Metodologie informatiche per la chimica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Metodologie informatiche per la chimica"

Transcript

1 Mtodolog nforatch pr la chca Dr. Srgo Brutt Anals d dat IV

2 Rsultat dll srctazon Lgnda: A = copto ccllnt; B = copto buono; C = copto suffcnt; D = copto scarso; E = copto nsuffcnt. Studnt Voto Conto Calc B++ Esr1.dvazon standard rronant chaata dlla popolazon Esr.anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo Esr3. Usato un rrono Forc Fld Cazztta B Esr1. ancano ttol dgl ass n ntrab grafc Esr. anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo; ancano ttol dgla ss sul grafco Esr3. grafc ancant o rrat Clst B+ Esr1. ancano ttol dgl ass n ntrab grafc Esr. anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo; ancano ttol dgla ss sul grafco Esr3. anca la dstanza d lga Ph-Br Granaf A- Esr. rror nl calcolo dlla dvazon standard dlla da Lavccha B++ Esr1. ancano ttol dgl ass n ntrab grafc Esr. anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo Esr3. grafc rrat (cattva corrspondnza XY) Mastranglo A-- Esr1. ancano ttol dgl ass n ntrab grafc non è stata calcolata la da con soa conta nur olè B++ Esr1. foglo confuso non calcolata la dvazon standard con soa conta nur Esr. rror nl calcolo dlla dvazon standard dlla da Esr3. usato un rrono Forc Fld Prron A-- Esr. anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo Esr3. usato un rrono Forc Fld Stfanl A-- Esr1. ancano ttol dgl ass n ntrab grafc Esr. anca l'sprsson fnal dlla sta dl valor vro dlla sua ncrtzza l'rror rlatvo

3 -0,08-0,07-0,06-0,05-0,04-0,03-0,0-0,01 0,00 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 Valor sura Frqunza Rcaptolo gnral Consdrao un apa raccolta d sur ottnut pr va coputazonal o sprntal 0,0000 0, , , % 14% 1% 10% 0, % -0, % -0, , % % -0, % Progrssvo sura Class Lo stator dl valor vro (da) dll ncrtzza assocata (dvazon standard dlla da) da: ±0.0013

4 -0,08-0,07-0,06-0,05-0,04-0,03-0,0-0,01 0,00 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 Frqunza Dstrbuzon dgl rror casual Essndo la da prossa a 0 la sua dvazon standard aggor ( ±0.0013) n qusto spcfco caso la dstrbuzon dll sur concd con la dstrbuzon dgl scart 16% 14% 1% 10% 8% 6% 4% S l nuro d sur foss nfnto la dstrbuzon dgl scart sarbb approssata dalla dstrbuzon d probabltà dgl rror casual P() % 0% DEVE RISPETTARE LA CODIZIOE A COTORO: Class 1 P d

5 -0,08-0,07-0,06-0,05-0,04-0,03-0,0-0,01 0,00 0,01 0,0 0,03 0,04 0,05 0,06 0,07 0,08 Frqunza Dstrbuzon dgl rror casual Data qund una dstrbuzon d probabltà dgl rror casual P() la condzon a contorno 1 P d Il loro sgnfcato fsco è ch la probabltà ch una sgnola sura abba un rror assocato ntro l ntrvallo d +d è ugual a P()d 16% 14% 1% 10% 8% 6% 4% % La funzon d probabltà ch dscrv la dstrbuzon d rror casual è rapprsntata dalla DISTRIBUZIOE GAUSSIAA cu c s rfrsc co alla FUZIOE ORMALE DI PROBABILITA DI ERRORE 0% Class P 1

6 Dstrbuzon noral dgl rror Data la FUZIOE ORMALE DI PROBABILITA DI ERRORE P Funzon d probabltà d rror 1 Paratro: dvazon standard rror La dvazon standard è un paratro ch carattrzza la larghzza dlla capana d dstrbuzon. Essa è par alla radc quadrata dll rror quadratco do: Essndo tuttava P() la funzon d probabltà contnua dll rror, l valor d < > sarà dato dalla da ntgral d psata dalla funzon noral: 1 d 1

7 Dstrbuzon noral dgl rror l caso d un st d sur ( ) apo a fnto d cu è noto l valor vro (M) è possbl star l rror assocato a cascuna sura qund rcavar l rror quadratco do sga dant: 1 1 lla raltà prò l valor vro non è a noto gl rror assocat all sur non sono d consgunza anch ss not. Co sappao prò l valor vro è stabl dant l uso dlla MEDIA ARITMETICA (). In tal caso la funzon d probabltà dgl rror sarà data da: P 1 M

8 Dstrbuzon noral dgl rror l caso d un st d sur ( ) apo a fnto d cu s sta la da () la funzon d probabltà dgl rror sarà data da: P 1 lla qual è la dvazon standard dlla dstrbuzon dll pottca nfnta sr d sur (popolazon): l 1 1 Dall prcdnt è possbl qund dfnr gl ITERVALLI DI COFIDEZA dl valor do ovvro l valor dlla probabltà ch l rror d sura sa ntro una data sta dll ncrtzza

9 ITERVALLI DI COFIDEZA La probabltà P ch un rror ± sa nor d una crto valor ± d è dato dall ntgral: P d d 1 l caso n cu d= allora P=0.686 ch quval a dr ch l 68.6% dgl rror sono nor dl valor dlla dvazon standard. d Gnralzzando qund è possbl drvar una corrspondnza tra lvllo d ncrtzza (ovvro grandzza dll ncrtzza assocata ad una crta sura) lvllo d confdnza (ovvro probabltà ch l rror casual cada ntro l ntrvallo consdrato) Incrtzza ± ±1.64 ±1.96 ±.58 ±3.9 Confdnza 68.5% 90% 95% 99% 99.9%

10 Ins ap d sur rptut Lo stator dlla dvazon standard ch abbao utlzzato tuttava è valdo pr un nuro IFIITO d sur. l caso sano raccolt sur tal da costtur un ns apo d dat rptut lo stator corrtto è dato dalla dvazon standard dl capon ovvro: s s è la dvazon standard stata sattant co la da è l valor do stato. s valor vro Assocando co ncrtzza alla da un dato ultplo d s (dvazon standard dlla da) s ottn un ntrvallo d confdnza nlla sta dl valor vro par alla probabltà ntgral P

11 Lvllo d confdnza dlla da Costruao la dstrbuzon d probabltà dlla gran-da M, ovvro la probabltà ch dato un ns d sur rptut da una da. Esso può ssr rcavato agnando d accuular valor dll d d ns rprodott d sur rptut: Analogant a quanto fatto pra passao da un ns nfnto ad un ns fnto d sur qund possao consdrar ch: s s Da cu: Assocando alla sta dl valor vro dato dalla da un ncrtzza par ad un crto ultplo d s s sottontnd una data probabltà ntgral dlla sua dstrbuzon qund una data COFIDEZA 1 1 M M P

12 0,6 0,63 0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,7 0,73 0,74 0,75 0,76 0,77 0,78 Valor sura Frqunza Espo Consdrao la sgunt raccolta d dat sprntal 0, % 0, % 0% 0, % 10% 0, % 0, % Progrssvo sura Class S tratta d un ns d 1 sur Mda=0.707 Dvazon standard=0.0173

13 0,6 0,63 0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,7 0,73 0,74 0,75 0,76 0,77 0,78 Frqunza Valor sura Espo Consdrao la sgunt raccolta d dat sprntal 0, ,75000 Mda=0.707 Dvazon standard= ,70000 Confdnza Mda Incrtzza 0, , % ± s 30% Progrssvo sura 90% ± s 5% 0% 95% ± s 15% 10% 99% ± s 5% 0% 99.9% ± s Class

14 Grandzz fsch dvrs Sta dll ncrtzza d sur ndrtt Msura drtta A Trattazon atatca Msura ndrtta Msura drtta B Anch l sur ndrtt sono afftt da ncrtzza Incrtzza dll sur drtt Propagazon dgl rror Incrtzza dlla sura ndrtta

15 Propagazon dll rror d snsbltà Consdrao una sura ndrtta I lgata ad n sur drtt D d grandzz fsch ndpndnt dalla rlazon atatca f() I f D1; D ;...; D n Gl rror d snsbltà su cascuna sura drtta concorrranno tutt alla dfnzon dll ncrtzza coplssva dlla sura ndrtta Al fn d valutazon la propagazon dll rror d snsbltà costruao l dffrnzal total d f(): df n f 1 D1 ; D;...; D D n dd Esso rapprsnta la varazon dlla sura ndrtta data da f(d 1, D,..., D n ) dovuta a una varazon nfntsa dd 1, dd,..., dd n nll n sur drtt ndpndnt.

16 Propagazon dll rror d snsbltà df Dato l dffrnzal total d f(): n f D ; D D 1 1 ;...; D n dd Cascuno dgl addnd rapprsnta la varazon nfntsa dlla funzon, dovuta alla varazon nfntsa dlla gnrca varabl D Dal onto ch l rror d snsbltà è la na varazon apprzzabl sulla grandzza surata, possao pnsar ch dal punto d vsta dll sur sprntal sso sa asslabl a dgl ncrnt nfnts. Possao qund tradurr l quazon prcdnt co sgu: f n 1 f D1 ; D;...; D D n D

17 Propagazon dll rror d snsbltà f n 1 f D1 ; D;...; D D L quazon rcavata consnt d propagar l rror d snsbltà assocato a cascuna dll n sur drtt ad una sura ndrtta rcavata dant la funzon f(). n D D f rror d snsbltà assocato a cascuna dll n sur drtt rror d assocato alla sura ndrtta I trn dll quazon sono tutt postv s soano ad accrscr cascuno l naccuratzza dlla sura ndrtta.

18 Propagazon dll rror casual Rsptto all rror d snsbltà dobbao consdrar anch l lvllo d confdnza assocato ad una data sta d una grandzza A ogn sta d una grandzza drvata da sur drtt nfatt s assoca una data ncrtzza stata sulla bas dl lvllo d confdnza ch s vuol accttar. Consdrao qund grandzz fsch stat dant d a cascuna dll qual s assoca una confdnza dl 68.5% ovvro un ncrtzza par a s /( ) 0.5 n cu è l dato dal nuro d sur rptut ffttuat pr cascuna grandzza. Voglao dtrnar una grandzza ndrtta I ottnuta dant: I f 1; ;...; Al fn d propagar l rror casual è ncssaro consdrar ncrtzz assocat con lvll d confdnza IDETICI

19 Propagazon dll rror casual Abbao vsto ch pr star l ncrtzza d una data sura è possbl utlzzar la dvazon standard dlla popolazon ovvro la radc quadrata dll rror quadratco do stso a nfnt sur. Consdrando ch abbao a ch far con grandzz drvat da ns fnt d sura potro star l ncrtzza dll d dant s. s Co possao tuttava star l ncrtzza da assocar alla grandzza ndrtta I? I f s 1; ;...;

20 Propagazon dll rror casual Analogant a quanto fatto pr l rror d snsbltà consdrao l dffrnzal total d I. I f di df 1 1; ;...; f Slnt al dffrnzal total calcolato nl caso dll rror d snsbltà anch df=di consst nlla soa dgl nfnts ncrnt d f dtrnat da nfnts ncrnt d ogn d. L rror assocato a cascuna è dato da: 1 ; ;...; d s s, s

21 Propagazon dll rror casual L rror quadratco do è assocabl alla na varazon apprzzabl dl valor do dlla grandzza surata. L n varazon possono ssr asslat agl ncrnt nfnts dl dffrnzal total. Tuttava nl caso dll ncrtzz casual è ncssaro consdrar non l dffrnzal total a l suo quadrato. Sosttundo a dffrnzal df d gl rror s ha: Poché l st dgl rror non al quadrato possono avr valor postvo o ngatvo pur avndo valor do nullo trn st s annullano a vcnda qund la sta dll rror assocato a I è dato da sol trn al quadrato ch sono spr postv d F d F d F d F I d f d f df ;...; ; ;...; ;

22 Propagazon dll rror casual Tndndo a nt l quazon prcdnt snza prodott st: E possbl valutar l ncrtzza s(i) da assocar ad I con lo stsso lvllo d confdnza dll ncrtzz assocat all var d dant: Pù n gnral val l quazon d propagazon dll rror statstco: d F d F d F I ' ' ' s d F s d F s d F I s n n x x f I x x f I 1 1,..,

23 Propagazon dll rror casual - spo Consdrao la sta dl volu d un dato blocchtto d tallo rgolar (paralllppdo rttangolo). La sura d suo spgol a,b c è stata ottnuta dant sur rptut (10 cascuna) con un rghllo con snsbltà 0.1 Msura A/c B/c C/c 1 10,1 0,3 30, 10, 0,0 30,4 3 10, 0,1 30,5 4 10,3 19,9 30,6 5 10,1 0,5 30, 6 10, 0,4 30,1 7 10,4 0,3 30,4 8 10,1 0,4 30, 9 10, 0,3 30, ,0 0, 30,4 A B C Mda c dv.st. c A B C Posso consdrar du cfr sgnfcatv oltr la vrgola data la snsbltà 0.01 c. Assunto una confdnza par a 99.9% =3.9s/( 0.5 ) s ha una sta dll grandzz par a:

24 Propagazon dll rror casual - spo La sta dll grandzz lnar è data da: A B C Il volu s rcava dant: V A V B A BC C 3 649c Consdrando ch l rror d snsbltà sull sur lnar è par a 0.01c s ha un rror d snsbltà sul volu par a: V BC A A B C V AC B 11c 0.01c 3 A BC Consdrando ch l ncrtzz sull d l ncrtzza casual sul volu è: V BC A AC B A B B 3 V 13c

25 Propagazon dll rror casual - spo Dall anals prcdnt rsulta ch dat stat con lvll d confdnza sull d par al 99.9% ( snsbltà par a 0.01 c) danno valor par a: A B C c c c E un volu total a partà d confdnza d: V c Consdrando l rror d snsbltà sul volu (11 c 3 ) la valutazon fnal dl volu sarà: V c

26 Idntfcazon d dat dscordant A volt può accadr ch rptndo una sura volt accada ch uno o pù valor (un nuro olto ltato rsptto alla collzon total) dscord n odo vstoso dal valor attso. E possbl lnar un dato dscordant da una data collzon d sur rptut? Qusta doanda affronta uno dgl asptt chav dl todo sprntal: l oggttvtà nll anals prlnar d un dato ns d sur. Qualunqu dato sprntal (concordant o dscordant) pr l qual sst una valda ragon ch porta a dubtarn dll affdabltà va scartato. Al fn d potr ndvduar una pals sorgnt d rror casual ch colpsc sngl sur bsogna ndvduar un unvoca prass todologa ESTREMAMETE RIGOROSA.

27 Valor sura Idntfcazon d dat dscordant Faccao un spo: consdrao l ns d sur rportat nl grafco squnzal sgunt Progrssvo sura L du sur >> << dl valor cntral sono affdabl? Possono ssr scartat? Esstono tod oggttv pr dscrnar un dato dscordant? La prass RIGOROSA cu s facva rfrnto affronta propro l odaltà con cu qust tr doand possono trovar rsposta.

28 Prass pr l dscordanz Collzon d dat -x sur analogh X sur dvant Valutazon qualtatva Bsogna dntfcar prlnarnt s l X sur dvant hanno soffrto d: (1) ERRORE DELL OPERATORE ELL ATTO DELLA MISURA (struntal o anual) () CODIZIOI SPERIMETALI POCO COTROLLATE (cattv condzon d rptbltà)

29 Prass pr l dscordanz Collzon d dat -x sur analogh X sur dvant Valutazon qualtatva Una volta sclus Y dat dagl X dvant pr qual s sono vrfcat rror d sura o condzon non controllat d sura rstano (X-Y) dat dscordant. S (X-Y)>0 è possbl utlzzar l cosddtto Q-tst pr vrfcar s tal dat possono ssr scartat

30 Q-tst Innanz tutto è ncssaro dstngur s l st coplto d sur è un pccolo ns (<10) o un grand ns (>10). Pr ogn dato d un st d sur è possbl calcolar l valor dlla funzon Q Q M ax n In cu sono l var sur, M l valor attso ovvro una sta dl valor vro, ax n l sur na assa dl valor vro nl st d sura.

31 Q-tst ns pccol Pr ns d sur pccol (<10) la funzon Q assu d valor crtc dpndnt dal nuro d sur. Assundo l 90% d lvllo d confdnza Q c varrà: Q c Confrontando valor stat d Q pr cascuna sura ralzzata con l valor d Q c corrspondnt all ns d sura è possbl ndvduar pr va statstca dat dvant pr qual Q>Q c

32 Valor sura Q-tst ns pccol - spo Consdrao un ns d 7 sur: DATO MISURA Progrssvo sura Co pra cosa stao la da coplssva

33 Q-tst ns pccol - spo Sulla bas dlla da calcolata rcavao l dato dlla funzon Q pr ogn sura DATO MISURA Q Attndo un lvllo d confdnza dl 90% sgnfca ch pr un st d 7 sur, dat vanno scartat s Q>0.51 M ax n Q Il dato ha Q= >0.51 IL DATO PUO ESSERE SCARTATO

34 Q-tst ns grand Pr ns d sur grand (>10) l Q-tst è sosttuto con una valutazon dlla copatbltà dl dato con la da dgl altr a no dlla dvazon standard dgl altr. Msura X 1 X j1 j j 1 Mda Dv.st. μ 1 s 1 μ s X n s j1 j j 1 1 μ n s n

35 Q-tst ns grand Una volta rcavat l d l dvazon standard valutat scludndo d volta n volta dat -s. Msura Mda Dv.st. X 1 μ 1 s 1 X μ s X n μ n s n S assu un lvllo d confdnza s scludono tutt dat pr qual k s In cu k è una costant nurca ch dpnd dalla confdnza sclta k Confdnza 68.5% 90% 95% 99% 99.9%

36 Valor sura Frqunza Rjct tst ns grand - spo Consdrao la sgunt strnga d dat DATO MISURA Progrssvo sura 45% 40% 35% 30% 5% 0% 15% 10% 5% 0% Class

37 Rjct tst ns grand - spo Calcolao l d l dvazon d sottons DATO MISURA s j1 j j1 j j 1 j 1 1 MEDIA S

38 Rjct tst ns grand - spo Calcolao gl scart assolut d cascuna sura dalla da corrspondnt DATO MISURA MEDIA S SCARTO

39 Rjct tst ns grand - spo Sclgo l lvllo d confdnza vrfco l tst d copatbltà dllo scarto con l ultplo dlla dvazon corrspondnt k Confdnza 68.5% 90% 95% 99% 99.9% DATO MISURA MEDIA S SCARTO k s Confdnza 99% k=.58 SCARTO.58*S DISCARD? S S/

40 Valor sura Rjct tst ns grand - spo Consdrando una confdnza dl 99% dat 4 17 dvono ssr scartat Progrssvo sura

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Mtodolog nforatch pr la chca Dr. Srgo Brutt Mtodolog d anals d dat 4 -0,08-0,07-0,06-0,05-0,04-0,03-0,0-0,0 0,00 0,0 0,0 0,03 0,04 0,05 0,06 0,07 0,08 Valor sura Frqunza Rcaptolo gnral Consdrao un apa

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat IX Grandezze fsche dverse Sta dell ncertezza d sure ndrette Msura dretta A Trattazone ateatca Msura ndretta Msura dretta B Anche le sure ndrette

Dettagli

L soluzon Data la funzon ln( ) f ( ) 3 a trova l domno d f b scrv, splctamnt pr stso, qual sono gl ntrvall n cu f() rsulta postva qull n cu rsulta ngatva c dtrmna l vntual ntrszon con gl ass d studa l

Dettagli

Esame di Matematica e Abilità Informatiche - Settembre Le soluzioni

Esame di Matematica e Abilità Informatiche - Settembre Le soluzioni Esam d Matmatca Abltà Informatch - Sttmbr 03 L soluzon. Data la funzon f( ) a. trova l domno d f b. scrv, splctamnt pr stso, qual sono gl ntrvall n cu f() rsulta postva qull n cu rsulta ngatva c. dtrmna

Dettagli

Soluzioni. 1. Data la funzione. a) trova il dominio di f

Soluzioni. 1. Data la funzione. a) trova il dominio di f Soluzon Data la funzon a) trova l domno d f f ( ) + b) ndca qual sono gl ntrvall n cu f() rsulta postva qull n cu rsulta ngatva c) dtrmna l vntual ntrszon con gl ass d) studa l comportamnto dlla funzon

Dettagli

S O L U Z I O N I + 100

S O L U Z I O N I + 100 S O L U Z I O N I Nl 00 un farmaco vnva vnduto a 70 a) Nll pots ch ogn anno l przzo aumnt dl 3% rsptto all anno prcdnt quanto vrrbb a costar lo stsso farmaco nl 0? b) Supponamo ch l przzo dl farmaco nl

Dettagli

Interferenza e diffrazione con gli esponenziali complessi. Nota

Interferenza e diffrazione con gli esponenziali complessi. Nota Intrfrnza dffrazon con gl sponnzal complss ota on s fanno commnt sul sgnfcato d rsultat ottnut, n su qullo dll pots d volta n volta assunt: lo scopo solo qullo d mostrar com funzon n pratca l formalsmo

Dettagli

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

LE SOLUZIONI. [Per definizione la concentrazione di una soluzione è il rapporto

LE SOLUZIONI. [Per definizione la concentrazione di una soluzione è il rapporto LE SOLUZIONI. Una soluzon (d un crto soluto n un crto solvnt dl pso d kg è concntrata al 0%. Calcolar la quanttà d solvnt (n kg ch s dv aggungr alla soluzon pr ottnr una nuova soluzon, concntrata al 0%.

Dettagli

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%.

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%. SOLUZIONI. Il costo d un farmaco da banco pr un dtrmnato prncpo attvo è così suddvso: l 7,% pr la confzon, l 7,% pr la produzon d l rstant % pr l IVA. Dlla quota rlatva alla produzon, l 3% è dovuto all

Dettagli

Si possono distuguere due casi: a) molecole distinguibili: il numero di modi è dato da

Si possono distuguere due casi: a) molecole distinguibili: il numero di modi è dato da ESISTE UA OTEOLE DIFFEEA TA LE SOLUIOI DEI POLIEI E QUELLE DELLE OLECOLE PICCOLE DOUTA ALLA DIFFEEA DI DIESIOI TA LE OLECOLE POLIEICHE E QUELLE DEL SOLETE. Pr qusto motvo trattrmo l soluzon polmrch attravrso

Dettagli

Esercitazioni di Elettrotecnica: circuiti in regime stazionario

Esercitazioni di Elettrotecnica: circuiti in regime stazionario Maffucc: rcut n rgm stazonaro r- Unrstà dgl Stud d assno srctazon d lttrotcnca: crcut n rgm stazonaro ntono Maffucc r sttmbr Maffucc: rcut n rgm stazonaro r- Sr paralllo parttor S alcolar la rsstnza qualnt

Dettagli

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti Prncp d applcazon dl mtodo dgl lmnt fnt Formulazon bas con approcco agl spostamnt PRINCIPIO DEI LAVORI VIRTALI Data una crta statca: sforz σ j, forz d volum F forz d suprfc f j ; s dmostra ch mporr la

Dettagli

Le soluzioni della prova scritta di Matematica del 24 Aprile 2014

Le soluzioni della prova scritta di Matematica del 24 Aprile 2014 L soluzon dlla prova scrtta d Matmatca dl Aprl. Sa data la unzon 3 a. Trova l domno d b. Scrv, splctamnt pr stso non sono sucnt dsgnn, qual sono gl ntrvall n cu è postva qull n cu è ngatva c. Dtrmna l

Dettagli

Definiamo Centro di Massa (CM) del sistema il punto individuato dalla coordinata: a) d

Definiamo Centro di Massa (CM) del sistema il punto individuato dalla coordinata: a) d Cntro d assa d un ssta Assuao un corpo coplsso qualsas costtuto da n punt lntar cascuno d assa lo charo ssta d punt atral. Partao da un ssta atto da du ass d. Consdrao co ass dl ssta d rrnto, la rtta passant

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.

Dettagli

Apprendimento per Perceptron: esempio. Apprendimento di Reti di Perceptron. Discesa di Gradiente. gradiente

Apprendimento per Perceptron: esempio. Apprendimento di Reti di Perceptron. Discesa di Gradiente. gradiente / 3 ; J DA E F DA DA I DA $ N 45 2 dov "#$ &'#$, 9? K 9 O L M M K 9L 7 9 AC AC Sstm d Elaborazon dll Informazon 9 Sstm d Elaborazon dll Informazon Apprndmnto pr Prcptron smpo Apprndmnto d Rt d Prcptron

Dettagli

Le soluzioni della prova scritta di Matematica del 7 Febbraio 2014

Le soluzioni della prova scritta di Matematica del 7 Febbraio 2014 L soluzon dlla prova scrtta d Matmatca dl 7 Fbbrao. Sa data la unzon ln ln a. Trova l domno d. b. Scrv, splctamnt pr stso, qual sono gl ntrvall n cu è postva qull n cu è ngatva c. Dtrmna l vntual ntrszon

Dettagli

A.A Elettronica - Soluzioni della prova scritta del 01/07/03

A.A Elettronica - Soluzioni della prova scritta del 01/07/03 A.A. -3 lttronca - Soluzon dlla prova scrtta dl /7/3 ) Assumamo nzalmnt ch l gnrator rogh una corrnt nulla applchamo l torma d Thvnn a mont dl dodo allora sosttundo l gnrator d corrnt con un crcuto aprto

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de

Dettagli

Materiali ed Approcci Innovativi per il Progetto in Zona Sismica e la Mitigazione della Vulnerabilità delle Strutture

Materiali ed Approcci Innovativi per il Progetto in Zona Sismica e la Mitigazione della Vulnerabilità delle Strutture Matral d Approcc Innovatv pr l Progtto n Zona Ssmca la Mtgazon dlla Vulnrabltà dll Struttur Salrno, 12 13 fbbrao 2006 Una pù smplc procdura pr la valutazon dlla rsposta ssmca dll struttur attravrso anals

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa (3)

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti sulle funzioni di variabile complessa (3) Corso d Mtod Matmatc pr l Inggnra A.A. 206/207 Esrc svolt sull funon d varabl complssa 3 Marco Bramant Poltcnco d Mlano Novmbr 8, 206 Classfcaon dll sngolartà d una funon, calcolo d svlupp d Laurnt, calcolo

Dettagli

DISTRIBUZIONE DI GAUSS ( o normale [ 26 ] )

DISTRIBUZIONE DI GAUSS ( o normale [ 26 ] ) LABORATORIO DI FISICA IGEGERIA "La Sapnza" gnnao 003 DISTRIBUZIOE DI GAUSS ( o normal [ 6 ] ) La dnstà d probabltà d Gauss è: f ( x) π ( xm) Valor mdo: E() m Varanza: () La dstrbuzon gaussana è carattrzzata

Dettagli

Calcolo delle Probabilità: esercitazione 10

Calcolo delle Probabilità: esercitazione 10 Calcolo dll Probablà: srcazon 0 Argono: Dsrbuzon noral (pag. 47 sgun dl lbro d so). Valor aso, varanza (pag. sgun). Dsrbuzon bvara dscr (pag. 44 sgun) covaranza (pag 45 sgun). NB: asscurars d conoscr l

Dettagli

VALUTAZIONI DI ERRORE

VALUTAZIONI DI ERRORE CORSO DI PROGETTAZIONE ASSISTITA DELLE STRUTTURE MECCANICHE PARTE IIIA VALUTAZIONI DI ERRORE VALUTAZIONE DELL ERRORE Il mtodo EF fornsc soluzon approssmat. S l f.n d forma rspttano dtrmnat condzon, l mtodo

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L) L soluzon dlla prova scrtta d Matmatca pr l corso d laura n Chmca Tcnolo Farmacutch raruppamnto A-L. Data la unzon a. trova l domno d b. scrv, splctamnt pr stso, qual sono l ntrvall n cu rsulta postva

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

Errori a regime per controlli in retroazione unitaria

Errori a regime per controlli in retroazione unitaria Appunt d ontoll Autoatc Eo a g n sst n toazon Eo a g p contoll n toazon untaa... Eo a g nlla sposta al gadno (o d poszon)... Eo a g nlla sposta alla apa (o d vloctà)...3 Eo a g nlla sposta alla paabola

Dettagli

Appendice 1. Approfondimento dei metodi statistici

Appendice 1. Approfondimento dei metodi statistici Appndc 1 Approfondmnto d mtod statstc APPROFONDIMENTO DEI METODI STATISTICI TASSO STANDARDIZZATO PER ETÀ DI MORTALITÀ (TSDM) E DI OSPEDALIZZAZIONE (TSDH). Il Tasso Standardzzato (TSD) è calcolato com

Dettagli

Biennio CLEM - Prof. B. Quintieri. Anno Accademico 2012-2013, I Semestre. (Tratto da: Feenstra-Taylor: International Economics)

Biennio CLEM - Prof. B. Quintieri. Anno Accademico 2012-2013, I Semestre. (Tratto da: Feenstra-Taylor: International Economics) CONOMIA INTRNAZIONAL Bnno CLM - Prof. B. Quntr IL TASSO DI CAMBIO Anno Accadmco 2012-2013, I Smstr (Tratto da: Fnstra-Taylor: Intrnatonal conomcs) S propon, d sguto, una brv rassgna d prncp fondamntal

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

Il Metodo degli Elementi Finiti. Dalle dispense del prof. Dario Amodio e dalle lezioni del prof. Giovanni Santucci

Il Metodo degli Elementi Finiti. Dalle dispense del prof. Dario Amodio e dalle lezioni del prof. Giovanni Santucci Dall dspns dl prof. Daro Aodo dall lzon dl prof. Govann Santucc In alcun struttur la dvson n porzon lntar, faclnt schatzzabl, dscnd datant dal dsgno dalla tcnologa utlzzata pr la costruzon. L carattrstch

Dettagli

INDICI DI POSIZIONE O DI TENDENZA CENTRALE

INDICI DI POSIZIONE O DI TENDENZA CENTRALE IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl ndc d poszon, o d tndnza cntral, sono numr ch sprmono la snts numrca d una dstrbuzon statstca (d ora n avant ndcata dal smbolo ) d una varabl X. I valor ossrvat

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

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

INTRODUZIONE. T e. abbiamo indicato la temperatura finale raggiunta dai due corpi a contatto (temperatura di equilibrio).

INTRODUZIONE. T e. abbiamo indicato la temperatura finale raggiunta dai due corpi a contatto (temperatura di equilibrio). INRODUZIONE Pr la coprnson d olt fatt sprntal ch sporro n sguto, è d fondantal portanza l acquszon dl conctto d qulbro trco. S l bulbo d un trotro vn sso n contatto trco con un corpo qualsas, la poszon

Dettagli

G. Parmeggiani, 11/1/2019 Algebra Lineare, a.a. 2018/2019, numero di MATRICOLA PARI. Svolgimento degli Esercizi per casa 11 (prima parte) = ( x) 2i x

G. Parmeggiani, 11/1/2019 Algebra Lineare, a.a. 2018/2019, numero di MATRICOLA PARI. Svolgimento degli Esercizi per casa 11 (prima parte) = ( x) 2i x G. Parmggan, //29 Algbra Lnar, a.a. 28/29, Scuola d Scnz - Cors d laura: Studnt: Statstca pr l conoma l mprsa Statstca pr l tcnolog l scnz numro d MATRICOLA PARI Svolgmnto dgl Esrcz pr casa (prma part)

Dettagli

Seminario: Dinamica quantistica inerziale di una particella in una dimensione

Seminario: Dinamica quantistica inerziale di una particella in una dimensione Snaro: Dnaa quansa nrzal d una parlla n una dnson Foralso quanso Funzon d onda: pr d ' ' dnsà d probablà sulla oordnaa al po  Valor d asa al po dll opraor : d A d A A ˆ ˆ * Saro quadrao do dlla proprà:

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

Modelli equivalenti del BJT

Modelli equivalenti del BJT Modll ulnt dl JT Pr lo studo dll pplczon crcutl dl JT, s è rso opportuno formulr d modll ulnt dl dsposto ch srssro rpprsntr n modo connnt l suo comportmnto ll ntrno d crcut. A scond dl tpo d pplczon (mplfczon

Dettagli

lim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste

lim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste Infinitsimi dtto infinitsimo una qualsiasi quantita tndnt a zro quando una opportuna variabil tnd ad assumr un dtrminato valor dati du infinitsimi α β α β non sono paragonabili tra loro s il lim β α non

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Trasformatore. Parte 2 Trasformatori trifase www.die.ing.unibo.it/pers/mastri/didattica.htm (versione del 16-11-2012) Trasformatore trifase (1)

Trasformatore. Parte 2 Trasformatori trifase www.die.ing.unibo.it/pers/mastri/didattica.htm (versione del 16-11-2012) Trasformatore trifase (1) Trasformator Part Trasformator trfas www.d.ng.unbo.t/prs/mastr/ddattca.htm (vrson dl 1-11-01) Trasformator trfas Pr trasfrr nrga lttrca tra du rt trfas s possono utlzzar tr trasformator monofas, ugual

Dettagli

Le onde elastiche monocromatiche

Le onde elastiche monocromatiche L ond lastch monocromatch Ptagora Samo 570-495 a.c. Jan Baptst Josph Forr Franca, 1768 1830 Ptagora so allv ddro n mplso straordnaro alla tora d nmr alla tora dl sono. Ptagora è attrbto l prmo stdo sstmatco

Dettagli

Variabili aleatorie una variabile aleatoria ( v.a.)

Variabili aleatorie una variabile aleatoria ( v.a.) Varabl alator ua varabl alatora ( v.a.) ua applcazo ch assoca u umro ral [0,] ad og rsultato dllo spazo dgl vt gral og sprmto alatoro carattrzzabl tramt ua varabl alatora dscrta o cotua Varabl alator dscrt:

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

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

Modello lineare con rumore additivo: stima dei minimi quadrati.

Modello lineare con rumore additivo: stima dei minimi quadrati. Modello lneare con ruore addtvo: sta de n quadrat. ella aggor parte de cas un odello lneare rsulta essere suffcente per rappresentare n odo sgnfcatvo l legae tra la grandezza d sura e le varabl ndpendent

Dettagli

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014 Matmatica Statistica - Scinz Ambintali Esam 4 Fbbraio 014 Esrcizio 1 - Part A Supponiamo di conoscr l misur a, b c di tr grandzz con la sgunt incrtzza: 1.15 < a < 1.19 10.03 < b < 10.0 7.13 < c < 7.1 Quali

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

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

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt Cosruzo Elroach Corr d coro crcuo u rasforaor Sovracorr rasforaor Esaao qus au, odo slfcao, l org l cosguz dll sovracorr ch ossoo sollcar l avvolgo d u rasforaor dura u coro crcuo a ors dl scodaro. 1 -

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

Applicazioni dell integrazione matematica

Applicazioni dell integrazione matematica Applicazioni dll intgrazion matmatica calcolo dlla biodisponibilità di un farmaco Prof. Carlo Albrini Indic Indic 1 Elnco dll figur 1 1 Prliminari 1 Intrprtazion matmatica dl problma 3 Elnco dll figur

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Esercizio statistica applicata all ingegneria stradale pag. 1

Esercizio statistica applicata all ingegneria stradale pag. 1 ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure

Dettagli

V E > 0, V C < 0 W B >> L B J C J E. Catodo 1 - n Anodo - p Catodo 2 - n. n p (x) p n20. p n1 (x) p n10. n p0. p n2 (x) x W B.

V E > 0, V C < 0 W B >> L B J C J E. Catodo 1 - n Anodo - p Catodo 2 - n. n p (x) p n20. p n1 (x) p n10. n p0. p n2 (x) x W B. O AO POA A GUZO (J) onsdramo qu d sguto l caso d un transstor d to nn nl qual l concntrazon d drogant nll tr rgon soddsfno l sgunt dsuguaglanz (la gustfcazon vrrà data ù avant): >> >>. Assumamo com vrs

Dettagli

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9.

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9. Qusito 8. orso di ln 8 + ) ln + )) Analisi Matmatica I inggnria, lttr: KAA-MAZ docnt:. allgari Prova simulata n. A.A. 8- Ottobr 8. Introduzion Qui di sguito ho riportato tsti, svolgimnti dlla simulazion

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

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

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

MATRICE DI TRASFERIMENTO

MATRICE DI TRASFERIMENTO MATRICE DI TRASFERIMETO In qusto captolo vn prsntato l mtodo d calcolo dtto mtodo dlla matrc d trasfrmnto. Esso rsulta molto utl pr dtrmnar n modo satto l comportamnto crtco d sstm ch possono ssr dscrtt

Dettagli

Esercitazione di AM120

Esercitazione di AM120 Univrsità dgli Studi Roma Tr - Corso di Laura in Matmatica Esrcitazion di AM0 A.A. 07 08 - Esrcitator: Luca Battaglia Soluzioni dll srcitazion dl 6 7 Marzo 08 Argomnto: Drivat. Dimostrar, utilizzando la

Dettagli

Il Metodo degli Elementi Finiti

Il Metodo degli Elementi Finiti Il Mtodo dgl Elmnt Fnt Il Mtodo dgl Elmnt Fnt Dall dspns dl prof. Daro Amodo dall lzon dl prof. Govann Santucc L.Corts Progttazon Mccanca agl Elmnt Fnt (a.a. 20-202) Il Mtodo dgl Elmnt Fnt Introduzon In

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Introduon al METODO DEGLI ELEMENTI FINITI Ossrvaon su mtod varaonal approssmat classc L unon approssmant dvono: Soddsar rqust d contnutà Essr lnarmnt ndpndnt complt Soddsar l condon al contorno ssnal Dcoltà:

Dettagli

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento Il campion I mtodi di campionamnto d accnno all dimnsioni di uno studio Raramnt in uno studio pidmiologico è possibil saminar ogni singolo soggtto di una popolazion sia pr difficoltà oggttiv di indagin

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

Analisi statistica degli errori casuali

Analisi statistica degli errori casuali Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error

Dettagli

Esercizi sulla Geometria Analitica

Esercizi sulla Geometria Analitica Esrcizi sulla Gomtria Analitica Esrcizio Siano dat l rtt di quazion x + y + 4 0 x + y 0 Dir s ciascuna dll sgunti affrmazioni è vra o falsa: a) l rtt sono paralll b) l du rtt si intrscano nl punto (, 5

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

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013 1 Note U L + Q Chca Fsca I a.a. 01/013 Scenza e Tecnologa de Materal S. Casassa Aprl 3, 013 Contents 1 Cnetca Molecolare 3 1.1 La dstrbuzone d Maxwell.......................... 3 1. Cenn d statstca................................

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

teoria dell Orbitale Molecolare - Molecular Orbital (MO)

teoria dell Orbitale Molecolare - Molecular Orbital (MO) toa dll Obtal olcola - olcula Obtal (O) L ng l funzon d onda dgl stat stazona d un sstma quantstco sono dat dall soluzon dlla quazon d Schodng: P un sstma molcola, composto da nucl d ltton la Ψ è funzon

Dettagli

Trasformata di Fourier discreta (Discrete Fourier Transform DFT)

Trasformata di Fourier discreta (Discrete Fourier Transform DFT) Trasorata d ourr dscrta (Dscrt ourr Transor DT) - Dscrtzzazon dlla sr d ourr - Dnzon rortà dlla DT - DT d sgnal traslat - Un so d DT - orula d nvrson dlla DT - DT ral - Trasorata cosno dscrta (DCT) - Trasorata

Dettagli

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Testi consigliati

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Testi consigliati Gnralità sull Misur di Grandzz Fisich - Misurazioni dirtt 1 Tsti consigliati Norma UNI 4546 - Misur Misurazioni; trmini dfinizioni fondamntali - Milano - 1984 Norma UNI-I 9 - Guida all sprssion dll incrtzza

Dettagli

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti

Carla Seatzu, 18 Marzo Una coda è costituita da 3 componenti fondamentali: i serventi i clienti 7. Teora delle Code Una coda è costtuta da 3 coponent fondaental: servent clent Carla Seatzu, 8 Marzo 8 uno spazo n cu clent attendono d essere servt (coda d attesa). clent n arrvo coda d attesa serv.

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

Esame di Elettronica Corso di Laurea in Ingegneria delle Telecomunicazioni 13 febbraio 2008 Parte A

Esame di Elettronica Corso di Laurea in Ingegneria delle Telecomunicazioni 13 febbraio 2008 Parte A Esam d Elttronca Corso d Laura n Inggnra dll Tlcomuncazon 13 bbrao 2008 Part A 1. S consdr un amplcator d tnson con A v0 =1000, R n = 2 MΩ, R out = 100 Ω. S razon l amplcator n modo da ottnr una rsstnza

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

ALGORITMO FFT (Fast Fourier Transform)

ALGORITMO FFT (Fast Fourier Transform) AGORITO FFT (Fast Fourr Transor) Rha sulla DFT Sa un sgnal rodo d rodo rarsntato dal vttor -dnsonal d oonnt [], [],.., [-] S dns Trasorata d Fourr Dsrta (DFT) dl sgnal la susson F: F[ ] Forula d nvrson:

Dettagli

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti PREMIO EQUO E PREMIO NETTO Prof. Crchiara Rocco Robrto Matrial Rifrimnti. Capitolo dl tsto Tcnica attuarial dll assicurazioni contro i Danni (Daboni 993) pagg. 5-6 6-65. Lucidi distribuiti in aula La toria

Dettagli

RELAZIONI TRA ROTAZIONI E MOMENTI DI ESTREMITA PER LE ASTE A SEZIONE COSTANTE

RELAZIONI TRA ROTAZIONI E MOMENTI DI ESTREMITA PER LE ASTE A SEZIONE COSTANTE FACOLTÀ DI STUDI INGEGNERIA E ARCHITETTURA A. A. 2017-2018 - Corso d Laura agstra n Archtttura TECNICA DELLE COSTRUZIONI (9 CFU) DOCENTE: ING. GIUSEPPE ACALUSO RELAZIONI TRA ROTAZIONI E OENTI DI ESTREITA

Dettagli

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1 Analisi di Sistmi Soluzion dl compito dl 26 Giugno 23 Esrcizio. Pr i du sistmi dscritti dai modlli sgunti, individuar l proprità strutturali ch li carattrizzano: linar o non linar, stazionario o tmpovariant,

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

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

determina rispetto i 2

determina rispetto i 2 Eserczo Parte (, punt): consdera la dstrbuzone d fl seguente: n cu, 8A e, 5A deterna rspetto a quale dstanza s trova l punto tra due fl n cu l capo agnetco è nullo. I cap agnetc sono oppost all nterno

Dettagli

La forma generale di una disequazione di primo grado è la seguente: ax + b > 0 ( o ax + b < 0) con a e b numeri reali. b se a > 0 a.

La forma generale di una disequazione di primo grado è la seguente: ax + b > 0 ( o ax + b < 0) con a e b numeri reali. b se a > 0 a. Disquazioni di I grado La forma gnral di una disquazion di primo grado è la sgunt: a + b > o a + b < con a b numri rali. La soluzion dlla disquazion si ottin dai sgunti passaggi: a + b > a > b > < b s

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

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

ESEMPIO DI AMPLIFICATORE A BJT A COLLETTORE COMUNE (EMITTER FOLLOWER)

ESEMPIO DI AMPLIFICATORE A BJT A COLLETTORE COMUNE (EMITTER FOLLOWER) SMPIO DI AMPLIFIATO A JT A OLLTTO OMUN (MITT FOLLOW) (Dat uual all spo d par.8..2, F.8.55 dl tsto..spnr & M.M.Ghaus: Introduton to ltron rut Dsn) alolar l punto d laoro dl JT Q d F., l aplfazon a da frqunza

Dettagli

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione Alssandro Ottola matr. 0800 lzon dl //00 ora 0:0-:0 Indc Dagramma d Glasr... Part omogna sottoosta a dffrnz trmch dffuson... Dagramma d Glasr r art omogna... 4 Dagramma d Glasr r art multstrato... 5 Esrczo

Dettagli

17. Le soluzioni dell equazione di Schrödinger approfondimento

17. Le soluzioni dell equazione di Schrödinger approfondimento 7. soluzon dll quazon d Scrödngr approfondmno Gl sa ms Il gao d Scrödngr è l pù famoso sao mso dlla MQ. E una parclla un po spcal, prcé è un oggo macroscopco d cu s dscu l comporamno quansco. E anc una

Dettagli

Misura dei Parametri del Modello Standard

Misura dei Parametri del Modello Standard isura di Paratri dl odllo Standard Fnonologia dll Intrazioni Forti Digo Bttoni Anno Accadico 8-9 isura di Paratri dl odllo Standard La toria lttrodbol introduc divrsi paratri il cui valor non è noto a

Dettagli

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla Esam di Stato 8 sssion suppltiva Problma La condizion richista è soddisfatta quando il primo massimo dlla curva, di ascissa, si trova sulla bisttric dl primo quadrant, pr cui (tutt l misur linari sono

Dettagli

seconda Prova in Itinere 23 giugno 2006

seconda Prova in Itinere 23 giugno 2006 CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO IDROLOGIA ANNO ACCADEMICO 005-006 seconda Prova n Itnere 3 gugno 006. E dato l capone seguente d ass annual d portata al colo del Tanaro a Montecastello:

Dettagli

Matematica per l Economia (A-K) e Matematica Generale 09 aprile 2018 (prof. M. Bisceglia) Traccia A. x 2x

Matematica per l Economia (A-K) e Matematica Generale 09 aprile 2018 (prof. M. Bisceglia) Traccia A. x 2x Matmatica pr l Economia (A-K) Matmatica Gnral 9 april (pro. M. Biscglia) Traccia A. Dtrminar s possibil un punto di approssimaion con un rror dll quaion nll intrvallo.. Data la union.. Studiar la union

Dettagli

ESPERIMENTO DELLA LENTE E DELLA CANDELA

ESPERIMENTO DELLA LENTE E DELLA CANDELA S.S.I.S. a.a. 003-004 RELAZIONE di Laboratorio di Didattica dlla Fisica (Esprimnto dlla lnt dlla candla) di MARIA LEPORE SARA MARSANO I anno, Classi 47-48-59 Pro.ssa Tuccio SSIS a.a. 003-004 Laboratorio

Dettagli