Analisi errore per EDO. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2013/2014

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi errore per EDO. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2013/2014"

Transcript

1 Anals errore per EDO Anals Numerca Prof. M. Luca Sampol a.a. 2013/2014

2 Metod multstep lnear La forma generale d quest metod è y h f n0,1,2... j n j j n j j0 j0 dove α j β j sono costant e 0, 0, fn j f( xn j, un j) I metod dscret multstep a -pass necesstano d valor nnesco. Se β =0: metodo esplcto, se β 0: metodo mplcto I metod esplct sono pù facl da calcolare. Nella pratca vengono maggormente usat metod mplct che danno prestazon mglor, anche se pù costos dal punto d vsta computazonale. Dalla formula sopra se ne può ottenere una equvalente yn h f( xn, yn) gn 0 S può dmostrare che esste unca la soluzone u n+ se Lh 1

3 Anals degl error Dato un metodo dscreto nella sua forma generale (LMM,PC, R-K,..) yr sr( h) 0r valor d nnesco y h ( x, y,..., y, h) n f n n n 0 Defnamo l seguente polnomo (legata alla eq. alle dfferenze): ( ) =0 Nel caso de LMM possamo defnre anche un secondo polnomo ( ) =0

4 Convergenza La rchesta mnmale da fare ad un metodo dscreto affnché da una buona approx della soluzone esatta è che sa convergente, coè: max yn y( xn) 0 per h0 0nN Ne segue che per un metodo MS la convergenza deve mplcare la convergenza anche de valor d nnesco. Inoltre dalla convergenza unforme segue anche la convergenza puntuale: fssato x=a+h, s ha che per h0 0, h, talche y( x) y ehh

5 Coerenza (consstenza) Defnzone: s defnsce l errore d dscretzzazone locale la quanttà d( x, y( x )) 1 '(1) h n n n Defnzone: un metodo dscreto s dce coerente (o consstente) se max 0nN d n 0 per h0 Inoltre s dce coerente d ordne p se max d n =o(h p ) Caratterzzamo n modo pù pratco la coerenza 1 dn j[ y( xn) jhy'( xn jh)] h( xn, y( xn),, y( xn), h) '(1) h j0 yx ( n ) jh j jf( xn jhyx, ( n jh)) h( xn, yx ( n),..., yx ( n), h) '(1) h j0

6 Coerenza (consstenza)-2 Dalla precedente espressone segue che condzone necessara e suffcente per la coerenza è che s abba: lm y y r 0,1,... 1 h0 j r 0 0 ( (1) 0) 3. lm ( x, yx ( ),, yx ( ), h) j f( xyx, ( )) '(1) f( xyx, ( )) h0 n n n j La condzone 3 puo essere cos rscrtta: MML: (1) '(1) PECE: C(1) C '(1) ( C(1) 0, P(1) 0) R-K: c '(1) Le tre condzon sopra elencate sono necessare per la convergenza la coerenza è condzone necessara per la convergenza.

7 Stabltà Dobbamo formulare una rchesta analoga alla dp. contnua da dat per l metodo numerco. La sola rchesta che l problema sa ben condzonato (garantto per es. dalla lpschtzantà d f) è necessara ma non suffcente. Bsogna rchedere che anche l metodo dscreto non propagh gl error. Tale rchesta è suggerta dalla necesstà d tenere sotto controllo gl nevtabl error che l artmetca fnta d ogn calcolatore ntroduce. Defnzone:Sano δ n δ n *, n=0,1,,n due qualsas perturbazon del MD e sano z n e z n * le sol. perturbate. Se esste h 0, tal che per ogn hє(0,h 0 ] z z quando * * n n n n s dce che l metodo è zero-stable. La stabltà dello schema dscreto è legata al comportamento delle radc del polnomo caratterstco

8 Stabltà: condzon alle radc Defnzone: Un MD soddsfa la condzone delle radc se le radc del prmo polnomo ρ(θ) sono dentro l cercho untaro e quelle sulla crconferenza sono semplc. Defnzone: Un MD soddsfa la condzone forte delle radc se ρ(θ) ha una sola radce semplce n +1 e le rmanent sono tutte strettamente nterne al cercho untaro. Se l metodo è coerente ρ(1) =0, per cu +1 è radce

9 Convergenza Teorema: Un metodo dscreto è zero-stable se e solo se soddsfa la condzone delle radc Ne metod one-step ρ(θ)=α 1 θ-α 0, per cu s ha una sola radce, che è uguale a 1 se l metodo è consstente (nfatt n questo caso ρ(1)=α 1 - α 0 =0 α 1 =α 0 ) Teorema (Dahlqust): Un metodo dscreto è convergente se e solo se è consstente e zero-stable Corollaro: Un metodo one-step è convergente se e solo se è consstente Rassumendo: La coerenza è l mnmo lvello d accuratezza da rchedere. Essa controlla la grandezza dell errore d dscretzzazone locale La zero-stabltà controlla l modo n cu s propagano gl error quando h 0 Entrambe sono necessare per raggungere la convergenza

10 Errore globale Nel caso n cu s tenga conto degl error d arrotondamento, la soluzone effettvamente calcolata non soddsferà esattamente l equazone alle dfferenze, ma s avrà yn h f( xn, yn,..., yn, h) Rn 0 Analogamente s avrà per valor nzal: y s ( h) 0r S defnsce qund l errore globale d arrotondamento y j yj j che dpende dagl error local e dalla loro propagazone r r

11 Errore totale L errore totale sarà qund dato da E y y( x ) y y y y( x ) n n n n n L errore totale è composto da due part:l errore globale d arrotondamento ε n e l errore globale d dscretzzazone e n Esste una sogla nferore al d sotto della quale l errore totale aumenta! n n e n n

12 Assoluta stabltà I metod numerc devono rspettare alcune propretà della soluzone esatta, quale, per esempo, fornre una soluzone lmtata se la soluzone esatta è lmtata. Zero-stabltà d un metodo numerco: s studa l comportamento della soluzone y n n [x 0, x 0 +X] per h 0 Assoluta stabltà d un metodo numerco: s studa l comportamento della soluzone y n per x n, per h fssato. Propretà legata al comportamento asntotco d y n ; vene anche chamata stabltà per h fssato.

13 Assoluta stabltà In pratca h non può tendere a zero, qund la convergenza non è una garanza assoluta che un metodo fornsca de rsultat numercamente accettabl, n quanto la zero stabltà asscura la propagazone stable degl error per h 0. Necesstà d una nuova defnzone d stabltà per h fssato Defnzone: Un MD s dce assolutamente stable per un certo h fssato e per un dato PVI se l errore globale rmane lmtato per n Defnzone legata al partcolare PVI, che non permette un anals generale del comportamento del metodo. Osservazone: lo studo dell errore equvale a consderare la soluzone d zx ( ) yx ( ) ( x) '( x) fy ( x, y( x)) ( x) zx ( ) yx ( ) e ( a) Lnearzzando lo Jacobano f y, supponendolo costante, s può n prma approssmazone rportare l problema ad un problema lneare scalare: y =λy (problema modello)

14 Polnomo d assoluta stabltà Il pb. test è un modello accettable nterpretando λ ( anche complesso) come un valore che localmente rappresenta un qualsas autovalore dello Jacobano d f. Sosttuendo l pb. test la funzone Φ f del MD dventa lneare n y n+ =0..: y h ( x, y,..., y, h) h ( h) y n f n n n n 0 0 Possamo pertanto scrvere: Sottraendo membro a membro: Er r r valor d nnesco h ( h) En n n 0 Equazone alle dfferenze lneare non omogenea, se gl error sono pccol la soluzone dpende dalle radc del polnomo caratterstco assocate alla parte omog. (, h) h( h) polnomo d stablta' y h ( x, y,..., y, h) h ( h) y n f n n n n n 0 0 yx ( ) h ( x, yx ( ),..., yx ( ), h) h ( h) yx ( ) n f n n n n n 0 0 0

15 Regone d assoluta stabltà Defnzone: Lo schema è detto assolutamente stable per un dato hλ (fx), se le radc del polnomo d stabltà π(ξ,hλ), gaccono tutte nella crconferenza untara, coè: 1 La regone del pano complesso tale che s ha assoluta stabltàè detta regone d assoluta stabltà: Esemp: MLM: R-K: (, h) 1 0 h0( h): 0( h) polnomo(r-k esplct), 0( h) P P P PECE: (, h) ( ) h ( ) h ( ) h ( ) P h hc: ( h) 1, 1,2,, 0 (, h) h ( ) h( ) Tutt metod a pass ottmal hanno. I metod d Adams esplct hanno n generale una regone pù pccola d quell mplct dello stesso ordne. A parte R-K mplct aumentando l ordne s rmpccolsce funz. razonale(r-k mplct)

16 Regone d assoluta stabltà: esemp Ogn metodo ha la sua regone d assoluta stabltà. Se hλ=0 allora (,0) 0 ( h) ( ). Se lo schema è 0 0 zero-stable le radc d ρ(ξ) sono tutte nterne al cercho untaro. Qund per ogn MD l punto hλ=0 s trova sulla frontera della corrsspondente regone d assoluta stabltà Eulero: y y h f( x, y ); f( x, y) y 1 y y h y 1 1 (, h) (1 h) una sola radce 1h 1 h( 1)

17 Regone d assoluta stabltà: esemp -2 Eulero mplcto: y y h y 1 1 (, h) (1 h) 1 una sola radce (1 h) h h 1 (1 ) Trapez (Cran-Ncolson) h y 1 y ( y y 1) h 1 1 (, h) 1 h 1 h una sola radce h 2 1 Re( h) 1 1

18 Regone d assoluta stabltà: esemp -3

19 A-stabltà Le regon d assoulta stabltà appena vste non sono utlzzabl se Re(λ) 0 (con λ autovalore d f y ). In questo caso le soluzon crescono al crescere d x e non ha senso chedere che l errore rmanga lmtato se y(x) dverge. Il concetto d assoluta stabltà ha senso solo se Re(λ)<0 ovvero se l problema d Cauchy è asntotcamente stable (bencondzonato) è evdente la convenenza d avere regon d assoluta stabltà pù grand possble. Se λ è molto grande, può essere necessaro controllare hλ con un passo molto pccolo. Pù grande è R A, pù grande può essere preso h (e meno calcol devono essere fatt). Defnzone: Un MD è detto A-stable se la corrspondente R A contene l sempano Re(λ)<0.

20 A(α)-stabltà Nessun metodo LMM esplcto è A-stable ed un metodo LMM mplcto A-stable non ha ordne maggore d 2. Tra quest l mglore è l metodo d Cran-Ncolson. Non esstono metod R-K esplct A-stabl La condzone d A-stabltà è molto forte ed ha motvato lo studo e svluppo de metod R-K mplct. Rchesta pù debole: Defnzone: Un MD è detto A(α)-stable con 0, / 2 se la sua regone d assoluta stabltà contene l cono W α d semapertura angolare α nella parte del sempano snstro complesso

21 Problem stff Il termne stff vene usato per problem dfferenzal le cu soluzon sono caratterzzat da part con andamento molto dfforme. 1.5 Esempo: y(0) 0 3 x x y' 10 ( y e ) e x yx ( ) e e 3 10 x Un termne ha costante d decadmento 1 l altro ha una costante ! Dal punto d vsta analtco l equazone è asntotcamente stable, tende coè ad uno stato stazonaro. Dal punto d vsta numerco è estremamente dffcle segure la soluzone nella sua fase transente perché MD rchedono un passo troppo pccolo per soddsfare le condzon d stabltà In quest cas sono necessar MD con una grande regone d assoluta stabltà

22 Problem stff -2 Defnzone (Lambert): Un problema è detto stff se approssmato con un metodo numerco caratterzzato da una regone d assoluta stabltà fnta, obblga quest ultmo, per ogn condzone nzale per l quale l problema ammetta soluzone, ad utlzzare un passo d dscretzzazone eccessvamente pccolo rspetto a quello necessaro per descrvere ragonevolmente l andamento della soluzone esatta. Defnzone (2): Il sstema s dce stff rspetto alla soluzone y(x) ed al valore x se, dett λ 1, λ 2,, λ n, gl autovalor d f y (x,y(x)) ess sono tal che ()Re( ) 0 max Re( ) ( ) 1 : parametro d stffness mn Re( ) Qund n generale non c deve essere LOCALMENTE nessuna componente della soluzone nstable. Deve esstere una componente superstable. La soluzone a regme deve varare molto lentamente rspetto al contrbuto della soluzone superstable S osserva che ρ=ρ(x)

23 Stabltà per problem stff C nteressa l accuratezza per transent veloc (assocat ad autovalor con parte reale molto negatva) e qund non è necessaro che tutto l sempano snstro complesso sta n R A,, ma solo la parte che contene gl autovalor hλ molto negatv (dstant dall asse Im), che sono la causa d stffness. Per tal autovalor h può essere grande n quanto transent s esaurscono subto. Fssato qund a>0 reale tutto l sempano a snstra d a deve stare n R A nella zona a Re(hλ) 0 coè per transent pù lent bsogna rchedere maggore accuratezza. D altra parte autovalor postv e grand generano nstabltà (pb. malcondzonat), qund fssato b>0 a destra d b ho una regone d nstabltà. Bsogna tenere conto de fenomen d oscllazone legat alle component oscllant delle soluzon dovute a part mmagnare grand,che vanno lmtate Defnzone: un MD è stffly stable se esstono a,b,c >0 costant, tal che () h :Re( h) aa ( ) h : h( a, b) ( c, c) s abba accuratezza h verrà scelto n modo che le component che decadono rapdamente sano approx stablmente e quelle che decrescono lentamente n modo accurato

24 Metod BDF I metod BDF (Bacward Dfferentaton Formulae) sono una classe d metod, ntrodott da Gear, stffly stabl Esso sono un tpo partcolare d LMM mplct n cu s rchede che solo un coeffcente β 0, n partcolare quello d ordne pu elevato (β 0 ) Come suggersce l nome ess sono costrut approssmando la dervata nel punto corrente f n medante valor precedent y n-j (bacward dfferentaton): y y h f( x, y ) n n 0 n n 1 Per =1 s ottene l metodo d Eulero all ndetro (o Eulero mplcto)

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( )

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( ) Generaltà Problema: soluzone d una equazone derenzale alle dervate ordnare d ordne n: n n K soggetta alle n condzon nzal: K n Ovvero rcercare la soluzone d un sstema d n equazon derenzal ordnare del prmo

Dettagli

Intorduzione alla teoria delle Catene di Markov

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

Dettagli

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

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

Dettagli

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

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze Lucano attaa Versone del 22 febbrao 2007 In questa nota presento uno schema replogatvo relatvo a condensator e alle, con partcolare rguardo a collegament n sere e parallelo. Il target prncpale è costtuto

Dettagli

Circuiti dinamici. Circuiti del secondo ordine. (versione del ) Circuiti del secondo ordine

Circuiti dinamici. Circuiti del secondo ordine.  (versione del ) Circuiti del secondo ordine rcut dnamc rcut del secondo ordne www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-6- rcut del secondo ordne rcut del secondo ordne: crcut l cu stato è defnto da due varabl x ( e x ( Per un crcuto

Dettagli

LE FREQUENZE CUMULATE

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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

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

Dettagli

PROBLEMA 1. Soluzione. β = 64

PROBLEMA 1. Soluzione. β = 64 PROBLEMA alcolare l nclnazone β, rspetto al pano stradale, che deve avere un motocclsta per percorrere, alla veloctà v = 50 km/h, una curva pana d raggo r = 4 m ( Fg. ). Fg. Schema delle condzon d equlbro

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

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

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

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

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

Dettagli

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

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

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

Statistica descrittiva

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

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Corso di. Dott.ssa Donatella Cocca

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

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Un algortmo per l flusso su ret a costo mnmo: l smplesso su ret Convergenza

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2014-2015 Lezone 1: Martedì 17/2/2015 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/40? Codce docente 030508 Codce corso 00675 Matematca

Dettagli

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

Dai circuiti ai grafi

Dai circuiti ai grafi Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat

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

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

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

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013 Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se

Dettagli

Macchine. 5 Esercitazione 5

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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

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

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Circuiti elettrici in regime stazionario

Circuiti elettrici in regime stazionario rcut elettrc n regme stazonaro Metod d anals www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del -0-00 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

L = L E k 2 ENERGIA CINETICA DI ROTAZIONE. Espressione generica dell energia cinetica di rotazione: 1 ω

L = L E k 2 ENERGIA CINETICA DI ROTAZIONE. Espressione generica dell energia cinetica di rotazione: 1 ω NRGIA CINTICA DI ROTAZION k m R ) ( k R m R m spressone generca dell energa cnetca d rotazone: I k Se la rotazone aene ntorno ad un asse prncpale d nerza, allora: I L da cu: I L k NRGIA CINTICA DI ROTOTRASLAZION

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL LUGLIO 009 ECONOMIA AZIENDALE ESERCIZIO Un ndduo ntende acqustare un motorno che ha un prezzo d 300. Volendo accedere ad un fnanzamento, gl engono proposte le seguent

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

STATO LIMITE ULTIMO DI INSTABILITA

STATO LIMITE ULTIMO DI INSTABILITA Corso d Teora e rogetto d ont A/A 013-014 - Dott. Ing. Fabrzo aolacc STATO IMITE UTIMO DI INSTABIITA oszone del problema Il problema della stabltà dell equlbro aste perfe6e: Il carco cr9co eulerano nfluenza

Dettagli

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1 Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,

Dettagli

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

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

Dettagli

Misure Topografiche Tradizionali

Misure Topografiche Tradizionali Msure Topografche Tradzonal Grandezze da levare ngol Dstanze Gonometr Dstanzometro Stazone Totale Prsma Dslvell Lvello Stada Msure Strettamente Necessare Soluzone geometrca Msure Sovrabbondant Compensazone

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

SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE

SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE GIOVANNI CRUPI, ANDREA DONATO SUMMARY. We characterze a set of

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

I materiali ferromagnetici sono fortemente non lineari a causa dell'insorgere di fenomeni di saturazione e degli effetti isteretici.

I materiali ferromagnetici sono fortemente non lineari a causa dell'insorgere di fenomeni di saturazione e degli effetti isteretici. POBLEM MGNETOSTTICO IN PESENZ DI MTEILI NON LINEI Normalmente dspostv magnetc sono costtut da notevol quanttà d materale ferromagnetco, al fne d sfruttare l'elevata permeabltà relatva ed ottenere un elevato

Dettagli

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

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

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Appunti di Econometria

Appunti di Econometria Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata

Dettagli

Elementi di statistica

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

Dettagli

links utili:

links utili: dspensa d Govann Bachelet Meccanca de Sstem, maggo 2003 lnks utl: http://scenceworld.wolfram.com/physcs/angularmomentum.html http://hyperphyscs.phy-astr.gsu.edu/hbase/necon.html Momento della quanttà d

Dettagli

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

Dettagli

Valutazione dei Benefici interni

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

Dettagli

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

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

COMPORTAMENTO DINAMICO DI ASSI E ALBERI COMPORTAMENTO DNAMCO D ASS E ALBER VBRAZON TORSONAL Costruzone d Macchne Generaltà l problema del progetto d un asse o d un albero non è solo statco Gl ass e gl alber, come sstem elastc, sotto l azone

Dettagli

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo

Dettagli

Appunti sulle curve di Bézier

Appunti sulle curve di Bézier Appunt sulle curve d Bézer Marco Barbato 1 Ottobre 2000 Abstract Vengono delneat n modo elementare gl argoment matematc alla base delle curve d Bézer e la loro mplementazone ne software tool d svluppo

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

Il dimensionamento dei sistemi di fabbricazione

Il dimensionamento dei sistemi di fabbricazione Il dmensonamento de sstem d fabbrcazone 1 Processo d progettazone d un sstema produttvo Anals della domanda Industralzzazone d prodotto e processo (dstnte e ccl d lavorazone) Scelta delle soluzon produttve

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

Soluzione del compito di Fisica febbraio 2012 (Udine)

Soluzione del compito di Fisica febbraio 2012 (Udine) del compto d Fsca febbrao (Udne) Elettrodnamca È data una spra quadrata d lato L e resstenza R, ed un flo percorso da corrente lungo z (ved fgura). Dcamo a e b le dstanze del lato parallelo pù vcno e pù

Dettagli

CHE COS E LA COMPLESSITA

CHE COS E LA COMPLESSITA CHE COS E LA COMPLESSITA E un termne d moda, ambguo perché rcco d sgnfcat nterdscplnar, a volte mpropramente usato sa n campo scentfco, che nel lnguaggo colloquale, gornalstco e d costume Inter centr d

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato

Dettagli

Acustica negli ambienti chiusi

Acustica negli ambienti chiusi Matteo Gargallo 38748 - lezone del 09/0/003 - ore 8,30-0,30 Acustca negl ambent chus Propagazone del suono n un ambente chuso Prendamo n consderazone una sorgente sonora omndrezonale S (coè che emette

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.

Dettagli

Il campionamento casuale semplice

Il campionamento casuale semplice Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V

Dettagli

Progetto Lauree Scientifiche. La corrente elettrica

Progetto Lauree Scientifiche. La corrente elettrica Progetto Lauree Scentfche La corrente elettrca Conoscenze d base Forza elettromotrce Corrente Elettrca esstenza e resstvtà Legge d Ohm Crcut 2 Una spra d rame n equlbro elettrostatco In un crcuto semplce

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

Unità Didattica N 5. Impulso e quantità di moto

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

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

RAPPRESENTAZIONE DI MISURE. carta millimetrata

RAPPRESENTAZIONE DI MISURE. carta millimetrata carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli