 Alcuni casi particolari ( ) 2 ( ) 2 dφ σx dx 2 + x v θ(y v ) ( ) 2 ( ) 2 dθ σy dy 2 + y v λ(z v ) ( ) 2 dλ σz dz z v Neli esempi che seuono ometteremo per semplicità il pedice v nelle relazioni funzionali relative all incertezze di misura.. Supponiamo che le randezze fisiche indipendenti x e y siano leate alla randezza fisica, che dobbiamo misurare, dalla relazione () = x2 + y 2 kx 3 (2) con k =.3800, x = 4.35, x x 2 0 3, y = 0.485, y y 0 4. Il valore di risulta quindi =.34. Valutiamo inizialmente l incertezza tramite il metodo delle derivate parziali: d = x2 + 3y 2 kx 4 dx + 2y dy (3) kx3 7

8 da cui + 3y 2 = x2 kx 4 x + 2y kx 3 y (4) = x y = = (5) Si vede quindi che l incertezza sulla randezza x produce un effetto su di oltre un ordine di randezza superiore rispetto a quello prodotto dall incertezza sulla randezza y. Dividendo per otterremo quindi Applichiamo adesso il metodo della derivata loaritmica: (6) d ( x 2 + y 2 ) = d ln = d ln = d[ln(x 2 + y 2 ) lnk lnx 3 ] = d(x2 + y 2 ) d(x3 ) kx 3 x 2 + y 2 x 3 2xdx + 2ydy = 3dx ( ) ( ) 2x 2 dx 2y 2 dy x 2 + y 2 x = x 2 + y 3 2 x + (7) x 2 + y 2 y Sviluppando e passando ai valori finiti, avremo = + 3y 2 x2 x 2 + y 2 x x + 2y 2 x 2 + y 2 y y. (8) Si noti che la stessa espressione può essere ricavata anche attraverso le eq. (4) e (2). Sostituendo nell eq.(8) i valori numerici, si ritrova ovviamente il risultato dell eq.(6). Ovviamente anche la valutazione numerica dei termini che compaiono nell espressione di ci porta alla conclusione che l effetto su dell incertezza relativa alla randezza x è di circa un ordine di randezza più elevato dell effetto dell incertezza relativa a y, come avevamo ià precedentemente visto dall esame dei valori numerici dei termini contenuti in. Facciamo notare che nell applicazione del metodo della derivata loaritmica si deve procedere con la massima attenzione fino ad ottenere l espressione di d in funzione della somma (alebrica!) dei vari termini, onuno dei quali porta a fattore il differenziale relativo dx, dy,ecc. Successivamente, come ultimo passaio, si passa x y ai valori finiti dell incertezza relativa stimata per prendendo il valore assoluto di ciascuno dei termini. 8

9 2. Supponiamo di considerare adesso la relazione = x 2 sen(x + y) (x y) y (9) con x = 45, y = 60 e x = y = 30. Dopo aver espresso li anoli in radianti (x = rad, y =.0472 rad, x = y = rad), si ottiene = Applichiamo il metodo della derivata loaritmica d = 2dx x d[sen(x + y)] d(x y) + sen(x + y) (x y) d( y) = (20) y = +2 dx dx dy + [cot(x + y)](dx + dy) x (x y) 2 [ = xcot(x + y) + x 2y x y dy y = ] [ dx x + ycot(x + y) + 3y x 2(x y) ] dy y Passando ai valori finiti = x 2y xcot(x + y) + x y x x + 3y x ycot(x + y) + 2(x y) y y (2) Sostituendo i valori numerici otterremo 3. Supponiamo invece di considerare la relazione x y = x y (22) = ab2 c 3 ( k(z t) x ) y (23) con x, y, z, t, a, b, c randezze (positive) misurate direttamente e k costante. Applichiamo il metodo della derivata loaritmica ( invitando lo studente anche a valutare usando le derivate parziali e successivamente trovare ) d = da a + 2db b + 3dc c = da a + 2db b + 3dc c dz (z t) + dt z dz (z t) z + (z t) + d ( ) x y t dt (z t) t ( x y ) = (24) y dx (y x) x + x dy (y x) y Passando ai valori finiti 9

10 = a a + 2 b b + 3 c c + z z t z t z z + t 4. Supponiamo infine di considerare la relazione dove x, y, z sono randezze positive misurate direttamente. Applicando il metodo della derivata loaritmica otteniamo t t + y y x x x + x y y x y (25) = x2 z 2 y 2 z 2 (26) d = d(x2 z 2 ) (x 2 z 2 ) d(y2 z 2 ) (y 2 z 2 ) = (27) = 2x 2 x 2 z 2 dx x 2y2 dy y 2 z 2 y + 2z2 (x 2 y 2 ) (y 2 z 2 )(x 2 z 2 ) dz z Passando ai valori finiti = 2x 2 x 2 z 2 x x + 2y2 y 2 z 2 y y + 2z 2 (x 2 y 2 ) (y 2 z 2 )(x 2 z 2 ) z z (28) I più vivi rinraziamenti vanno al collea prof. E. Landi Del Innocenti per i suerimenti e le critiche costruttive forniti durante la stesura di questi appunti. [] R.Falciani, A.Stefanini: Appunti su Misure in Fisica, equazioni dimensionali e sistemi di unità di misura 0

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

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

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

(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

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

0.1 Balistica. Figure 1:

0.1 Balistica. Figure 1: Fiure 1: 0.1 Balistica Triste ma vero: un forte impulso alla nascita della fisica moderna venne dal bisono di sapere dove accidenti finissero le palle sparate dai cannoni... 0.1.1 Bersalio fisso Abbiamo

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

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

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

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

CS. Cinematica dei sistemi

CS. Cinematica dei sistemi CS. Cinematica dei sistemi Dopo aver esaminato la cinematica del punto e del corpo rigido, che sono gli schemi più semplificati con cui si possa rappresentare un corpo, ci occupiamo ora dei sistemi vincolati.

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo).

. analisi teorica (studio di esistenza, unicità della soluzione, sensitività rispetto ai dati, regolarità, comportamento qualitativo). 1 Modelli matematici Un modello è un insieme di equazioni e altre relazioni matematiche che rappresentano fenomeni fisici, spiegando ipotesi basate sull osservazione della realtà. In generale un modello

Dettagli

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f. FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti

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

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

Sviluppi di Taylor Esercizi risolti

Sviluppi di Taylor Esercizi risolti Esercizio 1 Sviluppi di Taylor Esercizi risolti Utilizzando gli sviluppi fondamentali, calcolare gli sviluppi di McLaurin con resto di Peano delle funzioni seguenti fino all ordine n indicato: 1. fx ln1

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

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

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

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

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

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

Note integrative ed Esercizi consigliati

Note integrative ed Esercizi consigliati - a.a. 2006-07 Corso di Laurea Specialistica in Ingegneria Civile (CIS) Note integrative ed consigliati Laura Poggiolini e Gianna Stefani Indice 0 1 Convergenza uniforme 1 2 Convergenza totale 5 1 Numeri

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

Cosa sono gli esoneri?

Cosa sono gli esoneri? Cosa sono gli esoneri? Per superare l esame di Istituzioni di Matematiche è obbligatorio superare una prova scritta. Sono previsti due tipi di prova scritta: gli esoneri e gli appelli. Gli esoneri sono

Dettagli

1 Valore atteso o media

1 Valore atteso o media 1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è

Dettagli

Equazioni differenziali ordinarie

Equazioni differenziali ordinarie Capitolo 2 Equazioni differenziali ordinarie 2.1 Formulazione del problema In questa sezione formuleremo matematicamente il problema delle equazioni differenziali ordinarie e faremo alcune osservazioni

Dettagli

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1.

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1. Capitolo 6 Integrali curvilinei In questo capitolo definiamo i concetti di integrali di campi scalari o vettoriali lungo curve. Abbiamo bisogno di precisare le curve e gli insiemi che verranno presi in

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

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

ED. Equazioni cardinali della dinamica

ED. Equazioni cardinali della dinamica ED. Equazioni cardinali della dinamica Dinamica dei sistemi La dinamica dei sistemi di punti materiali si può trattare, rispetto ad un osservatore inerziale, scrivendo l equazione fondamentale della dinamica

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo Energia e Lavoro Finora abbiamo descritto il moto dei corpi (puntiformi) usando le leggi di Newton, tramite le forze; abbiamo scritto l equazione del moto, determinato spostamento e velocità in funzione

Dettagli

Integrali di superficie: esercizi svolti

Integrali di superficie: esercizi svolti Integrali di superficie: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore. Esercizio. Calcolare i seguenti integrali superficiali sulle superfici

Dettagli

La ricerca operativa

La ricerca operativa S.S.I.S. PUGLIA Anno Accademico 2003/2004 Laboratorio di didattica della matematica per l economia e la finanza La ricerca operativa Prof. Palmira Ronchi (palmira.ronchi@ssis.uniba.it) Gli esercizi presenti

Dettagli

EQUAZIONI CON VALORE ASSOLUTO

EQUAZIONI CON VALORE ASSOLUTO VALORE AOLUTO EQUAZIONI CON VALORE AOLUTO Esercizi DIEQUAZIONI CON VALORE AOLUTO Esercizi Prof. Giulia Cagnetta ITI Marconi Domodossola (VB) *EQUAZIONI CON VALORE AOLUTO Data una qualsiasi espressione

Dettagli

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto

Dettagli

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione METODO DELLE FORZE CORSO DI PROGETTZIONE STRUTTURLE a.a. 010/011 Prof. G. Salerno ppunti elaborati da rch. C. Provenzano 1. METODO DELLE FORZE PER L SOLUZIONE DI STRUTTURE IPERSTTICHE 1.1 Introduzione

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

Metodi risolutivi per le disequazioni algebriche

Metodi risolutivi per le disequazioni algebriche Metodi risolutivi per le disequazioni algebriche v.scudero Una disequazioni algebrica si presenta in una delle quattro forme seguenti: () P( () P( (3) P( () P( essendo P( un polinomio in. Noi studieremo

Dettagli

Esercitazione N. 1 Misurazione di resistenza con metodo volt-amperometrico

Esercitazione N. 1 Misurazione di resistenza con metodo volt-amperometrico Esercitazione N. 1 Misurazione di resistenza con metodo volt-amperometrico 1.1 Lo schema di misurazione Le principali grandezze elettriche che caratterizzano un bipolo in corrente continua, quali per esempio

Dettagli

Funzioni in più variabili

Funzioni in più variabili Funzioni in più variabili Corso di Analisi 1 di Andrea Centomo 27 gennaio 2011 Indichiamo con R n, n 1, l insieme delle n-uple ordinate di numeri reali R n4{(x 1, x 2,,x n ), x i R, i =1,,n}. Dato X R

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

PRINCIPI BASILARI DI ELETTROTECNICA

PRINCIPI BASILARI DI ELETTROTECNICA PRINCIPI BASILARI DI ELETTROTECNICA Prerequisiti - Impiego di Multipli e Sottomultipli nelle equazioni - Equazioni lineari di primo grado e capacità di ricavare le formule inverse - nozioni base di fisica

Dettagli

DI MISURAZIONE CON CMM. di Gianfranco Costelli. stagionali di ± 1 C, a cui si sovrappongono oscillazioni giornaliere di ± 1 C.

DI MISURAZIONE CON CMM. di Gianfranco Costelli. stagionali di ± 1 C, a cui si sovrappongono oscillazioni giornaliere di ± 1 C. P R O B I N G ARTICOLO SELEZIONATO DA PROBING N 10 Notiziario semestrale di tecnica ed informazione dell Associazione CMM Club Italia STIMA DELL INCERTEZZA DI UN PROCESSO DI MISURAZIONE CON CMM di Gianfranco

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

TERMODINAMICA DI UNA REAZIONE DI CELLA

TERMODINAMICA DI UNA REAZIONE DI CELLA TERMODINAMICA DI UNA REAZIONE DI CELLA INTRODUZIONE Lo scopo dell esperienza è ricavare le grandezze termodinamiche per la reazione che avviene in una cella galvanica, attraverso misure di f.e.m. effettuate

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

Descrizione matematica della propagazione Consideriamo una funzione ξ = f(x) rappresenatata in figura.

Descrizione matematica della propagazione Consideriamo una funzione ξ = f(x) rappresenatata in figura. ONDE Quando suoniamo un campanello oppure accendiamo la radio, il suono è sentito in punti distanti. Il suono si trasmette attraverso l aria. Se siamo sulla spiaggia e una barca veloce passa ad una distanza

Dettagli

Soluzioni classiche dell'equazione di Laplace e di Poisson

Soluzioni classiche dell'equazione di Laplace e di Poisson Soluzioni classiche dell'equazione di Laplace e di Poisson Antonio Paradies Dipartimento di Matematica e Applicazioni Renato Caccioppoli Università degli studi di Napoli Federico II Napoli, 25 Febbraio

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

ESEMPIO 1: eseguire il complemento a 10 di 765

ESEMPIO 1: eseguire il complemento a 10 di 765 COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento

Dettagli

IL FENOMENO DELLA RISONANZA

IL FENOMENO DELLA RISONANZA IL FENOMENO DELLA RISONANZA Premessa Pur non essendo possibile effettuare una trattazione rigorosa alle scuole superiori ritengo possa essere didatticamente utile far scoprire agli studenti il fenomeno

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

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

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

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono essere

Dettagli

Verica di Matematica su dominio e segno di una funzione [COMPITO 1]

Verica di Matematica su dominio e segno di una funzione [COMPITO 1] Verica di Matematica su dominio e segno di una funzione [COMPITO 1] Esercizio 1. Determinare il dominio delle seguenti funzioni: 1. y = 16 x ;. y = e 1 x +4 + x + x + 1; 3. y = 10 x x 3 4x +3x; 4. y =

Dettagli

Confronto fra valore del misurando e valore di riferimento (1 di 2)

Confronto fra valore del misurando e valore di riferimento (1 di 2) Confronto fra valore del isurando e valore di riferiento (1 di 2) Talvolta si deve espriere un parere sulla accettabilità o eno di una caratteristica fisica del isurando ediante il confronto fra il valore

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

Integrazione numerica

Integrazione numerica Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Lezione 6-20-26 ottobre 2009 Indice 1 Formule di quadratura semplici e composite Formule di quadratura

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

FORME DIFFERENZIALI IN R 3 E INTEGRALI

FORME DIFFERENZIALI IN R 3 E INTEGRALI FORME DIFFERENZIALI IN R 3 E INTEGRALI CLADIO BONANNO Contents 1. Spazio duale di uno spazio vettoriale 1 1.1. Esercizi 3 2. Spazi tangente e cotangente 4 2.1. Esercizi 6 3. Le forme differenziali e i

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

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

Soluzione degli esercizi sul moto rettilineo uniformemente accelerato

Soluzione degli esercizi sul moto rettilineo uniformemente accelerato Liceo Carducci Volterra - Classe 3 a B Scientifico - Francesco Daddi - 8 novembre 00 Soluzione degli esercizi sul moto rettilineo uniformemente accelerato Esercizio. Un corpo parte da fermo con accelerazione

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

Le Derivate delle Funzioni Elementari

Le Derivate delle Funzioni Elementari Capitolo 4 Le Derivate delle Funzioni Elementari In questo Capitolo impareremo a trovare la formula per la funzione derivata di una funzione elementare, cioè di una funzione costruita con ingredienti di

Dettagli

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale

4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale 4 Quarta lezione: Spazi di Banach e funzionali lineari. Spazio duale Spazi Metrici Ricordiamo che uno spazio metrico è una coppia (X, d) dove X è un insieme e d : X X [0, + [ è una funzione, detta metrica,

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

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06 Analisi Mat. - Ing. Inform. - Soluzioni del compito del 3-3-6 Sia p il polinomio di quarto grado definito da pz = z 4. Sia S il settore circolare formato dai numeri complessi che hanno modulo minore o

Dettagli

L. Pandolfi. Lezioni di Analisi Matematica 2

L. Pandolfi. Lezioni di Analisi Matematica 2 L. Pandolfi Lezioni di Analisi Matematica 2 i Il testo presenta tre blocchi principali di argomenti: A Successioni e serie numeriche e di funzioni: Cap., e 2. B Questa parte consta di due, da studiarsi

Dettagli

Esercizi sul moto rettilineo uniformemente accelerato

Esercizi sul moto rettilineo uniformemente accelerato Liceo Carducci Volterra - Classe 3 a B Scientifico - Francesco Daddi - 8 novembre 010 Esercizi sul moto rettilineo uniformemente accelerato Esercizio 1. Un corpo parte da fermo con accelerazione pari a

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

Laboratorio di Elettrotecnica

Laboratorio di Elettrotecnica 1 Laboratorio di Elettrotecnica Rappresentazione armonica dei Segnali Prof. Pietro Burrascano - Università degli Studi di Perugia Polo Scientifico Didattico di Terni 2 SEGNALI: ANDAMENTI ( NEL TEMPO, NELLO

Dettagli

Universitá di Firenze. Che cosa é realmente successo ai colloqui di pace di Parigi fra Henry Kissinger e Le Duc Tho

Universitá di Firenze. Che cosa é realmente successo ai colloqui di pace di Parigi fra Henry Kissinger e Le Duc Tho Universitá di Firenze FACOLTÁ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Matematica Che cosa é realmente successo ai colloqui di pace di Parigi fra Henry Kissinger e Le Duc Tho What

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

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

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

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009 ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali v.scudero www.vincenzoscudero.it novembre 009 1 1 Funzioni algebriche fratte 1.1 Esercizio svolto y = x 1 x 11x + 10 (generalizzazione)

Dettagli

La MKT (Mean Kinetic Temperature) come criterio di accettabilità sui controlli della temperatura

La MKT (Mean Kinetic Temperature) come criterio di accettabilità sui controlli della temperatura La (Mean Kinetic Temperature) come criterio di accettabilità sui controlli della temperatura Come funzionano i criteri di valutazione sulla temperatura Vi sono 5 parametri usati per la valutazione del

Dettagli

Risposta sismica dei terreni e spettro di risposta normativo

Risposta sismica dei terreni e spettro di risposta normativo Dipartimento di Ingegneria Strutturale, Aerospaziale e Geotecnica Risposta sismica dei terreni e spettro di risposta normativo Prof. Ing. L.Cavaleri L amplificazione locale: gli aspetti matematici u=spostamentoin

Dettagli

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo Logica Numerica Approfondimento E. Barbuto Minimo Comune Multiplo e Massimo Comun Divisore Il concetto di multiplo e di divisore Considerato un numero intero n, se esso viene moltiplicato per un numero

Dettagli

BOZZA. a min [mm] A min =P/σ adm [mm 2 ]

BOZZA. a min [mm] A min =P/σ adm [mm 2 ] ezione n. 6 e strutture in acciaio Verifica di elementi strutturali in acciaio Il problema della stabilità dell equilibrio Uno degli aspetti principali da tenere ben presente nella progettazione delle

Dettagli

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Generale Matematica e Complementi Classi: 2 Biennio Quarta I Docenti della Disciplina Salerno, lì 12 settembre 2014 Finalità della Disciplina

Dettagli

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem)

Raccolta di Esercizi di Matematica. Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Raccolta di Esercizi di Matematica Capitolo 8 : Modalità CAS (Computer Algebra S ystem) Contenuti: 8-1. L ordine Algebrico delle Operazioni 8-2. Problemi sulle Percentuali 8-3. Le Forme Standard e Point-Slope

Dettagli

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA

ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA ALGEBRA I: NUMERI INTERI, DIVISIBILITÀ E IL TEOREMA FONDAMENTALE DELL ARITMETICA 1. RICHIAMI SULLE PROPRIETÀ DEI NUMERI NATURALI Ho mostrato in un altra dispensa come ricavare a partire dagli assiomi di

Dettagli

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni

IL SAMPLE AND HOLD UNIVERSITÀ DEGLI STUDI DI MILANO. Progetto di Fondamenti di Automatica. PROF.: M. Lazzaroni UNIVERSITÀ DEGLI STUDI DI MILANO FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Informatica IL SAMPLE AND HOLD Progetto di Fondamenti di Automatica PROF.: M. Lazzaroni Anno Accademico

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Tatiana Bassetto, Marco Corazza, Riccardo Gusso, Martina Nardon Esercizi sulle funzioni di più variabili reali con applicazioni

Dettagli

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che:

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che: MATEMATICA 2005 Se log a b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b L espressione y = log b x significa che: A) y é l esponente di una potenza di base b e di valore x B) x è l

Dettagli