Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1 (A. A )

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1 (A. A )"

Transcript

1 Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N (A. A. 0-0) CALCOLO DELLE ONDE ESTREME PER LA SCELTA DELL ONDA DI PROGETTO DI UN ASSEGNATO PARAGGIO Da una elaborazione dei dati anemometrici registrati nel trentennio presso la stazione di Capo Bellavista, ubicata nella costa della Sardegna centro-occidentale, utilizzando il metodo SMB nella forma rielaborata da SPM/84, è stata ricostruita la serie storica delle tempeste di cui nella tabella allegata sono riportate le altezze d onda significative massime riguardanti il paraggio al largo di Capo Ferrato (costa Sud-orientale della Sardegna), per il settore N. Nella suddetta tabella la serie delle altezza d onda significative massime riguarda le tempeste il cui limite inferiore è pari a H s0 = 4.0 m. Nel paraggio suddetto si deve realizzare un infrastruttura rigida per la protezione di una spiaggia che, secondo le Istruzioni Tecniche per la Progettazione delle Dighe Frangiflutti consigliate dal Ministero delle Infrastrutture, è definibile di uso specifico, con livello di sicurezza, nelle ipotesi di danneggiamento incipiente, ripercussione economica media e rischio per la vita umana limitato. Utilizzando la serie limitata inferiormente, determinare l altezza significativa da adottare per la progettazione dell infrastruttura. Nell analisi dell evento estremo del calcolo dell altezza significativa di progetto è richiesta l adozione della distribuzione di. Infine, calcolare l intervallo di confidenza dei risultati ottenuti relativi ai livelli di confidenza del 90% e del 95%

2 Serie limitata inferiormente delle altezze d onda significative non inferiori a 4.0 m, ricostruite con il metodo SMB/SPM/84 dai dati anemometrici osservati a Capo Bellavista nel trentennio Numero ANNO MESE GIORNO ONDA H s0 (m ) Direz. ( N) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,6 0 medie 5,,056 deviazione standard H s0 Coeff. Asimmetria H s0,0 0,7 La media H s0 è calcolata con la formula: H s0 = j= H s0 j

3 La deviazione standard s è calcolata con la formula: ( ) H sj H s0 s =. 37 j= Il coefficiente di asimmetria ˆγ è calcolato applicando la formula: 37 ˆ γ = 36 j= ( H sj H s0 ) j= ( H sj H s0 ) 3 3 Schema di soluzione Conviene, in primo luogo valutare il periodo di ritorno dell onda significativa da adottare come onda estrema per la determinazione dell onda di progetto. La Tab. V allegata, riguardante la vita minima di progetto in anni, per il livello di sicurezza e per una struttura di uso specifico fornisce la vita di progetto di V P = 5 anni. La Tab. VI, per la condizione di danneggiamento incipiente, ripercussione economica media e rischio per la vita umana limitato fornisce la probabilità P ( T, V R P ) = 0. 3 che l evento si verifichi durante la vita di progetto dell opera. La probabilità, o rischio, che l evento accada almeno una volta nell arco della vita di progetto è dato dalla relazione: V ( ) = P P TR,V P exp, T R da cui si ricava: VP TR = ln P T,V. [ ( )] La distribuzione di ha la forma: P ( H s0 ) = exp [ exp α( H s0 β )], ove α e β devono determinarsi in base alla assegnata serie limitata inferiormente. Secondo il metodo dei momenti, i coefficienti α e β valgono rispettivamente:.85 α =, s β = H s s. Il fattore di frequenza K T può essere calcolato mediante la formula: T R ( K T ) = ln ln. TR R P 3

4 A rigore il fattore di frequenza calcolato in questo modo è valido per una serie infinita di dati. Nel caso di una serie limitata si può usare la Tabella I, interpolando tra la numerosità dei dati e dei tempi di ritorno disponibili. Meglio si può fare ricostruendo la serie ridotta: n + m y m = ln ln, n + con m n, essendo n la numerosità della serie disponibile. Della serie si calcolano il valore medio y e la deviazione standard s y. Il fattore di frequenza risulta quindi: yt y KT =, sy essendo y T il valore della variabile ridotta corrispondente al periodo di ritorno T R : TR y T = ln ln. TR L altezza significativa calcolata secondo la distribuzione di risulta quindi ( H st R ) = H s + ( KT ) s. L errore standard risulta: s S =.396 K.000 K, [ ( ) ( ) ] T T + n essendo n il numero degli elementi della serie limitata inferiormente. Il valore reale dell altezza d onda significativa di periodo di ritorno T R risulta dunque compreso tra i due estremi: ( st ) tst H R ±, essendo t il frattile della distribuzione normale standardizzata che esiste tabellato e si ricava una volta stabilito il livello di confidenza richiesto. Per il livello di confidenza pari al 90%, ossia per una eccedenza della confidenza del 0%, deve intendersi che il 5% dei valori di H estremi sono inferiori al valore stimato e il 5% sono superiori. Dunque si deve assumere il frattile corrispondente al 95% del valore della funzione di ripartizione. Dalla tabella risulta quindi: t =.645. Analogamente, per il frattile corrispondente al 97.5% della funzione ripartizione si ha il valore t =.960. T s 4

5 Tabella I: Fattore di frequenza K T per la distribuzione estremale tipo I () PERIODO DI RITORNO (ANNI) n Tabella II: Parametro δ per il calcolo dell errore standard della distribuzione estremale tipo I (). n PERIODO DI RITORNO (ANNI)

6 Tabella V: Vita minima di progetto (anni) per opere o strutture di carattere definitivo. Tipo di infrastruttura Livello di sicurezza 3 Uso generale Uso specifico Tabella VI: Massima probabilità di danneggiamento ammissibile ( T, ) vita operativa dell opera P nel periodo di R V P Tipo di danneggiamento Danneggiamento incipiente Distruzione totale Ripercussione Rischio per la vita umana economica Limitato Elevato Bassa Media Alta Bassa Media Alta

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1. (A. A , secondo semestre)

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 1. (A. A , secondo semestre) Coro di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N (A. A. 2009-200, econdo emetre) CALCOLO DELLE ONDE ESTREME PER LA SCELTA DELL ONDA DI PROGETTO DI UN ASSEGNATO PARAGGIO Da una elaborazione dei

Dettagli

Corso di REGIME E PROTEZIONE DEI LITORALI (A. A ) ESERCITAZIONE N 6. Trasferimento delle onde estreme alla costa

Corso di REGIME E PROTEZIONE DEI LITORALI (A. A ) ESERCITAZIONE N 6. Trasferimento delle onde estreme alla costa Corso di REGIME E PROTEZIONE DEI LITORALI (A. A. 013 014) ESERCITAZIONE N 6 Trasferimento delle onde estreme alla costa Nella costa sud-orientale della Sardegna si deve realizzare un opera di difesa mediante

Dettagli

Statistica a lungo termine: calcolo dell onda di progetto

Statistica a lungo termine: calcolo dell onda di progetto Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel,

Dettagli

Università di Cagliari Dipartimento di Ingegneria del Territorio Corso di Regime e Protezione dei Litorali. Corso di REGIME E PROTEZIONE DEI LITORALI

Università di Cagliari Dipartimento di Ingegneria del Territorio Corso di Regime e Protezione dei Litorali. Corso di REGIME E PROTEZIONE DEI LITORALI Corso di REGIME E PROTEZIONE DEI LITORALI (A. A. 011 01) ESERCITAZIONE N 5 Trasferimento delle onde estreme alla costa Nella costa sud-orientale della Sardegna si deve realizzare un opera di difesa mediante

Dettagli

CENTRALE EOLICA OFF-SHORE GOLFO DI MANFREDONIA. Capitaneria di Porto di Manfredonia (FG)

CENTRALE EOLICA OFF-SHORE GOLFO DI MANFREDONIA. Capitaneria di Porto di Manfredonia (FG) Rif SEO-PR001-07 - RT - AD Data: 19/07/07 Versione: 00 Modifiche: Versione Originale File: PR001-07 - PARCO EOLICO GOLFO DI MANFREDONIA _AllegatoD.doc Redatto da: Verificato da: Approvato da: Girolamo

Dettagli

tabelle grafici misure di

tabelle grafici misure di Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine

Dettagli

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 22 giugno 2010 Prova Scritta

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 22 giugno 2010 Prova Scritta Esercizio n 1 Le ordinate di un idrograa unitario definito a passo orario sono (in m /s/): 50, 0, 18, 6 e 1. Calcolare l area del bacino, la curva a S e l idrograa unitario definito a passo bio-orario

Dettagli

Statistica a breve termine: metodo delle onde apparenti

Statistica a breve termine: metodo delle onde apparenti Esercitazione 1 Statistica a breve termine: metodo delle onde apparenti Si calcolino, applicando il metodo delle onde apparenti, le seguenti proprietà della registrazione ondametrica fornita nelle figure

Dettagli

Esercizio svolto n.1. Coefficiente di assorbimento medio: Area equivalente di assorbimento acustico: Livello suono riverberante:

Esercizio svolto n.1. Coefficiente di assorbimento medio: Area equivalente di assorbimento acustico: Livello suono riverberante: Esercizio svolto n.1 Dati problema: Coefficienti di assorbimento: pavimento α1 = 0,05 pareti α2 = 0,1 soffitto α3= 0,6 Sorgente ideale puntiforme, Q=1 Distanza della sorgente S dal ricevitore R: d= 10m

Dettagli

E S E R C I Z I T U T O R

E S E R C I Z I T U T O R E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018 Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento

Dettagli

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni;

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni; Insegnamento di Idrologia Esercitazione n. 1 Si vuole costruire un argine lungo l'adda, nei pressi di Fuentes, in provincia di Sondrio. Per l'analisi idrologica sono disponibili i massimi annuali della

Dettagli

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione

Statistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul

Dettagli

1.1 PREMESSA PARAMETRI DI PROGETTO TEMPO DI RITORNO DI PROGETTO MOTO ONDOSO DIMENSIONAMENTO DELLE SEZIONI...

1.1 PREMESSA PARAMETRI DI PROGETTO TEMPO DI RITORNO DI PROGETTO MOTO ONDOSO DIMENSIONAMENTO DELLE SEZIONI... 1.1 PREMESSA... 2 1.2 PARAMETRI DI PROGETTO... 3 1.3 TEMPO DI RITORNO DI PROGETTO... 3 1.4 MOTO ONDOSO... 3 1.5 DIMENSIONAMENTO DELLE SEZIONI... 5 1.6 VALUTAZIONE DELL ENTITÀ DELLA TRACIMAZIONE... 10 ALLEGATI

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Corso di Idrologia A.A Piogge intense. Antonino Cancelliere. Dipartimento di Ingegneria Civile e Ambientale Università di Catania

Corso di Idrologia A.A Piogge intense. Antonino Cancelliere. Dipartimento di Ingegneria Civile e Ambientale Università di Catania Corso di Idrologia A.A. 2011-2012 Piogge intense Antonino Cancelliere Dipartimento di Ingegneria Civile e Ambientale Università di Catania Elaborazione delle piogge intense Obiettivi: 1. Determinazione

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18 ESERCITAZIONE Nr.6 Argomenti Calcolo delle ortate al colmo di iena con i metodi: 1) Sirchia-Fassò, 2) Lazzari, 3) lognormale aggiornata, 4) TCEV delle ortate. Prerequisiti Lezioni teoriche (Ca. 7 del rogramma

Dettagli

STIMA DELLA PORTATA DI PIENA

STIMA DELLA PORTATA DI PIENA A.A 2013/2014 PROTEZIONE E SISTEMAZIONE DEI BACINI IDROGRAFICI I Esercitazione n 1 del 10/10/2013 STIMA DELLA PORTATA DI PIENA INDICAZIONI PER LO SVOLGIMENTO Nella prima parte dell esercitazione tracciare

Dettagli

t (h) h (mm)

t (h) h (mm) Esercizio n 1 Con riferimento all equazione di Horton per il calcolo dell infiltrazione si assuma un tasso iniziale di infiltrazione f 0 =5 cm/h, un valore del tasso costante f c =1 cm/h ed una costante

Dettagli

DISTRIBUZIONI DI CAMPIONAMENTO

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

Dettagli

Statistica Descrittiva Esercitazione 3. Indici di variabilità

Statistica Descrittiva Esercitazione 3. Indici di variabilità Statistica Descrittiva Esercitazione 3. Indici di variabilità Esercizio 1 Si considerino i seguenti valori di altezza (in centimetri) misurati su un gruppo di 9 soggetti: Soggetti Altezza 1 180 2 173 3

Dettagli

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 23 giugno 2009 Prova Scritta

Esercizio n 1. Esercizio n 2. Esercizio n 3. Corso di Idrologia 23 giugno 2009 Prova Scritta Esercizio n 1 In una stazione meteo posta alla quota z 1 = 0 m s.l.m. è misurata una temperatura dell aria di 0 C, una pressione atmosferica pari a 101.3 kpa e una umidità relativa del 40%. Calcolare la

Dettagli

Lezione 8: Esercizi di Idrologia

Lezione 8: Esercizi di Idrologia Lezione 8: Esercizi di Idrologia Problemi di Idrologia 1 Problemi di bilancio idrologico Problema 1 Alla sezione di ciusura di un bacino idrografico di 40 km di superficie è stata registrata una portata

Dettagli

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18

UNIVERSITA DI CAGLIARI FACOLTA DI INGEGNERIA ESERCITAZIONI DI IDROLOGIA NUOVO ORDINAMENTO Anno Accademico 2017/18 ESERCITAZIONE Nr.7 Argomenti Curve segnalatrici di possibilità pluviometrica valide per la Sardegna. Prerequisiti Allegati - Capitolo 7 del programma del corso. Conoscenze informatiche generali sull'uso

Dettagli

Esercizi. 1. Sia X una variabile aleatoria normale N(3.2, 1.44). Calcolare

Esercizi. 1. Sia X una variabile aleatoria normale N(3.2, 1.44). Calcolare 1 E. Vitali Matematica (Scienze aturali) Esercizi 1. Sia X una variabile aleatoria normale (3.2, 1.44). Calcolare P (X 4.94), P (1 X 4). [0.9265, 0.715] 2. Sia X la variabile aleatoria che rappresenta

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima puntuale di µ la deviazione standard Media,

Dettagli

05. Errore campionario e numerosità campionaria

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

Dettagli

t (min) UH (1/min) Tabella 1. Idrogramma unitario

t (min) UH (1/min) Tabella 1. Idrogramma unitario Esercizio n 1 Assegnato l idrogramma unitario riportato in tabella 1 calcolare l idrogramma alla sezione di chiusura di un bacino di 500 ha a fronte dello ietogramma di pioggia totale riportato in tabella

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

La famiglia delle distribuzioni GEV - I

La famiglia delle distribuzioni GEV - I La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto

Dettagli

La famiglia delle distribuzioni GEV - I

La famiglia delle distribuzioni GEV - I La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 28-Intervalli di confidenza vers. 1.1 (21 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Università della Calabria

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

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta

Dettagli

Effettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari

Effettuazione di un TEST D IPOTESI. = stima del parametro di interesse calcolata sui dati campionari Effettuazione di un TEST D IPOTESI 1. Formulazione H 0 e H 1 2. Scelta del test statistico 3. Calcolo del test statistico ˆ 0 test ES[ˆ] dove ˆ = stima del parametro di interesse calcolata sui dati campionari

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/02/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema

Dettagli

Richiami di probabilità e statistica

Richiami di probabilità e statistica Richiami di probabilità e statistica Una variabile casuale (o aleatoria) X codifica gli eventi con entità numeriche x ed è caratterizzata dalla funzione di distribuzione di probabilità P(x) : P(x)=Pr ob[x

Dettagli

STATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...

STATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:... STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia

Dettagli

Dispensa di Statistica

Dispensa di Statistica Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza

Dettagli

Intervallo di confidenza.

Intervallo di confidenza. Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice

Dettagli

Insegnamento di Idrologia. Esercitazione n. 4

Insegnamento di Idrologia. Esercitazione n. 4 Insegnamento di Idrologia Esercitazione n. 4 Si vogliono costruire delle opere di difesa lungo un affluente del torrente Staffora. Poiché non esistono osservazioni di portata, occorre stimare la portata

Dettagli

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

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

Dettagli

Test d ipotesi: confronto fra medie

Test d ipotesi: confronto fra medie Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione

Dettagli

ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2017/2018

ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 2017/2018 ESERCIZI DI METODI QUANTITATIVI PER L ECONOMIA DIP. DI ECONOMIA E MANAGEMENT DI FERRARA A.A. 207/208 File : funzioni di input vettoriale, gradiente, punti stazionari Esercizio. Assegnate le funzioni, a

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

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

Dettagli

Cognome e Nome:... Matricola e corso di laurea:...

Cognome e Nome:... Matricola e corso di laurea:... Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................

Dettagli

Esercitazione 2 Sta/s/ca Aziendale

Esercitazione 2 Sta/s/ca Aziendale Esercitazione Sta/s/ca Aziendale David Aristei 1 marzo 015 Esercizio A (es..4 libro) Sulla base dell esercizio precedente, si ipo/zzi di voler invece effeeuare un campionamento casuale semplice. Sapendo

Dettagli

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss) Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica

Dettagli

Modelli Statistici per l Economia. Regressione lineare con un singolo regressore (terza parte)

Modelli Statistici per l Economia. Regressione lineare con un singolo regressore (terza parte) Modelli Statistici per l Economia Regressione lineare con un singolo regressore (terza parte) 1 Verifica di ipotesi su β 1 H 0 : β 1 = β 1,0 H 1 : β 1 β 1,0 Se è vera H 0 (cioè sotto H 0 ) e n è grande,

Dettagli

Statistica Descrittiva Soluzioni 4. Medie lasche

Statistica Descrittiva Soluzioni 4. Medie lasche ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

lezione 4 AA Paolo Brunori

lezione 4 AA Paolo Brunori AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4

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

Dettagli

Esercitazioni di Matematica

Esercitazioni di Matematica Università degli Studi di Udine Anno Accademico 009/00 Facoltà di Agraria Corsi di Laurea in VIT e STAL Esercitazioni di Matematica novembre 009 Trovare le soluzioni della seguente disequazione: x + +

Dettagli

Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione

Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università

Dettagli

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

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

Dettagli

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 7 (A. A ) DETERMINAZIONE DEL VOLUME DI SEDIMENTI DI RIPASCIMENTO

Corso di REGIME E PROTEZIONE DEI LITORALI ESERCITAZIONE N 7 (A. A ) DETERMINAZIONE DEL VOLUME DI SEDIMENTI DI RIPASCIMENTO Corso di REGIE E PROTEZIONE DEI LITORALI ESERCITAZIONE N 7 (A A 0 03) DETERINAZIONE DEL VOLUE DI SEDIENTI DI RIPASCIENTO Allo scopo di ripristinare il volume di sedimenti necessario alla dinamica di un

Dettagli

SCHEDA DIDATTICA N 7

SCHEDA DIDATTICA N 7 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti

Dettagli

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie. Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento

Dettagli

PUÒ RIPETERSI UN EVENTO SIMILE?

PUÒ RIPETERSI UN EVENTO SIMILE? ORDINE DEGLI INGEGNERI DELLA PROVINCIA DI VENEZIA ing. Alvise Fiume i4 Consulting S.r.l. PUÒ RIPETERSI UN EVENTO SIMILE? ANALISI E RIFLESSIONI SULLE MISURE DI PRECIPITAZIONE 1992 2016 Martedì 26 settembre

Dettagli

Soluzioni della prova scritta del 6 Marzo 2013 (a.a. 2012/2013)

Soluzioni della prova scritta del 6 Marzo 2013 (a.a. 2012/2013) Soluzioni della prova scritta del 6 Marzo 2013 (a.a. 2012/2013) 1. Per monitorare se la produzione è in controllo statistico costruiamo una carta p. Se x è il vettore dei dati assegnati, le percentuali

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Test del χ 2 (il file Excel test_chi.xls mostra possibili sviluppi degli esercizi proposti) Esercizio 1a) un

Dettagli

w=k,k+1,k+2, p. Pertanto la probabilità dell evento composto [k-1 successi in w-1 k k W

w=k,k+1,k+2, p. Pertanto la probabilità dell evento composto [k-1 successi in w-1 k k W Complementi di Idrologia Appello del 2 settembre 2 Problema n (6 punti). erivare l equazione della distribuzione Binomiale Negativa mostrando il suo legame con la distribuzione Binomiale. 2. Si consideri

Dettagli

INDICE 1. PREMESSA CONDIZIONI ONDOSE DI LARGO DI RIFERIMENTO... 3

INDICE 1. PREMESSA CONDIZIONI ONDOSE DI LARGO DI RIFERIMENTO... 3 INDICE 1. PREMESSA... 2 2. CONDIZIONI ONDOSE DI LARGO DI RIFERIMENTO... 3 3. MODELLO DI CALCOLO UTILIZZATO... 5 3.1 SW (Spectral Wave)... 5 3.3 Periodo di simulazione e passo di integrazione... 9 3.4 Risultati

Dettagli

Esercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che:

Esercizio 1. Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: Esercizio 1 Durante un inchiesta su 500 studenti frequentanti i corsi di Algebra (A), Fisica (F) e Statistica è stato rilevato che: A 329 F 186 S 295 AS 217 AF 83 FS 63 AFS 53 Determinare la partizione

Dettagli

Università di Pisa Geometria e Algebra Lineare per Ingegneria Aerospaziale, Ingegneria Meccanica, Ingegneria della Sicurezza

Università di Pisa Geometria e Algebra Lineare per Ingegneria Aerospaziale, Ingegneria Meccanica, Ingegneria della Sicurezza Scritto n.1 del 2010 Esercizio 1. Discutere il seguente sistema reale h x + y + h z = h 2 x + (1 h) z = 3 h 2 h x + y + h z = h h 2 Esercizio 2. Risolvere exp 2 z + ( 1 + i 3) expz + z ( exp 2 z + ( 1

Dettagli

Stima della portata di piena: un esempio

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

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it STIMA PUNTUALE (p. 55) Il parametro è stimato con un unico valore Esempio: stima della share di un programma TV = % di spettatori

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le

Dettagli

EsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;

EsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi

Dettagli

COMUNE DI CONSIGLIO DI RUMO

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

Dettagli

COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO. Legge Regionale Toscana 3 gennaio 2005 n.

COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO. Legge Regionale Toscana 3 gennaio 2005 n. COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO Legge Regionale Toscana 3 gennaio 2005 n.1 INTEGRAZIONE STUDI IDROLOGICI E IDRAULICI U.T.O.E. Salaiola Fosso di

Dettagli

7 febbraio 2019, es.1) Programmazione lineare

7 febbraio 2019, es.1) Programmazione lineare 7 febbraio 09, es.) Programmazione lineare Discutere il seguente problema di Programmazione lineare: trovare, se esiste, il massimo di p(x, x, x 3 ) = x - x + 6 x 3 con i vincoli x k 0 ( k 3) e x - 3 x

Dettagli

Prova d esame di Statistica - II canale - nuovo ordinamento Dott.ssa C. Conigliani 19/06/2003

Prova d esame di Statistica - II canale - nuovo ordinamento Dott.ssa C. Conigliani 19/06/2003 19/06/2003 Compito A Esercizio 1. [14 punti] Data la seguente distribuzione doppia secondo i caratteri reddito familiare mensile () e spesa alimentare mensile (): 0 300 300 600 600 e più tot 0 1000 25

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011 FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi

Dettagli

ax2 y = sin[cos(ax + b)].

ax2 y = sin[cos(ax + b)]. Esame per il corso di Matematica per CTF (Prof. G. Gaeta) 6 Giugno 04 Tempo a disposizione: tre ore; non sono ammessi ausili (libri, appunti, etc). I diversi esercizi hanno lo stesso peso in termini di

Dettagli

Esercitazione Maggio 2019

Esercitazione Maggio 2019 Esercitazione 6 9 Maggio 019 Esercizio 1 E noto che la durata di un determinato tipo di Hard Disk per Server segue la legge esponenziale con media pari a 8 anni. a) Calcolare la probabilità che un Hard

Dettagli

Verifica delle ipotesi

Verifica delle ipotesi Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17

Dettagli

COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO. Legge Regionale Toscana 3 gennaio 2005 n.

COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO. Legge Regionale Toscana 3 gennaio 2005 n. COMUNE DI ARCIDOSSO (PROVINCIA DI GROSSETO) VARIANTE GENERALE AL REGOLAMENTO URBANISTICO Legge Regionale Toscana 3 gennaio 2005 n.1 INTEGRAZIONE STUDI IDROLOGICI E IDRAULICI U.T.O.E. Arcidosso Fosso del

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

RICHIAMI DI CALCOLO DELLE PROBABILITÀ UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due

Dettagli

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Secondo Appello 9 Luglio 2014

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Secondo Appello 9 Luglio 2014 Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo Appello 9 Luglio Cognome: Nome: Matricola: Compito A Es: punti Es: 6 punti Es: 8 punti Es: 8 punti Totale Data la funzione f : D

Dettagli

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni

Dettagli

INDICE RELAZIONE IDROLOGICA ED IDRAULICA DETERMINAZIONE DELLA PORTATA DI PIENA DI PROGETTO 2 VERIFICHE IDRAULICHE DELLE SEZIONI 6

INDICE RELAZIONE IDROLOGICA ED IDRAULICA DETERMINAZIONE DELLA PORTATA DI PIENA DI PROGETTO 2 VERIFICHE IDRAULICHE DELLE SEZIONI 6 INDICE RELAZIONE IDROLOGICA ED IDRAULICA DETERMINAZIONE DELLA PORTATA DI PIENA DI PROGETTO 2 CONSIDERAZIONI IDROGEOLOGICHE E IDROMETOGRAFICHE 2 DETERMINAZIONE DELLA PORTATA DI PIENA DI PROGETTO MEDIANTE

Dettagli

STATISTICA. Esercitazione 5

STATISTICA. Esercitazione 5 STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei

Dettagli

Variabili aleatorie n-dim

Variabili aleatorie n-dim Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

Distribuzioni di frequenza di due variabili

Distribuzioni di frequenza di due variabili Distribuzioni di frequenza di due variabili Esercizio In un collettivo di studenti è stato rilevato il voto riportato all esame di statistica e quello riportato all esame di fisica Studente 1 2 3 4 5 6

Dettagli

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato

Dettagli