Esercitazione 4: La dinamica delle sardine nel Mar Mosso secondo diversi modelli
|
|
- Bartolommeo Castellano
- 8 anni fa
- Visualizzazioni
Transcript
1 Laboratorio di Ecologia Anno Accademico 2010/2011 Esercitazione 4: La dinamica delle sardine nel Mar Mosso secondo diversi modelli 1 Modello malthusiano e modello di Beverton Holt 1.1 La dinamica di una popolazione a crescita malthusiana è descritta dalla nota equazione: N k+1 = λn k (1) Ipotizziamo che la popolazione di sardine (Sardina pilchardus) del Mar Rosso si accresca in modo malthusiano con tasso finito di crescita pari a λ=1.2. Figure 1: Sardina pilchardus Assumendo che nel 1995 la densità della popolazione fosse di 0.9 individui m 3, vogliamo calcolare mediante simulazione la densità di sardine nel Definiamo come prima cosa l abbondanza della popolazione iniziale: N0=0.9 A questo punto, calcoliamo iterativamente l abbondanza della popolazione N negli anni successivi utilizzando in R un ciclo for. Per prima cosa, definiamo l intervallo di tempo su cui effettuare la simulazione: T=c(1995:2015) Creiamo quindi un vettore nullo di lunghezza pari a 21 anni: N=rep(0,length(T)) in cui il primo elemento è pari a 0.9:
2 N[1]=N0 Procediamo quindi a cacolare iterativamente gli elementi di N tramite il ciclo seguente: for (t in 2:length(T)) {N[t]=1.2*N[t-1]} Plottiamo l abbondanza delle sardine nel tempo: plot(n~t) Densità di sardine nel 2015: Osservate il grafico. La dinamica della popolazione di sardine:: cresce esponenzialmente rimane stazionaria decresce esponenzialmente 1.2 L equazione di Beverton-Holt descrive la dinamica di una popolazione a riproduzione periodica, soggetta a competizione intraspecifica: N k+1 = λn k 1 + βn k (2) Simuliamo la dinamica di una popolazione di sardine che si accresce in modo conforme all equazione di Beverton-Holt, con i seguenti valori dei parametri: λ = 1.2 e β = 0.01: T=c(1995:2015) N2=rep(0,length(T)) N2[1]=0.9 for (t in 2:length(T)) {N2[t]=1.2*N2[t-1]/(1+0.01*N2[t-1])} plot(n2~t) Densità di sardine nel 2015: E interessante plottare le due simulazioni sullo stesso grafico: plot(n~t) points(n2~t,col="red") Confrontate le due simulazioni N1 e N2: di quanto differiscono le abbondanze previste dai due modelli nel corso dei primi anni di simulazione?... e dopo 20 anni?... perché?... 2
3 1.3 Osservate ora come si modifica la dinamica della popolazione descritta dal modello di Beverton-Holt partendo da diverse condizioni iniziali. Per fare ciò, definiamo una funzione (che chiameremo bh) che permetta di simulare la dinamica della popolazione in funzione dei due parametri λ e β, della densità iniziale N0 e del periodo di tempo T su cui effettuare la simulazione. In R possiamo scrivere: bh=function(lambda, beta, N0, T) {T=c(0:T) N=rep(0,length(T)) N[1]=N0 for (t in 2:length(T)) {N[t]=lambda*N[t-1]/(1+beta*N[t-1])} return(n)} Proviamo quindi a digitare: bh(1.2,0.01,0.9,100) bh(1.2,0.01,0.1,100) Possiamo assegnare un nome a queste due variabili ed effettuare un plot: n1=bh(1.2,0.01,0.9,100) n2=bh(1.2,0.01,0.1,100) plot(n2) points(n1,col="red") Confrontate i risultati dei due casi osservando sia il grafico dell abbondanza che i risultati numerici della simulazione. Densità dopo 25 anni Densità dopo 50 anni Densità dopo 75 anni Densità dopo 100 anni Densità iniziale 0.9 ind m 3 Densità iniziale 0.1 ind m 3 Il valore della densità della popolazione all equilibrio sembra dipendere dalle condizioni iniziali? sì no 3
4 1.4 Calcolate ora, analiticamente e in funzione di λ e β, il valore della densità all equilibrio ponendo N t+1 = N t = N equilibrio nell equazione di Beverton Holt: N equilibrio = Questo risultato vi sembra coerente con il risultato trovato al punto 1.3? Perché? Modello di Beverton-Holt ed effetto della pesca 2.1 Considerate una popolazione di sardine (a riproduzione periodica e soggetta a competizione intraspecifica) che si accresce in modo conforme all equazione di Beverton-Holt: N k+1 = λn k 1 + βn k (3) con i seguenti valori dei parametri: λ=1.2 e β=0.01. Simuliamo l andamento della popolazione per 200 anni sapendo che la densità iniziale della popolazione era di 0.9 individui m 3. Usiamo la nostra funzione bh(): bh(1.2,0.01,0.9,200) 2.2 Considerate ora che questa popolazione di sardine sia soggetta a pesca. Il prelievo viene effettuato appena prima della stagione riproduttiva ed agisce diminuendo la sopravvivenza di un valore p (compreso tra 0 e 1) come indicato di seguito: N k+1 = p λn k 1 + βn k (4) Si può, quindi, tenere conto dell effetto della pesca moltiplicando il valore di λ per un valore p che rappresenta la sopravvivenza alla pesca (Attenzione: si noti che (1-p) rappresenta la percentuale di pescato). Osservate come si modifica la dinamica della popolazione quando è soggetta ad una percentuale di pesca pari al 10%: 4
5 n1=bh(1.2,0.01,0.9,200) #popolazione non pescata n2=bh(1.2*0.9,0.01,0.9,200) #popolazione soggetta al 10$\%$ di pesca plot(n1) points(n2,col="red") Ora, calcolate come si modifica la dinamica della popolazione quando è soggetta ad una percentuale di pesca pari al 20%. Confrontate i risultati dei tre casi (assenza di pesca, pesca pari al 10% della popolazione e pesca pari al 20% della popolazione) osservando sia il grafico dell abbondanza che i risultati numerici della simulazione. Riportate i risultati nella tabella sottostante: Densità dopo 25 anni Densità dopo 50 anni Densità dopo 75 anni Assenza di pesca Pesca moderata (10%) Pesca intensa (20%) Commentate i risultati trovati evidenziando quali delle tre politiche adottate (assenza di pesca, pesca moderata e pesca intensa) sono compatibili con la salvaguardia della specie Modello di Ricker Il modello di Ricker costituisce un valido esempio di come un modello semplice possa generare dinamiche particolarmente complesse. L equazione del modello di Ricker è la seguente: N k+1 = λn k e βn k (5) Il modello, in funzione del valore di λ, può essere caratterizzato dalla presenza di un equilibrio stabile, di oscillazioni periodiche non smorzate di periodo T (cioè ogni T anni la densità della popolazione assume lo stesso valore) o da un comportamento di tipo caotico. Definite una funzione (che chiamerete rf) che permetta di simulare la dinamica della popolazione secondo il modello di Ricker in funzione dei due parametri λ e β, della densità iniziale N0 e del periodo di tempo T su cui effettuare la simulazione. 5
6 Simuliamo 4 diverse popolazioni di sardine (n1, n2, n3, n4) che si accrescono in modo conforme all equazione di Ricker, con i seguenti valori dei parametri: β=1.1 e λ assume rispettivamente i seguenti valori per le diverse popolazioni: 2, 6, 8, 18. Ipotizzando che la densità iniziale di ciascuna popolazione fosse di 0.1 individui m 3, simulate la dinamica del sistema nel corso dei successivi 50 anni e segnate nella tabella sottostante (mettendo una X nella casella corrispondente) qual è il suo comportamento per i diversi valori di λ. Nel lungo periodo il sistema è caratterizzato da: λ=2 λ=6 λ=8 λ=18 Equilibrio stabile Oscillazioni periodiche non smorzate Comportamento caotico 4 La dinamica di una popolazione di tassi strutturata per età Figure 2: Meles meles 4.1 Si vuole studiare la dinamica della popolazione di tasso ballerino che vive nel Deserto dei Sassi. Si sa che: - la popolazione è a riproduzione periodica, cioè tutti gli individui si riproducono nel corso di un periodo ristretto dell anno chiamato stagione riproduttiva; - la popolazione vive in un ambiente in cui le risorse sono costanti nel tempo e abbondanti a sufficienza da non innescare meccanismi di competizione tra gli individui. 6
7 Il ciclo di vita di questa popolazione può essere così schematicamente descritto: - gli individui vivono al più 3 anni, dopodiché muoiono (cioè nessuno individuo è mai sopravvissuto sino al compimento del quarto anno d età); - il rapporto sessi è 1:1 (cioè il 50% degli individui sono femmine) e la stagione riproduttiva coincide con l inizio della primavera; - le femmine di un anno d età non sono ancora riproduttive; le femmine di due anni producono in media 8 piccoli, quelle di tre anni producono 6 piccoli; - il 40% dei piccoli sopravvive dalla nascita fino al raggiungimento del primo anno di età, l 60% degli individui sopravvive dal primo al secondo anno di età, mentre il 50% sopravvive dal secondo al terzo anno di vita. Disegnate il grafo di vita (nodi e archi). Suggerimento: il nodo i-esimo (ni) rappresenta il numero di femmine che alla fine dell inverno di un determinato anno t, cioè appena prima della riproduzione, hanno età i. Grazie a questa convenzione nella misurazione del tempo, per descrivere la dinamica della popolazione in esame saranno necessari tre soli nodi (i piccoli nati all inizio della primavera saranno infatti individui di 1 anno alla fine dell inverno successivo). Scrivete ora le equazioni corrispondenti: n 1,t+1 =... n 2,t+1 =... n 3,t+1 =... (6) In forma matriciale: n 1,t+1 n 2,t+1 n 3,t+1 = n 1,t n 2,t n 3,t (7) Grazie al censimento effettuato alla fine dell inverno del 2002 dall ecologo Mac Harone si sa che il numero di femmine per ciascuna classe di età è la seguente: 7
8 Classe di età Numero di femmine nel Per caclolare l abbondanza della popolazione nell anno successivo (2003), creiamo la matrice di Leslie di cui all equazione 7 con il comando matrix(): L=matrix( c(0,1.6,1.2,0.6,0,0,0,0.5,0),nrow=3, ncol=3,byrow=true) In questo comando, il primo elemento è costituito da tutti gli elementi della matrice: c(0,1.6,1.2,0.6,0,0,0,0.5,0); successivamente specifichiamo il numero di righe (nrow=) e il numero di colonne (ncol=), e infine indichiamo che la matrice va riempita riga per riga (byrow=true). Ora creiamo il vettore iniziale di abbondanza: N0=c(45,11,5) L abbodanza nel 2003 sarà quindi data dal prodotto matriciale tra L e N0 (il prodotto matriciale in R si scrive con un * contenuto tra due % %) : L%*%N0 Quale sarà l abbondanza nel 2004??... Ora vogliamo calcolare mediante simulazione il numero di femmine per ciascuna classe di età nel Dovremmo quindi moltiplicare la matrice di Leslie per se stessa 20 volte: L%*%L%*%L%*%L%*%L%*%L...N0 L^20 Purtoppo in R ciò non equivale a scrivere: e per evitare di ripetere 20 volte L%*%, rischiando di sbagliare, conviene usare un ciclo for: N=matrix(0,nrow=3,ncol=20) N[,1]=N0 for (t in c(2:20)) {N[,t]=L%*%N[,t-1]} Compilate la seguente tabella: Classe di età Numero di femmine nel Femmine totali: 8
9 Sapendo che il rapporto sessi è 1:1, qual è la consistenza totale della popolazione nel 2002? e quale sarà nel 2022? In base a questi risultati, la popolazione è: in crescita in diminuzione costante 4.2 Supponete ora che non tutti gli individui muoiano all età di 3 anni e che per età maggiori di 3 anni la sopravvivenza tra un anno e quello successivo sia pari al 10%, mentre la fertilità rimane la stessa. Cosa occorre modificare nel grafo di vita?. Fate le modifiche necessarie alla matrice di Leslie e chiamatela L2. Mediante simulazione e mantenendo sempre le stesse condizioni iniziali, ricalcolate il numero di femmine per ciascuna classe di età nel 2022 e compilate la seguente tabella: Classe di età Numero di femmine nel Femmine totali: Sapendo che il rapporto sessi è 1:1, quale sarà la consistenza totale della popolazione nel 2022? Effetto della competizione intraspecifica Supponete ora che vi siano fenomeni di competizione intraspecifica tra i piccoli di 1 anno e, quindi, che la sopravvivenza tra l età 1 e l età 2 dipenda dalla densità dei piccoli di 1 anno nel seguente modo: a σ 1 = (8) 1 + b n 1 dove a=1.2 e b=0.05. In questo caso, la matrice di Leslie non sarà più costante, bensì cambierà di anno in anno in funzione della densità. Dobbiamo perciò ricalcolare la matrice ad ogni step del ciclo for: 9
10 N=matrix(0,nrow=3,ncol=20) N[,1]=N0 for (t in c(2:20)) {N[,t]=matrix(c(0,1.6,1.2,1.2/(1+0.05*N[1,t-1]),0,0,0,0.5,0), nrow=3,ncol=3,byrow=true)%*%n[,t-1]} Mediante simulazione e mantenendo sempre le stesse condizioni iniziali, ricalcolate il numero di femmine per ciascuna classe di età nel 2022 e compilate la seguente tabella: Classe di età Numero di femmine nel Femmine totali: Sapendo che il rapporto sessi è 1:1, quale sarà la consistenza totale della popolazione nel 2022? La consistenza della popolazione nel 2022 rispetto a quella calcolata nel punto 4.2 è: maggiore uguale minore Qual è l effetto della dipendenza da densità? Effetto del prelievo venatorio Considerate ora che il tasso ballerino è soggetto a prelievo venatorio. Il prelievo viene effettuato in un periodo ristretto di tempo (alla fine dell inverno, appena prima dei censimenti) solo sugli individui di 2 o più anni ed agisce diminuendo la sopravvivenza del 50%. E, quindi, possibile tenere conto dell effetto della caccia nel modello moltiplicando le sopravvivenze tra 2 e 3 anni e tra 3 e più anni per 0.5. Fate le modifiche necessarie e salvate il file con il nome tasso4.gpm. Mediante simulazione e mantenendo sempre le stesse condizioni iniziali, ricalcolate il numero di femmine per ciascuna classe di età nel 2022 e compilate la seguente tabella: Classe di età N di femmine nel 2022 N di femmine cacciate Femmine totali: 10
11 Sapendo che il rapporto sessi è 1:1, quale sarà la consistenza totale della popolazione nel 2022? e quale il numero di individui (maschi + femmine) cacciati nel 2023? La consistenza della popolazione nel 2022 rispetto a quella calcolata nel punto 4.3 è: maggiore uguale minore Qual è l effetto della caccia?
LA CRESCITA DELLE POPOLAZIONI ANIMALI
LA CRESCITA DELLE POPOLAZIONI ANIMALI Riccardo Scipioni Generalmente, con il termine crescita di una popolazione si intende l aumento, nel tempo, del numero di individui appartenenti ad una stessa popolazione.
DettagliInteresse, sconto, ratei e risconti
129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................
DettagliModelli matematici e realtà:
Piano Lauree Scientifiche Matematica e Statistica 2010-11 Modelli matematici e realtà: sulle equazioni differenziali - prima parte R. Vermiglio 1 1 Dipartimento di Matematica e Informatica - Università
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliForze come grandezze vettoriali
Forze come grandezze vettoriali L. Paolucci 23 novembre 2010 Sommario Esercizi e problemi risolti. Per la classe prima. Anno Scolastico 2010/11 Parte 1 / versione 2 Si ricordi che la risultante di due
Dettagliinanellati; nel sito s 2 vengono ricatturati 260 fagiani di cui 34 sono inanellati;
1 Esercizi su alcuni modelli che utilizzano matrici: cattura ricattura, catena trofica, modello di Leslie Esercitatori: Dott Alessandro Ottazzi e Dottssa Maria Vallarino Esercizio 1 Nel Parco Naturale
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliPertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce
A. Peretti Svolgimento dei temi d esame di MDEF A.A. 015/16 1 PROVA CONCLUSIVA DI MATEMATICA per le DECISIONI ECONOMICO-FINANZIARIE Vicenza, 9/01/016 ESERCIZIO 1. Data l obbligazione con le seguenti caratteristiche:
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliInteresse, sconto, ratei e risconti
TXT HTM PDF pdf P1 P2 P3 P4 293 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 293 129.1.1 Esercizio per il calcolo dell
DettagliRaggruppamenti Conti Movimenti
ESERCITAZIONE PIANO DEI CONTI Vogliamo creare un programma che ci permetta di gestire, in un DB, il Piano dei conti di un azienda. Nel corso della gestione d esercizio, si potranno registrare gli articoli
DettagliDefinire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12};
ESERCIZI 2 LABORATORIO Problema 1 Definire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12}; Chiede all'utente un numero e, tramite ricerca
DettagliMacroeconomia, Esercitazione 2.
Macroeconomia, Esercitazione 2. A cura di Giuseppe Gori e Gianluca Antonecchia (gianluca.antonecchia@studio.unibo.it) 1.1 Domanda e Offerta aggregate/1 In un sistema economico privo di settore pubblico,
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo
DettagliUniversità degli Studi di Messina
Università degli Studi di Messina Guida alla Rendicontazione on-line delle Attività del Docente Versione della revisione: 2.02/2013-07 A cura di: Fabio Adelardi Università degli studi di Messina Centro
Dettagli(liberamente interpretato da http://www2.unipr.it/~bottarel/epi/homepage.html) SCHEDA ALUNNI. Descrizione dell attività:
Pagina 1 di 11 (liberamente interpretato da http://www2.unipr.it/~bottarel/epi/homepage.html) SCHEDA ALUNNI Descrizione dell attività: Problema 1. Siamo nel 2060 ed ormai gli umani hanno colonizzato Marte.
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliDatabase 3 affitto veicoli. Testo del quesito
Database 3 affitto veicoli Testo del quesito La società salento trasporti dispone di diversi tipi di veicoli (moto, auto, furgoni, camion, ) che affitta ai propri clienti. La società vuole informatizzare
DettagliCorso introduttivo all utilizzo di TQ Qualifica
Corso introduttivo all utilizzo di TQ Qualifica Le pagine che seguono introducono l utente all uso delle principali funzionalità di TQ Qualifica mediante un corso organizzato in quattro lezioni. Ogni lezione
DettagliCapitolo 4: Ottimizzazione non lineare non vincolata parte II. E. Amaldi DEIB, Politecnico di Milano
Capitolo 4: Ottimizzazione non lineare non vincolata parte II E. Amaldi DEIB, Politecnico di Milano 4.3 Algoritmi iterativi e convergenza Programma non lineare (PNL): min f(x) s.v. g i (x) 0 1 i m x S
DettagliPage 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo
Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliPrincipi di Economia - Macroeconomia Esercitazione 3 Risparmio, Spesa e Fluttuazioni di breve periodo Soluzioni
Principi di Economia - Macroeconomia Esercitazione 3 Risparmio, Spesa e Fluttuazioni di breve periodo Soluzioni Daria Vigani Maggio 204. In ciascuna delle seguenti situazioni calcolate risparmio nazionale,
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliLuigi Piroddi piroddi@elet.polimi.it
Automazione industriale dispense del corso 10. Reti di Petri: analisi strutturale Luigi Piroddi piroddi@elet.polimi.it Analisi strutturale Un alternativa all analisi esaustiva basata sul grafo di raggiungibilità,
DettagliMetodi Frequenziali per il Progetto di Controllori MIMO: Controllori Decentralizzati
Metodi Frequenziali per il Progetto di Controllori MIMO: Controllori Decentralizzati Ingegneria dell'automazione Corso di Sistemi di Controllo Multivariabile - Prof. F. Amato Versione 2.2 Ottobre 2012
DettagliCORSO DI DEMOGRAFIA APPLICATA 2^ PARTE. A.A. 2009-2010 PROF. GIUSEPPE DE BARTOLO
1 CORSO DI DEMOGRAFIA APPLICATA 2^ PARTE. A.A. 2009-2010 PROF. GIUSEPPE DE BARTOLO Le previsioni demografiche. Una sintesi LE PREVISIONI DEMOGRAFICHE La determinazione futura della popolazione è detta:
DettagliCONCETTO DI ANNIDAMENTO
LEZIONE14 SQL ANNIDAMENTI PAG. 1 / 5 PROF. ANDREA ZOCCHEDDU LEZIONE14 SQL ANNIDAMENTI CONCETTO DI ANNIDAMENTO LINGUAGGIO SQL QUERY ANNIDATE Per annidamento si intende la possibilità che, all interno di
DettagliPROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)
PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo
DettagliLA GRAFICA E LA GEOMETRIA OPERATIVA
LA GRAFICA E LA GEOMETRIA OPERATIVA La geometria operativa, contrariamente a quella descrittiva basata sulle regole per la rappresentazione delle forme geometriche, prende in considerazione lo spazio racchiuso
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando
DettagliEsercizi su. Funzioni
Esercizi su Funzioni ๒ Varie Tracce extra Sul sito del corso ๓ Esercizi funz_max.cc funz_fattoriale.cc ๔ Documentazione Il codice va documentato (commentato) Leggibilità Riduzione degli errori Manutenibilità
DettagliFunzioni in C. Violetta Lonati
Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni
DettagliDatabase 1 biblioteca universitaria. Testo del quesito
Database 1 biblioteca universitaria Testo del quesito Una biblioteca universitaria acquista testi didattici su indicazione dei professori e cura il prestito dei testi agli studenti. La biblioteca vuole
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliMetodi Matematici Applicati alla Biologia. Anno Accademico 2008/09 II Semestre Settimana 4 Aprile 2009
Metodi Matematici Applicati alla Biologia Anno Accademico 2008/09 II Semestre Settimana 4 Aprile 2009 Interazioni fra specie Ogni coppia di specie interagisce in uno dei seguenti modi: COMPETIZIONE: ogni
DettagliGUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL GUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL
GUIDA RAPIDA BOZZA 23/07/2008 INDICE 1. PERCHÉ UNA NUOVA VERSIONE DEI MODULI DI RACCOLTA DATI... 3 2. INDICAZIONI GENERALI... 4 2.1. Non modificare la struttura dei fogli di lavoro... 4 2.2. Cosa significano
DettagliPaghe. 131.1.1 Scaglioni. Fascia di reddito. Fascia di reddito
339 Paghe Capitolo 131 131.1 Suddivisione del reddito in scaglioni....................................... 339 131.1.1 Scaglioni......................................................... 339 131.1.2 Suddivisione
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliUtilizzo delle formule in Excel
Utilizzo delle formule in Excel Excel è dotato di un potente motore di calcolo che può essere utilizzato per elaborare i dati immessi dagli utenti. I calcoli sono definiti mediante formule. Ogni formula
DettagliL età dei vincitori La presenza femminile. L età dei vincitori La presenza femminile. Confronto tra il concorso ordinario ed il concorso riservato
Premessa Corso-concorso ordinario L età dei vincitori La presenza femminile Corso-concorso riservato L età dei vincitori La presenza femminile Confronto tra il concorso ordinario ed il concorso riservato
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCOME PARLARE DI DISLESSIA IN CLASSE.
COME PARLARE DI DISLESSIA IN CLASSE. UNA METAFORA PER SPIEGARE I DSA La psicologa americana ANIA SIWEK ha sviluppato in anni di pratica professionale un modo semplice ed efficace di spiegare i DSA ai bambini,
DettagliSoluzioni del giornalino n. 16
Soluzioni del giornalino n. 16 Gruppo Tutor Soluzione del Problema 1 Soluzioni corrette ci sono pervenute da : Gianmarco Chinello, Andrea Conti, Simone Costa, Marco Di Liberto, Simone Di Marino, Valerio
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Dettagli1. Che cos è la multiprogrammazione? Si può realizzare su un sistema monoprocessore? 2. Quali sono i servizi offerti dai sistemi operativi?
1. Che cos è la multiprogrammazione? Si può realizzare su un sistema monoprocessore? 2. Quali sono i servizi offerti dai sistemi operativi? 1. La nozione di multiprogrammazione prevede la possibilità di
DettagliOrganizzare le risorse umane con ricerca obiettivo
Organizzare le risorse umane con ricerca obiettivo Tra i tanti esempi che si possono ipotizzare, proviamo ad affrontare un problema che si verifica frequentemente nella gestione di una Struttura Operativa,
DettagliAPPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE
APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliELEMENTI DI DEMOGRAFIA
ELEMENTI DI DEMOGRAFIA 2. Caratteristiche strutturali della popolazione Posa Donato k posa@economia.unisalento.it Maggio Sabrina k s.maggio@economia.unisalento.it UNIVERSITÀ DEL SALENTO DIP.TO DI SCIENZE
DettagliInvestimenti lordi = 2.000 Investimenti netti = 800
Macroeconomia, Esercitazione 1. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 PIL/1 Si consideri un sistema economico che produce solo pane. Questo è costituito da tre imprese: una agricola,
Dettagli5.3 TABELLE 5.3.1 RECORD 5.3.1.1 Inserire, eliminare record in una tabella Aggiungere record Eliminare record
5.3 TABELLE In un sistema di database relazionali le tabelle rappresentano la struttura di partenza, che resta poi fondamentale per tutte le fasi del lavoro di creazione e di gestione del database. 5.3.1
Dettagli. A primi passi con microsoft a.ccepss SommarIo: i S 1. aprire e chiudere microsoft access Start (o avvio) l i b tutti i pro- grammi
Capitolo Terzo Primi passi con Microsoft Access Sommario: 1. Aprire e chiudere Microsoft Access. - 2. Aprire un database esistente. - 3. La barra multifunzione di Microsoft Access 2007. - 4. Creare e salvare
DettagliModuli (schede compilabili) in Word Esempio: scheda di alimentazione per un degente
Moduli (schede compilabili) in Word Esempio: scheda di alimentazione per un degente Vediamo come utilizzare Word per costruire un modulo compilabile, ovvero una scheda che contenga delle parti fisse di
DettagliMicroeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.
Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Dott. Giuseppe Francesco Gori Domande a risposta multipla ) Se nel mercato
DettagliIdentificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale
Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete euronale Descrizione Il presente lavoro, facente segiuto a quanto descritto precedentemente, ha il fine di: 1) introdurre
DettagliEXCEL FUNZIONI PRINCIPALI
EXCEL FUNZIONI PRINCIPALI Funzione SE() Sintassi: SE(VERIFICA, VALORE SE VERO, VALORE SE FALSO): verifica un valore e ritorna una risposta in base al risultato vero/falso Esempio: =SE(A2=15; "OK"; "NO")
Dettaglib. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?
Esercitazione 7 Domande 1. L investimento programmato è pari a 100. Le famiglie decidono di risparmiare una frazione maggiore del proprio reddito e la funzione del consumo passa da C = 0,8Y a C = 0,5Y.
DettagliUSMAF Uffici di Sanità Marittima Aerea e di Frontiera
USMAF Uffici di Sanità Marittima Aerea e di Frontiera CORSO APPLICATIVO NSIS-USMAF Profilazione utenti USMAF e USMAF Area Pubblica Roma, 29 Maggio 2012 Accesso al sistema Per accedere al Sistema USMAF
DettagliRette e curve, piani e superfici
Rette e curve piani e superfici ) dicembre 2 Scopo di questo articolo è solo quello di proporre uno schema riepilogativo che metta in luce le caratteristiche essenziali delle equazioni di rette e curve
DettagliStatistical Process Control
Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale
DettagliLABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL
LABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL ESERCITAZIONE GUIDATA I problemi di scelta Problema. Una ditta produttrice di detersivi per lavatrice ha costi al litro
DettagliLA MOLTIPLICAZIONE IN CLASSE SECONDA
LA MOLTIPLICAZIONE IN CLASSE SECONDA Rossana Nencini, 2013 Le fasi del lavoro: 1. Proponiamo ai bambini una situazione reale di moltiplicazione: portiamo a scuola una scatola di biscotti (. ) e diamo la
DettagliPercorsi, strategie e geometrie in gioco Complementi e spunti di lavoro Primaria e Secondaria Inferiore
Percorsi, strategie e geometrie in gioco Complementi e spunti di lavoro Primaria e Secondaria Inferiore In queste note troverete suggerimenti e osservazioni per attività che traggono spunto dal problema
DettagliDisegni di Ricerca e Analisi dei Dati in Psicologia Clinica. Rcmdr
Disegni di Ricerca e Analisi dei Dati in Psicologia Clinica Rcmdr http://www.r-project.org http://qplab.psy.unipd.it Che cos è Rcmdr? Rcmdr è un pacchetto che possiamo scaricare dal CRAN e installare su
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
Dettagliwww.filoweb.it STAMPA UNIONE DI WORD
STAMPA UNIONE DI WORD Molte volte abbiamo bisogno di stampare più volte lo stesso documento cambiando solo alcuni dati. Potremmo farlo manualmente e perdere un sacco di tempo, oppure possiamo ricorrere
DettagliLABORATORIO DI MATEMATICA RENDITE, AMMORTAMENTI, LEASING CON EXCEL
LABORATORIO DI MATEMATICA RENDITE, AMMORTAMENTI, LEASING CON EXCEL ESERCITAZIONE GUIDATA: LE RENDITE 1. Il montante di una rendita immediata posticipata Utilizzando Excel, calcoliamo il montante di una
DettagliMatematica in laboratorio
Unità 1 Attività guidate Attività 1 Foglio elettronico Divisibilità tra numeri naturali Costruisci un foglio di lavoro per determinare se a è divisibile per b, essendo a e b due numeri naturali, con a
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliMacroeconomia, Esercitazione 6. 1 Esercizi. 1.1 Taylor rule e Domanda Aggregata Dinamica/1. 1.2 Taylor rule e Domanda Aggregata Dinamica/2
Macroeconomia, Esercitazione 6 A cura di Giuseppe Gori (giuseppe.gori@unibo.it) Esercizi. Taylor rule e Domanda Aggregata Dinamica/ Sapete che =0, 5, Y =0, 3 e che il tasso d interesse naturale è pari
DettagliAntonella Martinucci, Rossana Nencini, 2013 IL PESO. classe quarta
Antonella Martinucci, Rossana Nencini, 2013 IL PESO classe quarta I bambini utilizzano spontaneamente il concetto di pesante? Collochiamo su un banco alcuni oggetti: penne matite gomme fogli scottex quaderni
DettagliMICROSOFT WORD LA STAMPA UNIONE
La stampa unione è una funzione di Microsoft Word che permette di unire un documento Word, che contiene le informazioni destinate a restare invariate in tutte le stampe (il documento principale) con un
DettagliAFFIDABILITA DEI SISTEMI
AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) Esercizio: Si assuma che i collegamenti tra una centrale elettrica e una città siano costituite da tre linee collegate in serie i cui tempi di funzionamento
Dettagli15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...
15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura
DettagliA B C. Università Per Stranieri Di Perugia CENTRO PER LA VALUTAZIONE E LA CERTIFICAZIONE LINGUISTICA DILS - PG Scheda Informativa ...
Istruzioni Usare una penna nera Segnare la risposta così: 1 3 Scrivere una sola lettera o numero, in stampatello, all interno delle caselle A B C Su di Lei Cognome e Nome Età Sesso M F Istituzione presso
DettagliINTRODUZIONE ALLA MICROECONOMIA [F O] / Prova finale 14 Gennaio 2005. Nome.. Cognome. Matricola. Corso di laurea: CLEMI CLEA CLSES
INTRODUZIONE ALLA MICROECONOMIA [F O] / Prova finale 14 Gennaio 2005 A Nome.. Cognome. Matricola. Corso di laurea: CLEMI CLEA CLSES Istruzioni: rispondete alle domande segnando con una crocetta la lettera
DettagliMacchine a stati finiti G. MARSELLA UNIVERSITÀ DEL SALENTO
Macchine a stati finiti 1 G. MARSELLA UNIVERSITÀ DEL SALENTO Introduzione Al più alto livello di astrazione il progetto logico impiega un modello, la cosiddetta macchina a stati finiti, per descrivere
Dettagli3b. [2] Dopo aver determinato la rata esatta, scrivere il piano di ammortamento.
MATEMATICA FINANZIARIA - 6 cfu Prova del 23 aprile 2014 - Riservata a studenti fuori corso Cognome Nome e matr.................................................................................. Anno di
DettagliFUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)
1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:
DettagliAmmortamento di un debito
Algoritmi e dintorni: Ammortamento di un debito: Ricerca del tasso Prof. Ettore Limoli Ammortamento di un debito In questa nostra trattazione non ci addentreremo in problemi di matematica finanziaria o
DettagliH1 Hrms Gestione eventi/scadenze automatiche
Sintesi H1 Hrms Gestione eventi/scadenze automatiche Il presente documento nasce con lo scopo di illustrare la funzionalità all interno di H1 hrms relativa alla procedura di gestione degli eventi e delle
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione2: 04-03-2005
esercitazione 2 p. 1/12 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione2: 04-03-2005 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliLe spese di trasporto to in fattura
Laboratorio 2010 Scuola Duemila 1 Esercitazione svolta di laboratorio n. 1 Le spese di trasporto to in fattura Roberto Bandinelli Riccardo Mazzoni Il caso Gli addetti alla contabilità della Morganti s.p.a.,
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliEsercizio data base "Biblioteca"
Rocco Sergi Esercizio data base "Biblioteca" Database 2: Biblioteca Testo dell esercizio Si vuole realizzare una base dati per la gestione di una biblioteca. La base dati conterrà tutte le informazioni
DettagliA.A. 2014/2015 Economia Pubblica Esercitazione Sistema Pensionistico TESTO e SOLUZIONI
A.A. 2014/2015 Economia Pubblica Esercitazione Sistema Pensionistico TESTO e SOLUZIONI Esercizio 1 a) Qual è la differenza tra sistema pensionistico a ripartizione con metodo contributivo e sistema pensionistico
Dettagli1b. [2] Stessa richiesta del punto 1a., con gli stessi dati salvo che la valutazione deve essere fatta rispetto alla legge lineare.
MATEMATICA FINANZIARIA - 6 cfu Prova del 14 aprile 2015 - Riservata a studenti fuori corso Cognome Nome e matr.................................................................................. Anno di
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
Dettagli