Insegnamento di Idrologia. Esercitazione n. 2

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Insegnamento di Idrologia. Esercitazione n. 2"

Transcript

1 Insegnamento di Idrologia Esercitazione n. 2 Si vuole determinare la quota da assegnare alla sommità di un argine del Po, posto in corrispondenza del ponte ferroviario di Piacenza, dove esiste una stazione per la misura dei livelli e delle portate. Per il calcolo si assume un tempo di ritorno di 200 anni e un franco (differenza di livello tra la sommità dell'argine e la superficie dell'acqua) di 1 m. Per l'analisi idrologica sono disponibili 1) i massimi annuali della portata al colmo del Po osservati (nel periodo ) e stimati (a partire dai massimi osservati delle portate medie giornaliere del periodo ) nella sezione di misura; 2) la scala delle portate nella sezione di misura, rappresentata in forma analitica dall'espressione Q = 44,509(h + 3) 2,202, nella quale Q è la portata (in metri cubi al secondo) e h è l'altezza d'acqua rispetto allo zero idrometrico (in metri) (espressione che nel campo delle altezze idrometriche superiori a 3 m approssima la scala delle portate del 1985, fornita dal Servizio Idrografico per punti, con un errore inferiore allo 0,05%); 3) la quota dello zero idrometrico, uguale a 41,97 m s.l.m. Effettuare le seguenti elaborazioni: 1) determinare la quota della sommità dell'argine; 2) costruire il grafico che rappresenta la distribuzione del massimo della portata in un periodo di N anni (utilizzando i punti corrispondenti ai valori di N uguali a 10, 50, 100, 500 e 1000 anni e ai valori della probabilità di non superamento P uguali a 0,368, 0,500, 0,800 e 0,900); 3) determinare la probabilità di non superamento in un periodo di 200 anni della portata al colmo con tempo di ritorno di 200 anni;

2 4) determinare la probabilità di non superamento in un periodo di 200 anni della portata al colmo corrispondente alla quota assegnata alla sommità dell'argine; 5) determinare il franco che si dovrebbe adottare affinché sia uguale a 0,9 la probabilità che la sommità dell'argine non sia raggiunta dall'acqua in 200 anni (vale a dire, il franco che si dovrebbe adottare affinché la sommità dell'argine si trovi alla quota del pelo libero che corrisponde alla portata con probabilità di non superamento uguale a 0,9 in un periodo di 200 anni). Per l'esecuzione delle elaborazioni sono disponibili un programma di calcolo automatico che permette l'utilizzo di sei distribuzioni a due parametri (la distribuzione di Gumbel, la distribuzione lognormale, la distribuzione Gamma, la distribuzione di Fréchet, la distribuzione di Weibull, la distribuzione loglogistica), una carta probabilistica di Gumbel, una carta probabilistica lognormale.

3

4

5

6

7 Stazione di Piacenza Massimi annuali della portata al colmo (stimati a partire dai massimi annuali della portata media giornaliera) anno portata [m 3 s -1] ,

8

9

10 Distribuzione di Pareto (limite inferiore x 0 ) P(x) = 1 - x x 0 -k Distribuzione asintotica del massimo valore del II tipo o distribuzione di Fréchet (limite inferiore x 0 ) P(x) = exp - x - x 0 u - x -k 0 Non esistono momenti di ordine uguale o superiore a k Distribuzione di Fréchet a due parametri (limite inferiore zero) P(x) = exp - x u -k k > 0 Media e varianza della distribuzione di Fréchet a due parametri µ(x) = u Γ 1-1 k k > 1 σ 2 (x) = u 2 Γ 1-2 k - Γ2 1-1 k k > 2

11 Distribuzione di Weibull (coincidente con la distribuzione asintotica del minimo valore del III tipo) (limite inferiore x 0 ) P(x) = 1 - exp - x - x k 0 u - x 0 k > 0 Non esistono momenti di ordine uguale o superiore a k Distribuzione di Weibull a due parametri (limite inferiore zero) P(x) = 1 - exp - x k u Media e varianza della distribuzione di Weibull a due parametri µ(x) = u Γ k σ 2 (x) = u Γ k - Γ k (k > 1) (k > 2)

12 Distribuzione logistica (limite inferiore - ) P(x) = exp (x - µ(x) - s = tanh x - µ(x) 2s Momenti della distribuzione logistica media µ(x) varianza σ 2 π (x) = 2 s 2 3 Distribuzione loglogistica lnx) (limite inferiore zero) a due parametri (distribuzione logistica di P(x) = x β α β + x β Non esistono momenti di ordine uguale o superiore a β Media e varianza della distribuzione loglogistica πα µ(x) = β sin(π/β) σ 2 (x) = α 2 2π βsin(2π/β) - π 2 β 2 sin 2 (π/β) (β > 1) (β > 2)

13 'PO A PIACENZA' 'PORTATE AL COLMO MASSIME ANNUALI' 'PERIODO ' 'MANCA IL 1952' 'Fino al 1970 compreso i massimi annuali della portata al colmo' 'sono dati misurati.' 'Dal 1971 compreso in avanti i massimi annuali della portata al colmo' 'sono stati stimati dal SIMN.' '***' 1 '1924' 4350 '1925' 3500 '1926' '1927' 3390 '1928' 8270 '1929' 1920 '1930' 4550 '1931' 3320 '1932' 3450 '1933' 4340 '1934' 5420 '1935' 5260 '1936' 5140 '1937' 6200 '1938' 4450 '1939' 2900 '1940' 5400 '1941' 5810 '1942' 4000 '1943' 2790 '1944' 3500 '1945' 8800 '1946' 4890 '1947' 5830 '1948' 5740 '1949' 7200 '1950' 2720 '1951' '1953' 5050 '1954' 3780 '1955' 2360 '1956' 4530 '1957' 6100 '1958' 3900

14 '1959' 5630 '1960' 5150 '1961' 3940 '1962' 5230 '1963' 5220 '1964' 3950 '1965' 4740 '1966' 5120 '1967' 2110 '1968' 9500 '1969' 6510 '1970' 2810 '1971' '1972' '1973' '1974' '1975' '1976' '1977' 8431,2 '1978' '1979' '1980' '1981' '1982' '1983' '1984' '1985' '1986' '1987' '1988' '1989' '1990' '1991' '1992' '1993' '1994' '1995'

15

16

17

18

19

20

21

22 Con i valori contenuti nella tabella si costruisce un grafico in cui il numero degli anni N è in ascisse e la portata Q è in ordinate e in cui i punti corrispondenti a uguali valori di P N (Q) sono uniti con una curva. Per rendere più facilmente leggibile il grafico e per facilitare il collegamento dei punti con una curva si usa per le ascisse una scala logaritmica. In questo modo le curve che rappresentano la dipendenza della portata Q dal numero di anni N, per un valore di P N (Q) assegnato, risultano molto vicine a delle rette. Sullo stesso grafico si può riportare la funzione di probabilità del massimo annuale, adoperando l'asse delle ascisse come asse del tempo di ritorno T (e mantenendo la stessa scala). Per costruire la nuova curva si adoperano i valori di portata forniti dal programma in corrispondenza dei tempi di ritorno di 10, 50, 100, 500 e 1000 anni (che servono solo a questo scopo, non a rispondere alle diverse richieste elencate nel testo dell'esercitazione): T Q [m 3 s -1 ] , La curva risulta molto vicina a quella fornita dal grafico della distribuzione del massimo in N anni in corrispondenza della probabilità di non superamento P N (Q) uguale a 0,368. Per tempi di ritorno uguali o superiori a 100 anni risulta praticamente indistinguibile. (Nelle due tabelle che precedono le cifre decimali, che corrispondono alle frazioni di metro cubo al secondo e non hanno alcun reale significato, sono riportate solo per facilitare il controllo con il tabulato prodotto dal programma MASSIMI.) Calcolo dell'altezza idrometrica corrispondente alla portata con tempo di ritorno di 200 anni e della quota della sommità dell'argine La scala delle portate è fornita dall'espressione Q = 44,509(h + 3) 2,202 da cui si ricava immediatamente l'espressione che fornisce l'altezza idrometrica in funzione della portata h = Q 2, ,509 1

23

24

25

26 *************************************************** PO A PIACENZA PORTATE AL COLMO MASSIME ANNUALI PERIODO MANCA IL 1952 Fino al 1970 compreso i massimi annuali della portata al colmo sono dati misurati. Dal 1971 compreso in avanti i massimi annuali della portata al colmo sono stati stimati dal SIMN. OSSERVAZIONI NUMERO D'ORDINE, ETICHETTA, VALORE

27 PER L'ANALISI STATISTICA SONO STATE ADOPERATE TUTTE LE OSSERVAZIONI OSSERVAZIONI IN ORDINE CRESCENTE NUMERO D'ORDINE, FREQUENZA, VALORE 1 F =.014 X = F =.028 X = F =.042 X = F =.056 X = F =.069 X = F =.083 X = F =.097 X = F =.111 X = F =.125 X = F =.139 X = F =.153 X = F =.167 X = F =.181 X = F =.194 X = F =.208 X = F =.222 X = F =.236 X = F =.250 X = F =.264 X = F =.278 X = F =.292 X = F =.306 X = F =.319 X = F =.333 X = F =.347 X = F =.361 X = F =.375 X = F =.389 X = F =.403 X = F =.417 X = F =.431 X = F =.444 X = F =.458 X = F =.472 X =

28 35 F =.486 X = F =.500 X = F =.514 X = F =.528 X = F =.542 X = F =.556 X = F =.569 X = F =.583 X = F =.597 X = F =.611 X = F =.625 X = F =.639 X = F =.653 X = F =.667 X = F =.681 X = F =.694 X = F =.708 X = F =.722 X = F =.736 X = F =.750 X = F =.764 X = F =.778 X = F =.792 X = F =.806 X = F =.819 X = F =.833 X = F =.847 X = F =.861 X = F =.875 X = F =.889 X = F =.903 X = F =.917 X = F =.931 X = F =.944 X = F =.958 X = F =.972 X = F =.986 X = PARAMETRI CALCOLATI DALLE OSSERVAZIONI UTILIZZATE MEDIA = E+04 SQM = E+04 *************************************************** DISTRIBUZIONE DI GUMBEL ALFA = E-03 U = E+04 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.008 X = P =.015 X = P =.024

29 X = P =.040 X = P =.076 X = P =.085 X = P =.087 X = P =.099 X = P =.167 X = P =.180 X = P =.192 X = P =.202 X = P =.202 X = P =.246 X = P =.259 X = P =.259 X = P =.285 X = P =.294 X = P =.296 X = P =.307 X = P =.331 X = P =.348 X = P =.383 X = P =.386 X = P =.399 X = P =.408 X = P =.422 X = P =.426 X = P =.430 X = P =.441 X = P =.448 X = P =.472 X = P =.499 X = P =.504 X = P =.504 X = P =.510 X = P =.525 X = P =.537 X = P =.551 X = P =.555 X = P =.557 X = P =.565 X = P =.571 X = P =.573 X = P =.579 X = P =.589 X = P =.605 X = P =.609 X = P =.646 X = P =.665 X = P =.676 X = P =.678 X = P =.679 X = P =.680 X = P =.696 X = P =.721 X = P =.724 X = P =.735 X = P =.773 X = P =.775 X = P =.830 X = P =.846 X = P =.846 X = P =.876

30 X = P =.916 X = P =.924 X = P =.939 X = P =.960 X = P =.984 X = P =.989 X = P =.995 CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = *************************************************** DISTRIBUZIONE LOGNORMALE A 2 PARAMETRI A = E+01 B = E+02 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.003 X = P =.009 X = P =.016 X = P =.032 X = P =.069 X = P =.078 X = P =.081

31 X = P =.093 X = P =.166 X = P =.179 X = P =.192 X = P =.202 X = P =.202 X = P =.249 X = P =.262 X = P =.262 X = P =.289 X = P =.298 X = P =.300 X = P =.312 X = P =.336 X = P =.353 X = P =.389 X = P =.392 X = P =.405 X = P =.414 X = P =.429 X = P =.432 X = P =.437 X = P =.448 X = P =.455 X = P =.479 X = P =.506 X = P =.510 X = P =.511 X = P =.517 X = P =.532 X = P =.544 X = P =.558 X = P =.562 X = P =.564 X = P =.572 X = P =.577 X = P =.579 X = P =.585 X = P =.595 X = P =.611 X = P =.615 X = P =.652 X = P =.670 X = P =.681 X = P =.683 X = P =.683 X = P =.684 X = P =.701 X = P =.725 X = P =.728 X = P =.738 X = P =.776 X = P =.778 X = P =.831 X = P =.847 X = P =.848 X = P =.876 X = P =.916 X = P =.924 X = P =.938 X = P =.959

32 X = P =.983 X = P =.988 X = P =.994 CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = *************************************************** DISTRIBUZIONE GAMMA A 2 PARAMETRI ALFA = E-02 GAMMA = E+01 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.013 X = P =.024 X = P =.035 X = P =.055 X = P =.094 X = P =.103 X = P =.105 X = P =.118 X = P =.183 X = P =.195 X = P =.206

33 X = P =.215 X = P =.215 X = P =.255 X = P =.267 X = P =.267 X = P =.291 X = P =.299 X = P =.301 X = P =.311 X = P =.332 X = P =.347 X = P =.380 X = P =.382 X = P =.394 X = P =.402 X = P =.415 X = P =.418 X = P =.422 X = P =.432 X = P =.439 X = P =.461 X = P =.486 X = P =.490 X = P =.491 X = P =.496 X = P =.511 X = P =.522 X = P =.535 X = P =.539 X = P =.541 X = P =.548 X = P =.554 X = P =.556 X = P =.562 X = P =.571 X = P =.587 X = P =.591 X = P =.627 X = P =.646 X = P =.657 X = P =.659 X = P =.660 X = P =.661 X = P =.677 X = P =.702 X = P =.706 X = P =.717 X = P =.757 X = P =.759 X = P =.818 X = P =.835 X = P =.836 X = P =.868 X = P =.914 X = P =.923 X = P =.939 X = P =.962 X = P =.988 X = P =.992 X = P =.997

34 CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = *************************************************** DISTRIBUZIONE DI FRECHET A 2 PARAMETRI K = E+01 U = E+04 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.000 X = P =.000 X = P =.000 X = P =.000 X = P =.001 X = P =.002 X = P =.003 X = P =.006 X = P =.054 X = P =.068 X = P =.083 X = P =.096 X = P =.096 X = P =.161 X = P =.182

35 X = P =.182 X = P =.223 X = P =.238 X = P =.241 X = P =.259 X = P =.299 X = P =.325 X = P =.382 X = P =.386 X = P =.407 X = P =.420 X = P =.442 X = P =.447 X = P =.454 X = P =.469 X = P =.479 X = P =.513 X = P =.550 X = P =.556 X = P =.556 X = P =.565 X = P =.584 X = P =.599 X = P =.616 X = P =.621 X = P =.623 X = P =.633 X = P =.640 X = P =.642 X = P =.649 X = P =.660 X = P =.678 X = P =.682 X = P =.721 X = P =.740 X = P =.751 X = P =.752 X = P =.753 X = P =.754 X = P =.769 X = P =.791 X = P =.794 X = P =.803 X = P =.835 X = P =.836 X = P =.878 X = P =.889 X = P =.889 X = P =.909 X = P =.936 X = P =.941 X = P =.950 X = P =.963 X = P =.980 X = P =.984 X = P =.989 CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X =

36 N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = *************************************************** DISTRIBUZIONE DI WEIBULL A 2 PARAMETRI K = E+01 U = E+04 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+04 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.034 X = P =.049 X = P =.063 X = P =.084 X = P =.120 X = P =.128 X = P =.130 X = P =.141 X = P =.196 X = P =.206 X = P =.215 X = P =.222 X = P =.222 X = P =.256 X = P =.265 X = P =.266 X = P =.285 X = P =.292 X = P =.293

37 X = P =.302 X = P =.320 X = P =.332 X = P =.360 X = P =.362 X = P =.372 X = P =.379 X = P =.391 X = P =.394 X = P =.397 X = P =.406 X = P =.412 X = P =.432 X = P =.455 X = P =.459 X = P =.459 X = P =.464 X = P =.477 X = P =.488 X = P =.501 X = P =.504 X = P =.506 X = P =.513 X = P =.519 X = P =.520 X = P =.526 X = P =.535 X = P =.551 X = P =.554 X = P =.591 X = P =.610 X = P =.622 X = P =.624 X = P =.625 X = P =.626 X = P =.643 X = P =.670 X = P =.674 X = P =.686 X = P =.730 X = P =.733 X = P =.801 X = P =.822 X = P =.823 X = P =.862 X = P =.918 X = P =.928 X = P =.948 X = P =.973 X = P =.996 X = P =.998 X = P = **** CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X =

38 CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = *************************************************** DISTRIBUZIONE LOGLOGISTICA A 2 PARAMETRI ALFA = E+04 BETA = E+01 TEST CHI QUADRO NUMERO CLASSI 14 X2 = P1 = P2 = MASS. LIV. SIGN. = VALORI CORRISPONDENTI AI TEMPI DI RITORNO ASSEGNATI T = 10.0 X = E+04 T = 50.0 X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 T = X = E+05 VALORE, PROBABILITA' CALCOLATA X = P =.005 X = P =.010 X = P =.016 X = P =.028 X = P =.054 X = P =.061 X = P =.063 X = P =.072 X = P =.132 X = P =.144 X = P =.155 X = P =.164 X = P =.164 X = P =.210 X = P =.223 X = P =.223 X = P =.251 X = P =.261 X = P =.263 X = P =.275 X = P =.302 X = P =.321 X = P =.362 X = P =.365

39 X = P =.380 X = P =.391 X = P =.408 X = P =.412 X = P =.417 X = P =.430 X = P =.438 X = P =.467 X = P =.499 X = P =.505 X = P =.505 X = P =.512 X = P =.530 X = P =.544 X = P =.561 X = P =.566 X = P =.568 X = P =.578 X = P =.584 X = P =.587 X = P =.594 X = P =.606 X = P =.624 X = P =.629 X = P =.671 X = P =.692 X = P =.704 X = P =.706 X = P =.707 X = P =.708 X = P =.726 X = P =.752 X = P =.756 X = P =.766 X = P =.805 X = P =.807 X = P =.858 X = P =.873 X = P =.873 X = P =.898 X = P =.931 X = P =.937 X = P =.948 X = P =.964 X = P =.983 X = P =.986 X = P =.991 CURVE DELLE DISTRIBUZIONI DEL MASSIMO IN N ANNI CURVA NUMERO 1 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 2 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X =

40 N = X = N = X = CURVA NUMERO 3 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = CURVA NUMERO 4 PROBABILITA' DI NON SUPERAMENTO N = 10.0 X = N = 50.0 X = N = X = N = X = N = X = ***************************************************

41 20000 osservazioni Gumbel lognormale loglogistica Fréchet Gamma Weibull Q [m 3 s -1 ] T = 1000 anni T = 100 anni 5000 T = 10 anni 0 (2.5000) ln[-ln(p)] Po a Piacenza ( ): massimi annuali della portata al colmo Q

42 Po a Piacenza: distribuzione del massimo della portata al colmo in N anni P = P = P = P = Q [m 3s-1] P = P = P = P = Q = 3774 logn Q = 3774 logn Q = 3774 logn Q = 3774 logn N

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

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

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che

Dettagli

DI IDROLOGIA TECNICA PARTE III

DI IDROLOGIA TECNICA PARTE III FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XII: I metodi diretti per la valutazione delle

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

MATEMATICA 5 PERIODI

MATEMATICA 5 PERIODI BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE

Dettagli

ELEMENTI DI STATISTICA PER IDROLOGIA

ELEMENTI DI STATISTICA PER IDROLOGIA Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004 ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e

Dettagli

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3.

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3. 7 LEZIONE 7 Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2 2 6x, x3 +2x 2 6x, 3x + x2 2, x3 +2x +3. Le derivate sono rispettivamente,

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Scale Logaritmiche SCALA LOGARITMICA:

Scale Logaritmiche SCALA LOGARITMICA: Scale Logaritmiche SCALA LOGARITMICA: sull asse prescelto (ad es. asse x) si rappresenta il punto di ascissa 1 = 10 0 nella direzione positiva si rappresentano, a distanze uguali fra di loro, i punti di

Dettagli

CENNI DI METODI STATISTICI

CENNI DI METODI STATISTICI Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento

Dettagli

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione) Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso

Dettagli

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R

Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.

Dettagli

Corso di Automazione Industriale 1. Capitolo 4

Corso di Automazione Industriale 1. Capitolo 4 Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Indici (Statistiche) che esprimono le caratteristiche di simmetria e

Indici (Statistiche) che esprimono le caratteristiche di simmetria e Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica

Dettagli

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x) 1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:

Dettagli

PROVA N 1. 1. Elencare gli elementi che conviene esaminare per tracciare il grafico di una funzione y=f(x) PROVA N 2. è monotona in R?

PROVA N 1. 1. Elencare gli elementi che conviene esaminare per tracciare il grafico di una funzione y=f(x) PROVA N 2. è monotona in R? PROVA N 1 1. Elencare gli elementi che conviene esaminare per tracciare il grafico di una funzione y=f(). Studiare la funzione f()= 8+ 7 9 (Sono esclusi i flessi) 3. Data la funzione f()= 1 6 3 - +5-6

Dettagli

I NUMERI DECIMALI. che cosa sono, come si rappresentano

I NUMERI DECIMALI. che cosa sono, come si rappresentano I NUMERI DECIMALI che cosa sono, come si rappresentano NUMERI NATURALI per contare bastano i numeri naturali N i numeri naturali cominciano con il numero uno e vanno avanti con la regola del +1 fino all

Dettagli

CURVE DI POSSIBILITA PLUVIOMETRICA Ancona Torrette Osimo Baraccola Recanati

CURVE DI POSSIBILITA PLUVIOMETRICA Ancona Torrette Osimo Baraccola Recanati CURVE DI POSSIBILITA PLUVIOMETRICA Ancona Torrette Osimo Baraccola Recanati ANALISI DELLE PRECIPITAZIONI INTENSE Le curve di possibilità pluviometrica sono state stimate a partire dai dati delle massime

Dettagli

Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y

Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione

Dettagli

Politecnico di Torino. Esercitazioni di Protezione idraulica del territorio

Politecnico di Torino. Esercitazioni di Protezione idraulica del territorio Politecnico di Torino Esercitazioni di Protezione idraulica del territorio a.a. 2012-2013 ESERCITAZIONE 1 VALUTAZIONE DELLA RARITÀ DI UN EVENTO PLUVIOMETRICO ECCEZIONALE 1. Determinazione del periodo di

Dettagli

Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)

Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città

Dettagli

La Distribuzione Normale (Curva di Gauss)

La Distribuzione Normale (Curva di Gauss) 1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito

Dettagli

Corso di Idraulica ed Idrologia Forestale

Corso di Idraulica ed Idrologia Forestale Corso di Idraulica ed Idrologia Forestale Docente: Prof. Santo Marcello Zimbone Collaboratori: Dott. Giuseppe Bombino - Ing. Demetrio Zema Lezione n. 16: Le precipitazioni (parte seconda) Anno Accademico

Dettagli

Test di italiano di livello A2 e Permesso di soggiorno CE

Test di italiano di livello A2 e Permesso di soggiorno CE Unità 16 Test di italiano di livello A2 e Permesso di soggiorno CE In questa unità imparerai: a comprendere testi che danno informazioni sul Test di italiano per ottenere il Permesso di soggiorno CE parole

Dettagli

ESERCITAZIONE N. 1 (11 Ottobre 2007) Verifica di un impianto di pompaggio

ESERCITAZIONE N. 1 (11 Ottobre 2007) Verifica di un impianto di pompaggio ESERCITAZIONE N. 1 (11 Ottobre 2007) Verifica di un impianto di pompaggio È dato un pozzo con piano campagna H posto a 90 m s.l.m., dal quale l acqua è sollevata verso un serbatoio il cui pelo libero H

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica

Dettagli

LA STATISTICA NEI TEST INVALSI

LA STATISTICA NEI TEST INVALSI LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la

Dettagli

Soluzione di equazioni quadratiche

Soluzione di equazioni quadratiche Soluzione di equazioni quadratiche Soluzione sulla Retta Algebrica Inseriamo sulla Retta Algebrica le seguenti espressioni polinomiali x e x 3 e cerchiamo di individuare i valori di x per i quali i punti

Dettagli

Slide Cerbara parte1 5. Le distribuzioni teoriche

Slide Cerbara parte1 5. Le distribuzioni teoriche Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

FUNZIONE REALE DI UNA VARIABILE

FUNZIONE REALE DI UNA VARIABILE FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A

Dettagli

Misurare il rischio finanziario con l Extreme Value Theory

Misurare il rischio finanziario con l Extreme Value Theory Misurare il rischio finanziario con l Extreme Value Theory M. Bee Dipartimento di Economia, Università di Trento MatFinTN 2012, Trento, 24 gennaio 2012 Outline Introduzione Extreme Value Theory EVT e rischio

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

Relazioni statistiche: regressione e correlazione

Relazioni statistiche: regressione e correlazione Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica

Dettagli

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione

Dettagli

Indici di dispersione

Indici di dispersione Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo

Dettagli

Test di italiano di livello A2 e Permesso di soggiorno CE

Test di italiano di livello A2 e Permesso di soggiorno CE Unità 16 Test di italiano di livello A2 e Permesso di soggiorno CE CHIAVI In questa unità imparerai: a comprendere testi che danno informazioni sul Test di italiano per ottenere il Permesso di soggiorno

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui

Dettagli

Esercitazione del 16-11-11 Analisi I

Esercitazione del 16-11-11 Analisi I Esercitazione del 6-- Analisi I Dott.ssa Silvia Saoncella silvia.saoncella 3[at]studenti.univr.it a.a. 00-0 Esercizio. Determinare se la funzione f() è continua nel suo dominio sin se 0 f() = 0 se = 0

Dettagli

La grafica. La built-in funzione grafica plot. x spezzata poligonale. discretizzato

La grafica. La built-in funzione grafica plot. x spezzata poligonale. discretizzato La grafica. Il Matlab possiede un ambiente grafico abbastanza potente paragonabile a software grafici operanti in altri contesti. In questo corso ci limiteremo ad illustrare solo una funzione grafica,

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

Matematica - Sessione 1 / Produzione Esame di Qualifica (III Livello Europeo) Terzo Anno

Matematica - Sessione 1 / Produzione Esame di Qualifica (III Livello Europeo) Terzo Anno Id orso ata.. Nome e ognome Tipo prova Matematica - Sessione 1 / Produzione Esame di Qualifica (III Livello Europeo) Terzo Anno a.f. 2014/2015 omanda 1 M9063-00 Un aeroplano ha p posti di prima classe

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Complementi di Termologia. I parte

Complementi di Termologia. I parte Prof. Michele Giugliano (Dicembre 2) Complementi di Termologia. I parte N.. - Calorimetria. Il calore è una forma di energia, quindi la sua unità di misura, nel sistema SI, è il joule (J), tuttavia si

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto: PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

Regressione Logistica: un Modello per Variabili Risposta Categoriali

Regressione Logistica: un Modello per Variabili Risposta Categoriali : un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione

Dettagli

Vademecum studio funzione

Vademecum studio funzione Vademecum studio funzione Campo di Esistenza di una funzione o dominio: Studiare una funzione significa determinare gli elementi caratteristici che ci permettono di disegnarne il grafico, a partire dalla

Dettagli

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione

Dettagli

Laboratorio in classe: tra forme e numeri Corso organizzato dall USR Lombardia. GRUPPO FRAZIONI SCUOLA SECONDARIA DI I GRADO-CLASSE I a.s.

Laboratorio in classe: tra forme e numeri Corso organizzato dall USR Lombardia. GRUPPO FRAZIONI SCUOLA SECONDARIA DI I GRADO-CLASSE I a.s. Laboratorio in classe: tra forme e numeri Corso organizzato dall USR Lombardia GRUPPO FRAZIONI SCUOLA SECONDARIA DI I GRADO-CLASSE I a.s.009/00 LABORATORIO IN CLASSE TRA FORME E NUMERI - a.s. 009/00 LABORATORIO

Dettagli

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015

SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015 SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 015 1. Indicando con i minuti di conversazione effettuati nel mese considerato, la spesa totale mensile in euro è espressa dalla funzione f()

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

GESTIONE INDUSTRIALE DELLA QUALITÀ A

GESTIONE INDUSTRIALE DELLA QUALITÀ A GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

Lineamenti di econometria 2

Lineamenti di econometria 2 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione

Dettagli

TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA

TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA SCUOLA PRIMARIA DI CORTE FRANCA MATEMATICA CLASSE QUINTA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA L ALUNNO SVILUPPA UN ATTEGGIAMENTO POSITIVO RISPETTO ALLA MATEMATICA,

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

L'ENTROPIA. Lezioni d'autore

L'ENTROPIA. Lezioni d'autore L'ENTROPIA Lezioni d'autore Un video : Clic Un altro video : Clic La funzione di distribuzione delle velocità (I) Nel grafico accanto sono riportati i numeri delle molecole di un gas, suddivise a seconda

Dettagli

Testo alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea

Testo alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea Testo alla base del Pitgame redatto dal prof. Yvan Lengwiler, Università di Basilea Funzionamento di un mercato ben organizzato Nel Pitgame i giocatori che hanno poche informazioni private interagiscono

Dettagli

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali.

la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali. 1 y 4 CAMPO DI ESISTENZA. Poiché data è una irrazionale con indice di radice pari, il cui radicando è un polinomio, essa risulta definita solo per i valori della per i quali il radicando è positivo, ovvero

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Un breve riepilogo: caratteri, unità statistiche e collettivo UNITA STATISTICA: oggetto dell osservazione

Dettagli

SOLUZIONI D = (-1,+ ).

SOLUZIONI D = (-1,+ ). SOLUZIONI. Data la funzione f() ( ) ln( ) a) trova il dominio di f b) indica quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

allora la retta di equazione x=c è asintoto (verticale) della funzione

allora la retta di equazione x=c è asintoto (verticale) della funzione 1)Cosa rappresenta il seguente limite e quale ne è il valore? E il limite del rapporto incrementale della funzione f(x)= con punto iniziale, al tendere a 0 dell incremento h. Il valore del limite può essere

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A

LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 2006/2007 SIMULAZIONE DI II PROVA - A LICEO SCIENTIFICO STATALE G.GALILEI CATANIA A.S. 6/7 SIMULAZIONE DI II PROVA - A Tempo a disposizione: cinque ore E consentito l uso della calcolatrice non programmabile. Non è consentito uscire dall aula

Dettagli

Perché il logaritmo è così importante?

Perché il logaritmo è così importante? Esempio 1. Perché il logaritmo è così importante? (concentrazione di ioni di idrogeno in una soluzione, il ph) Un sistema solido o liquido, costituito da due o più componenti, (sale disciolto nell'acqua),

Dettagli

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0. Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,

Dettagli

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Solitamente si fa riferimento ad intorni simmetrici =, + + Definizione: dato

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

Determinazione del pka per un acido moderatamente debole per via potenziometrica C.Tavagnacco - versione 02.02.05

Determinazione del pka per un acido moderatamente debole per via potenziometrica C.Tavagnacco - versione 02.02.05 Determinazione del pka per un acido moderatamente debole per via potenziometrica C.Tavagnacco - versione 02.02.05 Dall equazione di Henderson-Hasselbalch (H-H), ph = pka + log ([A - ]/[HA]) si ricava che

Dettagli

matematica probabilmente

matematica probabilmente IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e

Dettagli

Misure di base su una carta. Calcoli di distanze

Misure di base su una carta. Calcoli di distanze Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

II.f. Altre attività sull euro

II.f. Altre attività sull euro Altre attività sull euro II.f È consigliabile costruire modelli in carta o cartoncino di monete e banconote, e farli usare ai bambini in varie attività di classe fin dal primo o al più dal secondo anno.

Dettagli

postulato della valutazione tramite indicatori: La valutazione di un sistema sanitario tramite indicatori ipotizza

postulato della valutazione tramite indicatori: La valutazione di un sistema sanitario tramite indicatori ipotizza postulato della valutazione tramite indicatori: La valutazione di un sistema sanitario tramite indicatori ipotizza la praticabilità di una scomposizione della complessità in informazioni elementari ed

Dettagli

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo

Dettagli

LA FUNZIONE DI TRASFERIMENTO

LA FUNZIONE DI TRASFERIMENTO LA FUNZIONE DI TRASFERIMENTO Può essere espressa sia nel dominio della s che nel dominio della j Definizione nel dominio della s. è riferita ai soli sistemi con un ingresso ed un uscita 2. ha per oggetto

Dettagli

perche una nuova etichetta?

perche una nuova etichetta? perche una nuova etichetta? Crediamo che la logica che accompagna tante produzioni indipendenti, ovvero quella dell autoproduzione del disco da parte dell artista stesso e della gestione da parte dell

Dettagli

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)

PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo

Dettagli

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1 1 PORTAFOGLIO Portafoglio Markowitz (2 titoli) (rischiosi) due titoli rendimento/varianza ( μ 1, σ 1 ), ( μ 2, σ 2 ) Si suppone μ 1 > μ 2, σ 1 > σ 2 portafoglio con pesi w 1, w 2 w 1 = w, w 2 = 1- w 1

Dettagli