Gli errori nelle misure

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Gli errori nelle misure"

Transcript

1 Appunt d Msure Elettrche Gl error nelle msure Classfcazone degl error... Error sstematc...4 Accuratezza e precsone...5 Errore stmato...7 Meda, devazone meda, devazone standard e varanza d un campone d msura 8 Concett d frequenza e d class... CLASSIFICAZIOE DEGLI ERRORI Sappamo che ogn msura è necessaramente affetta da un errore. Voglamo adesso nquadrare le prncpal cause cu sono dovut gl error, al fne d capre se e n che modo ess possono essere rdott al mnmo. Sussste allora la seguente classfcazone: gl error grossolan sono quell addebtabl a mperza o dstrazone dell operatore che sta compendo la msura; possono ad esempo dervare da una sbaglata lettura o da un uso mpropro degl strument, oppure da trascrzon errate da dat spermental o anche da errate elaborazon d tal dat. E evdente percò che tal error non s presentano quando s opera con cura e attenzone e comunque possono essere elmnat semplcemente rpetendo la msura; gl error sstematc sono quell che s rpresentano sempre con lo stesso segno e la stessa ampezza, ove ovvamente la msura d una grandezza venga rpetuta pù volte con la stessa strumentazone e nelle stesse condzon operatve ed ambental. Quest error sono generalmente dovut ad una non corretta taratura degl strument oppure a dfett ntrnsec degl strument stess ; questo sgnfca, sostanzalmente, che n talune stuazon è possble correggere tal error o comunque mnmzzarl; nfne, gl error accdental (dett anche non sstematc o casual) sono quell che permangono anche nell potes d essere rusct ad elmnare tutt gl error grossolan e sstematc. Le cause d tal error sono tpcamente le mprevedbl fluttuazon nelle condzon operatve, strumental ed ambental. Gl error accdental possono essere analzzat statstcamente, n quanto s è vsto emprcamente che ess sono generalmente dstrbut secondo legg semplc. In partcolare, s fa spesso l potes che le cause d tal error agscano n modo del tutto aleatoro, determnando percò scart, rspetto al valore medo, sa negatv sa postv. Questo c autorzza ad aspettarc che gl effett medamente s annullno, ossa sostanzalmente che l valore medo degl error accdental sa nullo. Questa consderazone ha una conseguenza fondamentale: se ruscamo a correggere tutt gl error grossolan e quell sstematc, per cu avremo a che fare solo con error accdental, c Ad esempo, possono esserc de dfett costruttv oppure de malfunzonament dervant dall aver usato gl strument n partcolar condzon operatve o ambental (elevate temperature, fort camp elettromagnetc, sovraccarch e così va).

2 Appunt d Msure elettrche basterà compere msure rpetute e po medare rsultat: quante pù msure consdereremo, tanto meno l rsultato fnale (meda de sngol rsultat) sarà affetto da error accdental. Quanto pù pccol rsultano gl error accdental, tanto pù s dce che la msura è precsa. In generale, dunque, nell potes d aver elmnato ogn tpo d errore grossolano, possamo affermare che l errore d una msura è somma d un errore sstematco (che s rpete ogn msura, n ugual condzon operatve) e d un errore accdentale (che nvece vara casualmente n ogn msura, anche se le condzon operatve rmangono mmutate): E + E A Il dagramma seguente auta a comprendere quest concett: valore vero A E A E A E A3 3 E An n valore attorno a cu sono "dstrbute" le msure E qu llustrato quello che accade quando vengono compute msure rpetute d una stessa quanttà, l cu valore vero (ncognto) è A. S nota che cascuna msura è affetta da un dentco errore sstematco (par alla dfferenza tra A ed l valore attorno al quale rsultano dstrbute le, ad esempo l loro valor medo), mentre cò che camba, d volta n volta, è l errore accdentale E A, che rende dversa una msura dall altra. Come s vede, l errore accdentale camba sa n ampezza sa n segno. Possamo anche usare una rappresentazone grafca alternatva alla precedente. Usamo n partcolare un dagramma cartesano che presenta n ascsse numer dentfcatv delle vare msurazon (,,...,) ed n ordnate valor ottenut per le msure: Autore: Sandro Petrzzell

3 Gl error nelle msure msure A 3 msurazon Così come nel caso precedente, vengono qu rportat (questa volta n ordnate) l valore vero A (ncognto) del msurando e valor ottenut dalle vare msure; tal valor sono dstrbut attorno al loro valor medo (s veda n proposto quanto detto ne prossm paragraf), che dffersce da A per una quanttà par, per defnzone, all errore sstematco. La dfferenza tra l rsultato d cascuna msura ed A è nvece l errore accdentale della msura -sma, che camba da caso a caso. La dspersone de valor attorno al valor medo delmta una regone, detta fasca d ncertezza, n cu rsultano comprese tutte le msure effettuate: msure fasca d ncertezza 3 msurazon Faccamo notare, comunque, che la fasca d ncertezza è defnta rgorosamente come quella regone, a cavallo del valore vero A del msurando, nella quale s dstrbuscono rsultat delle vare msure. Tuttava, l dscorso fatto poco fa s adatta a questa defnzone nell potes che l valore medo s approssm al valore vero A, l che accade quando, ossa nell potes d compere un numero suffcentemente elevato d msure rpetute. In modo del tutto equvalente, è evdente che, se ruscamo ad elmnare l errore sstematco (l quale, come vsto, ncde n egual msura sulle ), le msure saranno dstrbute propro attorno ad A e dfferranno da essa per una quanttà E A (ncognta) varable da caso a caso: La fgura rportata non deve trarre n nganno: rsultat delle sngole msure possono, n generale, rsultare sa superor sa nferor ad A, anche se la fgura rporta solo valor superor ad A. 3 Autore: Sandro Petrzzell

4 Appunt d Msure elettrche msure A fasca d ncertezza 3 msurazon La caratterstca fondamentale degl error accdental è quella d essere a valor medo nullo, per cu è nullo l valore medo degl scart E A d cascuna msura rspetto ad A. Error sstematc Soffermamoc adesso maggormente sugl error sstematc, dovut essenzalmente, come s è detto, a mperfezon (costruttve o d taratura) degl strument mpegat per compere le msure. In prmo luogo, è evdente che è possble rdurre gl error sstematc effettuando una nuova e mglore taratura degl strument, usando tal strument nel modo approprato e sottoponendol ad una accurata e perodca manutenzone. In secondo luogo, gl error sstematc dpendono anche dalle condzon ambental, ossa dall ambente n cu s esegue la msura: questo perché eventual varazon della temperatura oppure presenza d eventual camp elettromagnetc sono fenomen che possono nfluenzare sa la strumentazone sa lo stesso msurando. S dce n quest cas che esste una nterferenza esterna sul sstema d msura e gl error prendono anche l nome d error condzonat. In generale, dcamo che gl error sstematc sono dffcl da valutare ed hanno anche una maggore mportanza d quell accdental: nfatt, mentre gl error accdental nfluenzano la precsone d una msura, gl error sstematc nfluenzano l ncertezza della msura stessa. Il modo classco d valutare l errore sstematco su una msura è quello d confrontare una stma A nota del valore del msurando ed l rsultato della msura 3 : A Questa è n pratca la defnzone classca d errore d una msura. Da notare che essa dffersce dal modo con cu valutare gl error accdental: nfatt, sfruttando l fatto che gl error accdental s possono rtenere a valor medo nullo, tal error accdental devono essere calcolat come dfferenza tra l rsultato d una sngola msura e la meda de rsultat d una sere d msure rpetute: E A 3 Al posto del rsultato della sngola msura, s potrebbe prendere l valor medo de rsultat d msure rpetute. Autore: Sandro Petrzzell 4

5 Gl error nelle msure dove qund. Tornando agl error sstematc, s defnsce correzone l valore da aggungere, algebrcamente, al rsultato non corretto d una msura per compensarne l errore sstematco. Il concetto è semplce: se l rsultato della msura è affetto da un errore sstematco ad, la correzone C- : V, allora potrò compensare tale errore sommando, + C ES ( V) V Così facendo, ottenamo propro l valore del msurando. E ovvo che l dscorso è puramente teorco: nfatt, non essendo perfettamente noto (perché non è noto l valore V del msurando), non lo sarà nemmeno la correzone C e qund la compensazone non sarà completa. Un altro modo d esamnare lo stesso concetto consste nel consderare l cosddetto fattore d correzone, C F, defnto come quel numero per cu moltplcare l rsultato d una msura al fne d compensare l errore sstematco assocato a tale msura: cò sgnfca porre V C Possamo adesso fare la seguente consderazone: supponamo d aver computo una data msura e d aver ottenuto l rsultato ; questo rsultato è affetto da un errore sstematco che non è perfettamente noto; d altra parte, esstono delle stuazon n cu è possble potzzare un modello matematco dal quale rcavare l enttà dell errore sstematco, l che c consente una correzone dell errore, come vsto poco fa; l problema è che l modello potzzato non è ma perfetto (se lo fosse, potremmo elmnare l errore), per cu non lo potrà essere anche la correzone; qund, quando provamo a correggere un errore sstematco, apportamo una correzone anch essa scuramente mperfetta; d conseguenza, l rsultato fnale della nostra msura presenta due cause d ncertezza: quella dovuta all aver applcato una correzone non perfetta e quella assocata alla presenza d effett accdental. Qund, dopo la correzone, l rsultato potrebbe anche essere molto vcno al valore vero V del msurando, ossa potrebbe avere un errore sstematco resduo molto pccolo, ma potrebbe comunque essere affetto da grande ncertezza, n quanto fattor che la determnano non vanno confus con gl error. In altre parole, è bene non confondere l errore sstematco resduo non corretto con l ncertezza del rsultato d una msura: pur rducendo l errore sstematco, l ncertezza potrebbe rmanere elevata. F ACCURATEZZA E PRECISIOE Abbamo capto, ne paragraf precedent, che ogn msura è soggetta a delle lmtazon, per cu l rsultato della msura deve necessaramente essere accompagnato dall ndcazone quanttatva dell ncertezza della msura stessa. Bsogna stare attent a non confondere termn come accuratezza, ncertezza e precsone. Per accuratezza (accuracy) ntendamo l grado d approssmazone della quanttà msurata al valore vero del msurando oppure ad una sua stma. S tratta d un concetto tpcamente qualtatvo e non quanttatvo. Se nvece s vuole passare ad una valutazone qualtatva, s consdera l accuratezza relatva (smbolo: a), defnta nel modo 5 Autore: Sandro Petrzzell

6 Appunt d Msure elettrche seguente: se è l rsultato d una data msura ed è l errore sstematco (solo stmable) d tale msura, l accuratezza relatva è data da a E evdente che, al dmnure dell errore sstematco, aumenta l accuratezza, fno al valore massmo (teorco, non raggungble) quando 0. Rcordamo che l errore sstematco è defnto come V, per cu possamo anche scrvere che V V a La quanttà sotto l segno d valore assoluto è scuramente mnore d, per cu l valore mnmo dell accuratezza relatva è 0. Talvolta, s sente dre che uno strumento presenta una accuratezza dello 0.5%: se c s rfersse all accuratezza relatva appena defnta, cò sgnfcherebbe che lo strumento fornsce delle pessme prestazon. Al contraro, probablmente c s rferva all ncertezza: n questo caso, n modo del tutto qualtatvo, s dovrebbe semplcemente dre che lo strumento presenta un ottma accuratezza. Dstnto dall accuratezza è l concetto della precsone: per precsone d una msura ntendamo l ndcazone numerca dell approssmazone d un nseme rpetuto d msure della stessa quanttà al valore medo dell nseme d msure. Vedamo d spegarc meglo: supponamo d condurre una sere d msure (,,...,) della stessa quanttà; calcolando l valor medo d tale msure, scrvamo che ES Allora, quanto pù le sngole msure s avvcnano al loro valor medo, tanto pù dremo che la msura è qualtatvamente precsa. Analtcamente, la precsone della generca msura sarà p La meda artmetca delle p rappresenta nvece la precsone del campone d msura (,,.., ): p p Sottolneamo che, pur potendo quantfcare l accuratezza e la precsone d una msura o d un nseme d msure rpetute, s tratta comunque d concett essenzalmente qualtatv. Concetto n qualche modo analogo a quello della precsone è quello della rpetbltà, defnta come l grado d approssmazone esstente tra rsultat d msure successve della stessa quanttà, esegute nelle stesse condzon d msura. Come vedremo pù avant, la devazone standard delle msure esegute rappresenta un ndce d rpetbltà delle msure stesse. Autore: Sandro Petrzzell 6

7 Gl error nelle msure Analogamente, la cosddetta rproducbltà è defnta come l grado d approssmazone esstente tra rsultat d msure successve della stessa quanttà, esegute n dverse condzon d msura. Sottolneamo ancora una volta, come traspare dalle defnzon fornte, che l accuratezza e la precsone sono concett qualtatv e non quanttatv. S può vedere concretamente che una bassa ncertezza d msura s può avere solo quando sa l accuratezza sa la precsone sono elevate. Accuratezza e precsone dpendono da var fattor, tra cu ctamo la qualtà degl strument utlzzat e la cura eserctata dall utente nel compere la msura. Avere una elevata precsone sgnfca avere sa una elevata rpetbltà delle msure sa un suffcente numero d cfre sgnfcatve: nfatt, quanto maggore è la precsone della msura tante pù cfre sgnfcatve la rappresentano e tanto pù pccol sono gl scart tra una msura e l altra. Al contraro, quando sono poche le cfre sgnfcatve che rappresentano la msura, la precsone è pccola anche se gl scart tra le vare msure sono pccol: questo propro perché tal scart nteressano cfre va va pù sgnfcatve. Faccamo un esempo: supponamo d avere uno strumento a lettura dgtale (ad esempo un multmetro dgtale), n cu coè l rsultato della msura sa ndcato su un dsplay dgtale con un certo numero d cfre; se, per esempo, le cfre fossero solo due, avremmo probablmente una sere d msure rpetbl (coè con rsultat sml tra loro), ma non precse (data l assenza d ulteror cfre sgnfcatve da leggere). Vene ora da cheders se la precsone mplca l accuratezza e/o vceversa. S può affermare che la precsone è una condzone necessara ma non suffcente per l accuratezza: questo sgnfca che una msura, per essere accurata, deve anche essere precsa (e qund rappresentable con un elevato numero d cfre sgnfcatve), ma una msura precsa potrebbe comunque essere non accurata. Faccamo anche qu un esempo: supponamo d avere uno strumento che permetta d leggere 6 cfre della grandezza da msurare e supponamo noltre d compere dverse msure, abbastanza ravvcnate (nel tempo) tra d loro; n queste condzon, possamo scuramente affermare d aver computo una msura precsa se le msure s scostano poco una dall altra, ma non è detto che la msura sa accurata, ad esempo perché lo strumento non è ben tarato. Fn qu, dunque, l accuratezza e la precsone c fornscono ndcazon solo qualtatve sulla bontà delle nostre msure. Se voglamo delle ndcazon pù quanttatve, dobbamo rvolgerc all ncertezza, la quale, come gà detto, rappresenta sostanzalmente la nostra mpossbltà a valutare con esattezza l msurando n questone. I prossm paragraf ntroducono alcun concett d statstca utl per comprendere l modo con cu valutare l ncertezza. ERRORTIMATO Supponamo d voler msurare una certa grandezza, ad esempo una resstenza, e supponamo che sa A l valore vero (a no sconoscuto) d tale quanttà. Supponamo noltre d compere due dstnte msure d, una con uno strumento molto accurato (che chamamo strumento d rfermento) ed una con uno strumento meno accurato (detto strumento operatvo), ad esempo quello usato n un laboratoro unverstaro. I due strument c daranno due dstnte msure, che ndchamo rspettvamente con 0 ed m. Possamo dsporre tal valor, nseme al valore vero A, su un asse orzzontale, al fne d dare una nterpretazone grafca d cò che stamo facendo: 7 Autore: Sandro Petrzzell

8 Appunt d Msure elettrche valore vero stma (accurata) del valore stma (poco accurata) del valore A 0 m errore dello strumento d rfermento (sconoscuto) errore dello strumento d operatvo (sconoscuto) La quanttà E 0 0 -A rappresenta l errore computo dallo strumento d rfermento: s tratta d una quanttà sconoscuta (dato che non s conosce A), ma comunque pccola, data la bontà dello strumento usato. Analogamente, la quanttà E m m -A rappresenta l errore computo dallo strumento operatvo: anche questa è una quanttà sconoscuta e s presume noltre pù grande d E 0, data la mnore bontà dello strumento usato. L unca quanttà nota è la dfferenza E m -E 0 tra l errore dello strumento operatvo e quello dello strumento d rfermento: nfatt, possamo scrvere che E m E 0 ( m A) ( 0 A) m 0 Questa quanttà può allora essere presa come una stma dell errore dello strumento operatvo. In altre parole, qund, se voglamo stmare l errore commesso dal nostro strumento operatvo, dobbamo necessaramente fare affdamento ad uno strumento d rfermento (o, quanto meno, ad un campone). MEDIA, DEVIAZIOE MEDIA, DEVIAZIOTADARD E VARIAZA DI U CAMPIOE DI MISURA Supponamo d compere msure successve dello stesso msurando; se è l rsultato della generca msura, l nostro campone d msura è defnto come la -pla delle : (,,..., ) Tramte gl element d questo vettore possamo calcolare una sere d quanttà. La prncpale d esse è la meda artmetca delle msure, gà ntrodotta precedentemente: Come è abbastanza ntutvo aspettars, questa quanttà rappresenta la mglore stma possble che possamo fornre del nostro msurando. Autore: Sandro Petrzzell 8

9 Gl error nelle msure In talun cas, del resto, ha senso calcolare, al posto della meda artmetca, una meda pesata, n modo da attrbure maggor peso ad alcune msure rspetto alle altre. S consdera percò la seguente quanttà: p S tratta ovvamente d defnre nel modo pù opportuno possble pes w secondo cu effettuare tale meda pesata. I crter possono essere dvers: ad esempo, s potrebbe dare maggor peso alle msure che sono pù attendbl o comunque maggormente sgnfcatve. Il crtero pù sensato s basa sulle seguent consderazon: dobbamo nfatt consderare che cascuna msura è affetta da una propra ncertezza (che ndchamo con u ); allora, s può attrbure maggor peso alle msure affette da ncertezza mnore; per ottenere questo, bsogna semplcemente prendere de coeffcent d peso che sano nversamente proporzonal all ncertezza delle corrspondent msure: generalmente, s pone allora w u w w otamo che, ovvamente, se le msure avessero tutte la stessa ncertezza, coeffcent d peso sarebbe ugual e qund la meda pesata rsulterebbe par alla meda artmetca. Consderamo adesso la meda artmetca 4 e faccamo qualche passaggo n pù. In partcolare, ndchamo, rspettvamente, con E s e E a gl error sstematc e accdental sulla -sma msura ; allora, quest ultma può essere scrtta come V + E V + E + E s a dove ovvamente la quanttà V (valore vero del msurando) non è affetta da ndce n quanto le msure sono tutte relatve allo stesso msurando. Calcolando adesso la meda artmetca de due membr, a prmo membro ottenamo la meda artmetca delle msure, mentre a secondo membro ottenamo quanto segue: V + E s + E a V + E s + E a In base a quanto n precedenza, gl error accdental rappresentano una tpca varable aleatora a valor medo zero; questo vale, però, solo per, coè per un numero molto grande d msure. Facendo allora questa potes d molto grande, possamo concludere che V + E s Questa relazone c suggersce dverse consderazon: 4 Rcordamo che la meda artmetca c consente d valutare la rpetbltà delle msure effettuate, ossa l grado d approssmazone d tal msure al valore della loro meda. 9 Autore: Sandro Petrzzell

10 Appunt d Msure elettrche Autore: Sandro Petrzzell 0 n prmo luogo, essa dce che la meda artmetca d un nseme d msure è sostanzalmente una stma del valore V del msurando, tanto mglore quanto mnore è l valor medo degl error sstematc sulle sngole msure; n secondo luogo, se scrvamo quella relazone come V E bas s ottenamo la defnzone del cosddetto bas (polarzzazone) del nostro nseme d msure: esso è defnto come l valor medo degl error sstematc ed è qund par alla dfferenza tra l valor medo delle msure ed l valore vero del msurando. Ovvamente, l bas cambato d segno rappresenta la correzone totale da apportare ad per ottenere un mgloramento dell accuratezza. S defnsce noltre devazone della msura -sma la dfferenza tra l rsultato della msura e la meda de rsultat delle msure: d Questo concetto consente d defnre anche la dspersone dell nseme d msure rspetto al valor medo. Ad esempo, un modo d quantfcare tale dspersone è quello d calcolare l valor medo de modul delle devazon delle sngole msure, ossa la cosddetta devazone meda: α d Il motvo per cu s consderano le devazon n modulo è semplcemente quello per cu tal devazon hanno valor medo nullo: ( ) 0 d Ad ogn modo, l parametro tpcamente utlzzato per valutare la dspersone delle msure è la devazone standard, defnta n termn de quadrat delle devazon delle sngole msure, nel modo seguente: ( ) σ d Faccamo subto osservare che l segno d all ncrca uguale n quest ultma relazone sarà charto pù avant. Il quadrato della devazone standard è la cosddetta varanza del campone d msura: ( ) ( ) σ

11 Gl error nelle msure Come ultma defnzone, fornamo quella d momento centrale d ordne q del generco campone d msura: q q E[ ] ( ) S vede subto che questa quanttà è una generalzzazone d quelle ntrodotte n precedenza: nfatt, per q ottenamo una quanttà nulla, mentre per q ottenamo la varanza. A conclusone del paragrafo, sottolneamo che le defnzon date n questo paragrafo sono rferte sempre al campone d msura che abbamo a dsposzone. COCETTI DI FREQUEZA E DI CLASSI Spesso, la comprensone d un fenomeno fsco può essere facltata da un esame vsvo de rsultat d msure rpetute d una grandezza o, comunque, n generale, d dat statstc. Bsogna allora ndvduare l modo mglore per rappresentare grafcamente dat dsponbl. C vengono allora n auto alcun concett. Sa dato l nostro campone d msure (,,..., ) composto da element. Sa l rsultato della -sma msura; è possble che questo stess rsultato s ottenga n pù d una msura; allora, l numero d volte n n cu la msura ha fornto valore prende l nome d frequenza della msura. La quanttà f n /n prende nvece l nome d frequenza relatva d. Ovvamente, se tutte le msure fornscono rsultat dvers, la frequenza delle sngole msure sarebbe e qund le frequenze relatve sarebbero tutte par ad /n. Al contraro, se tutte le msure dessero lo stesso rsultato, allora rsulterebbe n n e qund f. Un modo alternatvo d defnre la frequenza relatva s basa sul raggruppamento delle msure n grupp (dette class): s tratta banalmente d ntervalln n cu le msure possono cadere, defnt percò cascuno da un estremo nferore ed uno superore. Se sono n totale le class ndvduate, l ampezza della -sma classe sarà max, mn, dove ovvamente max, e mn, sono, rspettvamente, l estremo superore ed nferore della classe - sma. Una volta effettuata questa suddvsone, dremo che la frequenza relatva della -sma classe è l numero d msure che cadono n tale classe, rapportato al numero totale d msure: f S può dare una nterpretazone grafca. Consderamo nfatt un grafco cartesano; n ascsse mettamo l valore delle msure, mentre n ordnate mettamo la frequenza relatva f : Autore: Sandro Petrzzell

12 Appunt d Msure elettrche f L asse delle ascsse è stato suddvso nelle vare class, supposte tutte per comodtà d ampezza untara, l che sgnfca che, ossa che. max, mn, max, mn, + Con questa scelta, ottenamo un stogramma, n cu la frequenza relatva rappresenta l area del generco rettangolno. Ovvamente, dato che la somma delle frequenze relatve è par ad, l area complessva sottesa dall stogramma è a sua volta untara: f Ovvamente, c sono da consderare due possbltà, a seconda de rsultat che possamo attenderc dalle msure: l caso rappresentato nell ultma fgura è quello n cu le msure possono assumere qualsas valore reale compreso tra l mnmo ed l massmo; l altro caso, rappresentato nella fgura seguente, è nvece quello n cu rsultat possono assumere solo valor dscret (pensamo ad esempo al lanco d due dad, che può dare, come rsultato, solo numer,3,...,): f Per dentfcare cascuna classe, possamo consderare l valor medo delle msure che cadono n tale classe: possamo coè assocare alla -sma classe la quanttà F F h h dove F è la frequenza della classe -sma, ossa l numero d msure che cadono n tale classe, e dove h è la h-sma msura che cade nella classe -sma. Adesso, possamo calcolare nuovamente la meda delle msure: F h h F F F h h F f f Autore: Sandro Petrzzell

13 Gl error nelle msure dove abbamo evdentemente tenuto conto che frequenza e frequenza relatva sono legate dalla relazone f F /. La formula appena rcavata mette n evdenza che la meda artmetca delle msure non dpende pù dal numero d prove esegute: notamo nfatt che essa è par ad una meda pesata de valor med delle sngole class consderate, dove coeffcent d peso sono le frequenze relatve assocate alle class. aturalmente, basandoc sulle, possamo rpetere gl stess dscors fatt n precedenza crca la devazone meda, la devazone standard e la varanza, che assumono le seguent espresson (ottenute con procedmento analogo a quello seguto per l calcolo della meda ): devazone meda: α f devazone standard: σ f ( ) varanza: σ f ( ) Autore: SADRO PETRIZZELLI e-mal: sandry@ol.t sto personale: succursale: 3 Autore: Sandro Petrzzell

Precisione e Cifre Significative

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

Dettagli

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

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

Dettagli

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

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

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

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

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

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

Dettagli

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

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

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

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

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

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

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

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

Rappresentazione dei numeri

Rappresentazione dei numeri 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

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

1 La domanda di moneta

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

Dettagli

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

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

Dettagli

* 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

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

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

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

Dettagli

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

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

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

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

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

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete

SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le

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

Potenzialità degli impianti

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

Dettagli

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

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

Dettagli

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca

Dettagli

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami

Architetture aritmetiche. Corso di Organizzazione dei Calcolatori Mariagiovanna Sami Archtetture artmetche Corso d Organzzazone de Calcolator Maragovanna Sam 27-8 8 Sommator: : Full Adder s = x y c + x y c + x y c + x y c Full Adder x y c s x y c = x y + x c + + y c c + Full Adder c x

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

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

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST Govann But STIM DELL INCERTEZZ DI MISUR GB008-0405 INTERTEK LBTEST FIRENZE 8 PRILE 005 INDICE DEI CONTENUTI o bstract Scopo e campo d pplcazone..p 3 o Document d Rfermento...p 3 o Premessa..p 3 o nals.

Dettagli

Premessa essa sulle soluzioni

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

Dettagli

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

Il diagramma cartesiano

Il diagramma cartesiano Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due

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

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA

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

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

5. Baricentro di sezioni composte

5. Baricentro di sezioni composte 5. Barcentro d sezon composte Barcentro del trapezo Il barcentro del trapezo ( FIURA ) s trova sull asse d smmetra oblqua (medana) della fgura; è suffcente, qund, determnare la sola ordnata. A tal fne,

Dettagli

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro NUMERI GRANDI DI FIBONACCI come trovare velocemente loro esatt valor numerc Crstano Teodoro crstanoteodoro@vrglo.t Sommaro: n questo artcolo vene proposto, n alternatva al metodo classco per l calcolo

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

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

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

Dettagli

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

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

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

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

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

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

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

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

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

Dettagli

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

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

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

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

Dettagli

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplce 21.01 Radazon onzzant TITOLO Interconfronto Consorzo Eraclto Msure d rateo d dose gamma n campo - Cuncolo esploratvo de la Maddalena Allneamento msure

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

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

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

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

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

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

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

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

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

1. La domanda di moneta

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

Dettagli

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

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

Esercitazione sulle Basi di di Definizione

Esercitazione sulle Basi di di Definizione Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo

Dettagli

METODI DI MISURA LEZIONI DEL CORSO DI FISICA I E METODI DI MISURA. Enrico Ferrero

METODI DI MISURA LEZIONI DEL CORSO DI FISICA I E METODI DI MISURA. Enrico Ferrero METODI DI MISURA LEZIOI DEL CORSO DI FISICA I E METODI DI MISURA Enrco Ferrero ITRODUZIOE Error come ncertezze: non sono sbagl, sono nevtabl e devono essere rdott l pù possble. Inevtabltà degl error nella

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

CPM: Calcolo del Cammino Critico

CPM: Calcolo del Cammino Critico Supponamo d conoscere per ogn attvtà A = (,j) la sua durata t j t j j Calcolamo l tempo al pù presto n cu può nzare o fnre una attvtà. Supponamo d dover calcolare l tempo al pù presto n cu s possono nzare

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005

Corso di Tecniche elettromagnetiche per la localizzazione e il controllo ambientale. Test scritto del 08 / 09 / 2005 Corso d Tecnche elettromagnetche per la localzzazone e l controllo ambentale Test scrtto del 8 / 9 / 5 S rsponda alle seguent domande marcando con un segno le rsposte che s reputano corrette. S rsolva

Dettagli

Si dice corpo rigido un oggetto ideale che mantiene la stessa forma e le stesse dimensioni qualunque sia la sollecitazione cui lo si sottopone.

Si dice corpo rigido un oggetto ideale che mantiene la stessa forma e le stesse dimensioni qualunque sia la sollecitazione cui lo si sottopone. Captolo 7 I corp estes 1. I movment d un corpo rgdo Che cosa s ntende per corpo esteso? Con l termne d corpo esteso c s rfersce ad oggett per qual non è lecto adoperare l approssmazone d partcella, coè

Dettagli

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite Rendmento l rendmento effettvo d un trasformatore vene defnto come: otenza erogata al carco η otenza assorbta dalla rete 1 1 1 1 Le norme defnscono l rendmento convenzonale d un trasformatore come: η otenza

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE In presenza d una almentazone alternata snusodale tutte le grandezze elettrche saranno alternate snusodal. Le equazon d funzonamento n regme comunque varale

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

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

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

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

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

Economia del turismo

Economia del turismo Unverstà degl Stud d Caglar Facoltà d Economa Corso d Laurea n Economa e Gest. de Serv. Turstc A.A. 2013-2014 Economa del tursmo Prof.ssa Carla Massdda Sezone 5 ANALISI MICROECONOMICA DEL TURISMO Argoment

Dettagli

commutazione induttiva (carico induttivo); commutazione capacitiva (carico capacitivo).

commutazione induttiva (carico induttivo); commutazione capacitiva (carico capacitivo). I crcut per la rduzone delle perdte devono essere dmensonat consderando le dverse condzon operatve che possono presentars durante l apertura e la chusura del Transstor. Per caratterzzare queste condzon,

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole

Dettagli

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I.

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I. Eserctazone ottobre 0 Trasformazon crcutal Sere e parallelo S consderno crcut n Fg e che rappresentano rspettvamente un parttore d tensone e uno d corrente v v v v Fg : Parttore d tensone Fg : Parttore

Dettagli

Segmentazione di immagini

Segmentazione di immagini Segmentazone d mmagn Introduzone Segmentazone: processo d partzonamento d un mmagne n regon dsgunte e omogenee. Esempo d segmentazone. Tratta da [] Introduzone (def. formale ( Sa R l ntera regone spazale

Dettagli

Una distribuzione può essere descritta per mezzo dei suoi frattili.

Una distribuzione può essere descritta per mezzo dei suoi frattili. Frattl d una dstrbuzone Una dstrbuzone può essere descrtta per mezzo de suo frattl. S dce frattle (snonm: centle, percentle e quantle) p-esmo d una dstrbuzone quel valore xp tale che la frequenza relatva

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle

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

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze Le obblgazon: msure d rendmento e rscho La curva de rendment per scadenze Economa del Mercato Moblare A.A. 2017-2018 La curva de rendment (yeld curve) (1) Il rendmento d un ttolo obblgazonaro dpende da

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

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

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

Analisi della Varianza

Analisi della Varianza Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella

Dettagli