Distribuzione di Boltzmann. Nota

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Distribuzione di Boltzmann. Nota"

Transcript

1 Dstrbuzone d Boltzmann ota Tutto l soggetto trattato deve n realta essere nserto nel quadro concettuale della meccanca statstca, che non e trattato n questo corso. Quest cenn sono solo un breve rchamo sull argomento 1. Descrzone statstca d un nseme d partcelle Come e noto, lo stato macroscopco (termodnamco) d ogn corpo rsulta defnto una volta che sano stat fssat valor d un certo numero d grandezze fsche (come temperatura, energa nterna, entropa,, polarzzazone, magnetzzazone, ). Lo stato mcroscopco rchederebbe nvece, per essere completamente specfcato, che fossero not valor d poszone, velocta e altr grad d lberta ntern d tutte le molecole, conoscenza questa evdentemente mpossble da ottenere. La struttura atomco-molecolare de corp macroscopc, costtut da un grandssmo numero d molecole dentche, rchede per altro che le propreta macroscopche sano gustfcate e nterpretate n termn delle caratterstche molecolar: s rende dunque consglable l uso d metod statstc per la valutazone e la descrzone delle propreta d nseme de corp stess. In sostanza, s rtene che le propreta macroscopche s possano ottenere come mede su tutte le molecole delle corrspondent propreta mcroscopche, o come grandezze collegate alle mede suddette. Ora, mentre l valore d ogn grandezza termodnamca ha un sgnfcato unco e non ambguo per ogn stato macroscopco del corpo, l corrspondente stato mcroscopco non e defnto n manera unvoca: per un dato stato macroscopco c sono d solto un certo numero d stat mcroscopc che fornscono lo stesso nseme d valor med per tutte le grandezze termodnamche. In altre parole, fssat valor delle grandezze termodnamche, l nseme delle molecole puo trovars n uno qualsas fra molt stat, mcroscopcamente dvers, e macroscopcamente ugual. La mancanza d una conoscenza completa dello stato mcroscopco porta a consderare l sstema da un punto d vsta statstco: se consderamo un nseme d sstem dentc, n egual condzon termodnamche, ognuno d ess s trovera n un partcolare stato mcroscopco; la frazone d sstem che s trovano nello stato mcroscopco -esmo puo essere nterpretata come la probablta statstca che l sstema generco s trov n quello stato. asce qund la necessta d studare le propreta della dstrbuzone statstca delle molecole ne var possbl stat mcroscopc. 2. Equlbro statstco In molt cas, l nformazone pu mportante sullo stato mcroscopco e la sua energa totale. Per semplcta, s consder un nseme solato d partcelle, ognuna delle qual possa avere dvers valor d energa totale: E 1, E 2, E 3,, E,. L nseme de valor

2 puo essere dscreto o contnuo. Ad ogn stante, la popolazone delle partcelle e dstrbuta su possbl stat energetc n modo che c sono n 1 partcelle con energa E 1, n 2 con energa E 2, etc. Se l sstema e solato, s ha sempre: n n E U n. totale d partcelle en. totale mentre n generale le quantta n varano da un stante al successvo, n conseguenza d scamb d energa (p.es. per collsone) fra le partcelle stesse. L nseme degl n costtusce la partzone delle partcelle su possbl stat energetc accessbl ad ognuna d esse; n generale, la partzone vara da un stante ad un altro. Assumamo che, fssat ed U, essta per l sstema una partzone pu probable: se questo e vero, s dce che l sstema e n equlbro statstco. Per un sstema n equlbro, l valore d ognuno degl n rmane n meda costante nel tempo: qund l valore d ogn n che troveremmo, se potessmo effettvamente osservarlo, rsulterebbe varable da un stante all altro solo per fluttuazon statstche, mentre mede esegute su ntervall temporal suffcentemente lungh darebbero sempre lo stesso rsultato. 3. La dstrbuzone d Boltzmann Se c lmtamo a consderare sstem n equlbro, l problema centrale consste dunque nel trovare la partzone pu probable: questo rchede che sano precsate alcune potes agguntve, la pu mportante delle qual rguarda la dstngublta, o l ndstngublta delle partcelle del sstema. La statstca d Boltzmann (classca: dversa da quelle d Ferm-Drac e Bose-Ensten, quantstche) s applca a sstem d molecole dentche, che nzalmente supporremo dstngubl (se la cosa suona contraddttora, s e sulla strada gusta: l potes e solo provvsora, e verra presto rmossa). Una seconda potes nzale e quella d equaccessblta d tutt gl stat energetc (anche questa e un approssmazone, valda tutte le volte che la temperatura del sstema e suffcentemente elevata..): anche questa potes verra corretta nel seguto. C chedamo: qual e la frequenza statstca d ogn data partzone per le partcelle? Assumamo che la frequenza cercata sa proporzonale al numero d mod dvers n cu, per ogn data partzone, le partcelle possono essere dstrbute fra gl stat energetc dsponbl. Se le partcelle sono consderate dstngubl, l numero d mod d sstemare n 1 fra partcelle nello stato che ha energa E 1 e : Infatt: n n

3 mod d sceglere la prma -1 mod d sceglere la seconda. - ( n -1) mod d sceglere la n -esma no.mod ( n1-1) 1 n Tuttava, n questo nseme d mod c sono grupp d mod equvalent: nfatt, essendo le partcelle dentche, avere p.es. le 3 partcelle a,b,c sul lvello E 1 sstemate come abc, bca, cab, bac, acb, cba produce lo stesso rsultato. Qund questo gruppo d mod deve n realta essere contato come un solo modo, l che s ottene, ovvamente, dvdendo per l numero d permutazon d n 1 oggett: n E no.mod ; n n Samo ora rmast con -n 1 partcelle; per lo stato con energa E 2, possamo rfare l ragonamento d prma, sosttuendo naturalmente con -n 1, e cos va: no.mod ; n E 2 2 n E no.mod ; etc 3 3 n1 n nn 2 n1 n2 n nnn 2 3 Il numero totale d mod d realzzare la partzone data e l prodotto d tutt quest fattor: 2 no.mod n1, n2, n3, n1 n1 n2 n1 n2 n3 n1 n2 n3 n n n nn Questa espressone deve n realta essere corretta per un fattore, per tenere conto della possblta che dvers stat energetc abbano un dverso peso statstco: questo accade perche, nseme all energa, c sono altre grandezze che defnscono lo stato dnamco della molecola, come p.es. l momento angolare: se la gamma d valor possbl per le altre grandezze e pu grande n cert stat, e pu probable che quest stat sano

4 occupat. Qund l potes d equprobablta per tutt gl stat energetc deve essere corretta per l cosddetto fattore d degenerazone g, che msura appunto la dversa probablta ntrnseca d occupazone. Per trovare n molecole nello stato con energa E, la probablta ntrnseca e proporzonale a g n. Qund la probablta totale per la partzone s rscrve: n1 n2 g1 g2 P n n Se ora rmuovamo l potes d dstngublta, e consderamo le molecole come ndstngubl, la probablta totale dovra essere dvsa per l numero delle permutazon delle partcelle, ossa per : n1 n2 g1 g2 P n n Per trovare la partzone pu probable, dobbamo ora massmzzare P rspetto all nseme degl n, tenendo conto de vncol nzal su ed U. Poche P e espressa come un prodotto d fattor, convene passare al logartmo d P, che sara una somma de logartm de fattor, pu facle da massmzzare: n1 n2 g1 g2 ln P ln P n1 ln g1n 2 ln g2 ln n1 ln n2 n n ln x x ln x x x1 approssmazone d Strlng ln Pn ln gn ln g n ln nn n ln n n = n ln n g n n ln n g n n ln n g Facendo l dfferenzale (d=0): ln P n ln n g d ln P dn ln n g nd ln n g dn ln n g n dn n dn ln n g dn dn ln n g Per trovare l massmo d P, mponamo dp=0, ossa: d ln P dn ln n g 0 d nd0

5 La massmzzazone deve venre rchesta rspettando due vncol: d 0 dn 0 du 0 E dn 0 La tecnca matematca che s puo usare n questo caso, e che non vene esposta qu, e quella de moltplcator d Lagrange; s trova con ess che n g e g e E E funzone d rpartzone per l sstema La partzone pu probable e quella n cu gl n hanno valor dat dalla formula; β, che e un fattore arbtraro ntrodotto nel procedmento d massmzzazone d Lagrange, e d fatto un parametro dello stato d equlbro del sstema determnato dal valore d U e : nfatt rsulta p.es. U ln qund β e fssata dall en. meda d ogn molecola. Invece d β s prefersce usare la quantta 1 n cu e una costante unversale, chamata costante d Boltzmann: la ragone per usare T nvece d β e che T s dmostra concdere con la temperatura assoluta defnta n termodnamca. Qund, n defntva, nella partzone d equlbro la dstrbuzone delle molecole negl stat con le dverse energe e : n g e g e E E dstrbuzone d Boltzmann La dstrbuzone cos ottenuta e evdentemente normalzzata ad ; se dvdamo per, trovamo la probablta (normalzzata ad 1) d occupazone degl stat con le dverse energe:

6 g e p g e E E dstrbuzone d Boltzmann

Statistica di Bose-Einstein

Statistica di Bose-Einstein Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate

Dettagli

Distribuzioni statistiche dei gas perfetti

Distribuzioni statistiche dei gas perfetti Dstrbuzon statstche de gas perfett 1. Propretà de sstem d partcelle dentche In meccanca quantstca sstem d partcelle dentche godono d mportant propretà, che l dfferenzano da sstem classc ed hanno conseguenze

Dettagli

Teoria dell informazione e Meccanica Statistica

Teoria dell informazione e Meccanica Statistica Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà

Dettagli

Matematica e Fisica. I modelli della teoria cinetica dei gas. Filippo Martelli. Dipartimento di Scienze Pure e Applicate Università di Urbino

Matematica e Fisica. I modelli della teoria cinetica dei gas. Filippo Martelli. Dipartimento di Scienze Pure e Applicate Università di Urbino Matematca e Fsca I modell della teora cnetca de gas Flppo Martell Dpartmento d Scenze Pure e Applcate Unverstà d Urbno La matematca è l lnguaggo della fsca Scenza spermentale ESPERIMENTO Grandezze fsche

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Unità Didattica N 5. Impulso e quantità di moto

Unità Didattica N 5. Impulso e quantità di moto Imnpulso e quanttà d moto - - Impulso e quanttà d moto ) Sstema solato : orze nterne ed esterne...pag. 2 2) Impulso e quanttà d moto...pag. 3 3) Teorema d conservazone della quanttà d moto...pag. 6 4)

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

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 Energa e Lavoro Fnora abbamo descrtto l moto de corp (puntform) usando le legg d Newton, tramte le forze; abbamo scrtto l equazone del moto, determnato spostamento e veloctà n funzone del tempo. E possble

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann

1 Le equazioni per le variabili macroscopiche: i momenti dell equazione di Boltzmann FISICA DEI FLUIDI Lezone 5-5 Maggo 202 Le equazon per le varabl macroscopche: moment dell equazone d Boltzmann Teorema H a parte, non è facle estrarre altre consderazon general sulla funzone denstà d probabltà

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

8 Gas ideali quantistici

8 Gas ideali quantistici 8 Gas deal quantstc 8. Gas deale nel mcrocanonco quantstco Prendamo come al solto un sstema, all equlbro termodnamco, formato da N partcelle non nteragent e ndstngubl, racchuse n un volume V e con un energa

Dettagli

Dinamica del corpo rigido

Dinamica del corpo rigido Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono

Dettagli

Variazione di entropia in trasformazioni irreversibili

Variazione di entropia in trasformazioni irreversibili Varazone d entropa n trasormazon rreversbl er calcolare la varazone d entropa tra due stat d equlbro conness da una trasormazone rreversble s srutta l atto che l entropa è una unzone d stato. Allo scopo

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

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

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

Dettagli

Equilibri eterogenei

Equilibri eterogenei Equlbr eterogene L energa lbera è funzone della ressone, Temperatura e Composzone G = G (, T, n ) l dfferenzale completo è δg δg dg = d + δ δt δg δn T,, n j Rcordando che: s ha che dt + δg n T, n, n δ,

Dettagli

L arcobaleno. Giovanni Mancarella. n = n = n = α( o )

L arcobaleno. Giovanni Mancarella. n = n = n = α( o ) Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

1. La domanda di moneta

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

Dettagli

Sistemi punti, forze interne ed esterne

Sistemi punti, forze interne ed esterne Ncola GglettoA.A. 2017/18 3 6.2- IL CENTRO DI MASSA Parte I 1 Cap 6 - Sstem d punt materal Cap 6 - Sstem d punt materal Il punto materale è un astrazone alla quale poch cas s possono assmlare. La maggor

Dettagli

Propagazione degli errori

Propagazione degli errori Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

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

Dettagli

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

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

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

(1) (2) 1 N. Bohr, Phil. Mag., 9,1 (1922). 2 D. R. Hartree, PTOC. Cambridge Phil. Soc., 24, 89 (1928).

(1) (2) 1 N. Bohr, Phil. Mag., 9,1 (1922). 2 D. R. Hartree, PTOC. Cambridge Phil. Soc., 24, 89 (1928). Il metodo SCF d Hartree ( Self-Consstent-Feld) Dscuteremo un approcco che utlzza alcun de vantagg del metodo a partcelle ndpendent, ma che tene conto sstematcamente delle repulson elettronche. el 922,

Dettagli

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA UNIVERSITA DEGI STUDI DI CASSINO FACOTA DI INGEGNERIA ANTONIO RUSSO, ANGEO EOPARDI ANAISI DE ERRORE CONNESSO A APPROSSIMAZIONE DEE UNGHEZZE E DEE CEERITA NE METODO DI INTEGRAZIONE DEE CARATTERISTICHE (MOC)

Dettagli

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone

Dettagli

Premessa essa sulle soluzioni

Premessa essa sulle soluzioni Appunt d Chmca La composzone delle soluzon Premessa sulle soluzon...1 Concentrazone...2 Frazone molare...2 Molartà...3 Normaltà...4 Molaltà...4 Percentuale n peso...4 Percentuale n volume...5 Massa per

Dettagli

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Incertezza di sensibilità < fluttuazione intrinseca delle misure. Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso

Dettagli

fluttuazioni siano reciprocamente indipendenti (cioè non correlate fra di loro), si ha 1 :

fluttuazioni siano reciprocamente indipendenti (cioè non correlate fra di loro), si ha 1 : Appendce A luttuazon. A.1 - Generaltà. Le grandezze fsche che caratterzzano corp macroscopc n equlbro non sono costant, ma fluttuano nel tempo attorno al loro valore medo per effetto del moto mcroscopco

Dettagli

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

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

Dettagli

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA GUGLIOTTA CALOGERO Lceo Scentco E.Ferm Men (Ag.) ENTROIA Il concetto d processo termodnamco reversble d un dato sstema è collegato all dea che s possa passare dallo stato allo stato attraverso una successone

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

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

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

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

Statistica descrittiva

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

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

y. E' semplicemente la media calcolata mettendo

y. E' semplicemente la media calcolata mettendo COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

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

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Il lavoro in termodinamica

Il lavoro in termodinamica Il lavoro n termodnamca Il lavoro esterno: W est =-F e Dl (-: orza e spos. dscord) Il lavoro atto dal sstema sarà: W=-W est = F e Dl La orza eserctata dall ambente può essere dervata dalla pressone esterna:

Dettagli

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO

INTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO INTODUZION ALL SPINZA 4: STUDIO DLLA POLAIZZAZION DIANT LAIN DI ITADO Un utle rappresentazone su come agscono le lamne su fasc coerent è ottenuta utlzzando vettor e le matrc d Jones. Vettore d Jones e

Dettagli

Esercizi di econometria: serie 1

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

Dettagli

LE FREQUENZE CUMULATE

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

Dettagli

urto v 2f v 2i e forza impulsiva F r F dt = i t

urto v 2f v 2i e forza impulsiva F r F dt = i t 7. Urt Sstem a due partcelle Defnzone d urto elastco, urto anelastco e mpulso L urto è un nterazone fra corp che avvene n un ntervallo d tempo normalmente molto breve, al termne del quale le quanttà d

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Valutazione dei Benefici interni

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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Variabili statistiche - Sommario

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

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

LA CORRENTE ELETTRICA CONTINUA

LA CORRENTE ELETTRICA CONTINUA CAPITOLO 33 LA CORRENTE ELETTRICA CONTINUA 1 L INTENSITÀ DELLA CORRENTE ELETTRICA 1! v! a t! F m e! E m t v! e t m! E Fssato l ntervallo d tempo t, s può scrvere! v! E 2 Q t 4,0 10 2 A 5,0 s 0,20 C 3 t

Dettagli

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

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

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI Equlbro e stabltà d sstem dnamc Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI TC Crter d stabltà per sstem dnamc LTI TC Stabltà nterna d sstem dnamc

Dettagli

Macchine. 5 Esercitazione 5

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

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria. SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE

Dettagli

Ability of matter or radiation to do work because of its motion or its mass or its electric charge

Ability of matter or radiation to do work because of its motion or its mass or its electric charge L energa Una defnzone (Oxford Dctonary) Ablty of matter or radaton to do work because of ts moton or ts mass or ts electrc charge L energa è l concetto fsco pù mportante che s ncontra n tutta la scenza.

Dettagli

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

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

Dettagli

Maurizio Piccinini A.A Fisica Generale B. Entropia. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico

Maurizio Piccinini A.A Fisica Generale B. Entropia. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico Fsca Generale B Scuola d Ingegnera e Archtettura UNIBO esena Anno Accademco 014 015 δ δ 0 Nel caso d ccl reversbl: = 0 Ogn parte d un cclo reversble è reversble, qund dat due stat ntermed qualunque ed

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 17: 16 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 17: 16 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 17: 16 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/22? Eserczo Un Btp trennale, d valore nomnale C

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Elementi di statistica

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

Dettagli

CAPITOLO 2: PRIMO PRINCIPIO

CAPITOLO 2: PRIMO PRINCIPIO Introduzone alla ermodnamca Esercz svolt CAIOLO : RIMO RINCIIO Eserczo n 7 Una certa quanttà d Hg a = atm e alla temperatura = 0 C è mantenuta a = costante Quale dventa la se s porta la temperatura a =

Dettagli

Lezione n La concentrazione

Lezione n La concentrazione 1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone

Dettagli

Teoria cinetica dei gas

Teoria cinetica dei gas Teora cnetca de gas Fsca de gas n Termodnamca Grandezze macroscopche P, V, T tutte conseguenza del moto delle partcelle Pressone: Urt contro paret Volume: Assenza d legam tra le partcelle Temperatura:

Dettagli

Ragionamento probabilistico: rappresentazione

Ragionamento probabilistico: rappresentazione Intellgenza Artfcale II Ragonamento probablstco: rappresentazone Marco astra Intellgenza Artfcale II - A.A. - Rappresentazone robablstca ] Ragonamento probablstco: rappresentazone Mond possbl sottonsem

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

Elettroliti AB A + + B - : 1 = n mol dissociate : n mol iniziali. 1 n (1 ) Per una mole di AB Per n moli di AB

Elettroliti AB A + + B - : 1 = n mol dissociate : n mol iniziali. 1 n (1 ) Per una mole di AB Per n moli di AB Elettrolt AB A + + B - Grado d dssocazone alfa è la frazone d mol che all equlbro ha subto dssocazone : 1 = n mol dssocate : n mol nzal o n mol ( dssocate ) 1 0 1 o n mol ( nzal ) 1 n (1 ) AB A + + B -

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 9: 3 marzo 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 9: 3 marzo 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Eserczo Consderamo una rendta perodca d 2n termn

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

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

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

Dettagli

Lez. 10 Forze d attrito e lavoro

Lez. 10 Forze d attrito e lavoro 4/03/015 Lez. 10 Forze d attrto e lavoro Pro. 1 Dott., PhD Dpartmento Scenze Fsche Unverstà d Napol Federco II Compl. Unv. Monte S.Angelo Va Cnta, I-8016, Napol mettver@na.nn.t +39-081-676137 1 4/03/015

Dettagli

Pattern Recognition. Bayes decision theory

Pattern Recognition. Bayes decision theory Computer Scence Department Unversty of Verona A.A. 015-16 Pattern Recognton Bayes decson theory 1 Rev. Thomas Bayes, F.R.S 170-1761 Introduzone Approcco statstco fondamentale d classfcazone d pattern Ipotes:

Dettagli

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

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

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4 Teora de Goch Dr. Guseppe Rose Unverstà degl Stud della Calabra Corso d Laurea Magstrale n Economa Applcata a.a 011/01 Handout 4 1 L equlbro d Bertrand Nel modello d Bertrand, abbamo un duopolo esattamente

Dettagli