Esculapio

Leggere un'opera d'arte dal figurativo all'astratto significa analizzare come l'artista ha rappresentato la realtà visiva e come questa rappresentazione è stata progressivamente semplificata e ridotta a forme e colori astratti. Inizialmente, l'arte figurativa si concentra sulla rappresentazione della realtà con un alto grado di dettaglio e realismo. Gli artisti cercano di catturare l'aspetto naturale degli oggetti, delle persone e degli ambienti che rappresentano attraverso una rappresentazione precisa dei contorni, delle proporzioni e delle ombre. Con l'evolversi dell'arte, alcuni artisti cominciano a sperimentare nuove tecniche e stili di rappresentazione, spostandosi progressivamente verso l'astrazione. Nelle opere d'arte astratte, l'artista si concentra meno sulla rappresentazione realistica della realtà e più sull'uso di forme, colori e linee per creare un'esperienza visiva emotiva o simbolica. Per leggere un'opera d'arte dal figurativo all'astratto, si può iniziare analizzando gli elementi figurativi dell'opera, come i contorni, le proporzioni e le ombre. Si può poi esaminare come l'artista ha semplificato e distorto questi elementi per creare un'immagine più astratta. Ad esempio, si può notare come l'artista abbia utilizzato linee spezzate o forme geometriche anziché linee fluide o forme naturalistiche. Inoltre, si può considerare il significato emotivo o simbolico dell'opera d'arte astratta. L'artista potrebbe aver utilizzato forme e colori specifici per evocare un'emozione o una sensazione, o per rappresentare un concetto o un'idea. In questo caso, è importante considerare come l'artista ha creato una connessione tra i suoi elementi visivi e il significato dell'opera d'arte. In generale, leggere un'opera d'arte dal figurativo all'astratto richiede una buona comprensione dell'evoluzione dell'arte e della sua storia, insieme a una forte capacità di osservazione e analisi visiva.

Il sistema nervoso è un complesso sistema biologico che coordina e controlla le attività del corpo umano. La sua fisiologia riguarda lo studio delle funzioni e dei processi che avvengono nel sistema nervoso. Esso è diviso in due componenti principali: il sistema nervoso centrale (SNC) e il sistema nervoso periferico (SNP). Il sistema nervoso centrale è costituito dal cervello e dal midollo spinale, mentre il sistema nervoso periferico è composto da nervi e gangli situati al di fuori del cervello e del midollo spinale. Questi due componenti lavorano insieme per ricevere, elaborare e trasmettere informazioni tra il corpo e l'ambiente circostante. Le cellule principali del sistema nervoso sono i neuroni. I neuroni sono specializzati nella trasmissione delle informazioni sotto forma di impulsi elettrici chiamati potenziali d'azione. Un neurone tipico è composto da un corpo cellulare, che contiene il nucleo, prolungamenti chiamati dendriti che ricevono segnali da altri neuroni, e un'appendice lunga chiamata assone, che trasmette segnali ad altri neuroni. La comunicazione tra i neuroni avviene attraverso sinapsi, che sono giunzioni specializzate tra le estremità degli assoni di un neurone e le dendriti o il corpo cellulare di un altro neurone. I segnali elettrici vengono convertiti in segnali chimici al livello delle sinapsi. Neurotrasmettitori, come la serotonina, la dopamina e l'acetilcolina, vengono rilasciati dalle estremità dell'assone del neurone presinaptico e si legano ai recettori presenti sul neurone postsinaptico, trasmettendo così il segnale.

La termofisica è la scienza che tratta degli scambi di energia termica e delle loro relazioni con le proprietà fisiche delle sostanze; in essa possono distinguersi due fasi di studio: la termodinamica e la termocinetica. La prima basandosi sulla utilizzazione di alcuni principi fondamentali assunti come postulati derivati dall'esperienza e mai contraddetti dalla stessa, costruisce con il rigore della logica un corpo di regole che consentono di indirizzare lo studioso ed il tecnico verso la migliore utilizzazione delle risorse energetiche a disposizione dell'umanità; la seconda, per mezzo dell'analisi dettagliata dei meccanismi cinetici, consente poi di realizzare nella misura desiderata gli scambi di energia termica e quindi di porre in atto quanto insegnato dalla prima.

Il presente volume, rivolto in primo luogo agli studenti dei primi anni dei Corsi di laurea delle Facoltà scientifiche, comprende una trattazione essenziale e compatta dei fondamenti della termologia, centrata sui principi fondamentali della termodinamica e caratterizzata da una rigorosa metodologia espositiva e da un costante richiamo alla sperimentazione ed agli aspetti applicativi.

Questo testo è stato scritto per un corso di calcolo delle probabilità e statistica rivolto a studenti delle facoltà di Ingegneria. L'esigenza da cui è nato il testo è quella di fornire un'introduzione elementare molto sintetica a queste discipline toccando argomenti di calcolo delle probabilità, statistica descrittiva e statistica inferenziale. La statistica descrittiva è trattata come primo argomento. Lo scopo è introdurre il concetto di variabile che sarà sviluppato più tardi mediante quello di variabile aleatoria, cominciare a familiarizzare con i concetti di media e varianza e introdurre la nozione di correlazione tra variabili e retta di regressione: questi ultimi sono argomenti che in un corso così breve sarebbero altrimenti del tutto sacrificati. Parlarne da un punto di vista descrittivo è quindi un compromesso tra il parlarne dal punto di vista della statistica inferenziale e non parlarne del tutto. La Combinatoria è un argomento che in un corso simile non può essere considerato “prerequisito” perciò i concetti elementari del calcolo combinatorio sono stati introdotti non come argomento a se stante ma in relazione ai problemi della probabilità classica. La probabilità è introdotta in spazi discreti e tutte le proprietà algebriche della probabilità di eventi sono sviluppare in questo contesto: questo consente di non citare neppure il concetto di “sigma algebra degli eventi”, senza perdere di rigore. Si introducono quindi le variabili aleatorie discrete come funzioni definite su una spazio campionario discreto. Solo dopo aver sviluppato una certa confidenza con le variabili aleatorie si introduce la nozione di legge di una variabile aleatoria continua, definita mediante la densità continua. Il testo è pensato come un unico fruire di lezioni ed esercitazioni. Di conseguenza la sequenza degli argomenti è stata studiata in modo che non ci siano troppi paragrafi teorici consecutivi.

L'analisi statistica multivariata è un campo della statistica che si occupa dell'analisi simultanea di più variabili. Questo tipo di analisi è utile quando si desidera comprendere le relazioni complesse tra diverse variabili in un insieme di dati. Alcuni metodi comuni di analisi statistica multivariata includono: Analisi delle componenti principali (PCA): Questa tecnica riduce la dimensionalità dei dati mantenendo al contempo la maggior parte della varianza nei dati originali. PCA è spesso utilizzata per semplificare la struttura dei dati e identificare i principali modelli. Analisi fattoriale: Simile a PCA, ma con l'obiettivo di identificare i fattori sottostanti che influenzano le variabili osservate. Questi fattori possono rappresentare costrutti latenti o concetti astratti che contribuiscono alle relazioni osservate nei dati. Regressione multivariata: estende la regressione lineare a più di una variabile dipendente. Questo può essere utile quando si desidera comprendere come più variabili indipendenti influenzano contemporaneamente più variabili dipendenti. Analisi discriminante: utilizzata quando l'obiettivo è classificare gli oggetti in categorie note sulla base di variabili misurate. L'analisi discriminante cerca di trovare la combinazione lineare ottimale di variabili che massimizza la differenza tra le categorie. Analisi cluster: raggruppa gli oggetti in base alle somiglianze nelle loro caratteristiche. Questa tecnica è spesso utilizzata per identificare pattern nei dati e raggruppare oggetti simili. Analisi di covarianza (ANCOVA): un'estensione dell'analisi della varianza (ANOVA) che tiene conto di variabili continue aggiuntive (covariate) oltre alla variabile dipendente categorica. Analisi canonical correlation: valuta le relazioni lineari tra due set di variabili. L'obiettivo è massimizzare la correlazione canonica tra le combinazioni lineari delle variabili in ciascun set. Analisi dei cluster: identifica gruppi omogenei di osservazioni o variabili all'interno di un insieme di dati. L'uso di specifiche tecniche di analisi statistica multivariata dipende dagli obiettivi della ricerca o dell'analisi e dalla natura dei dati disponibili. Essa è ampiamente utilizzata in ambiti come l'economia, la psicologia, la biologia, la ricerca di mercato, e molti altri settori.

Con questa raccolta di esercizi gli autori hanno inteso presentare agli allievi dei corsi di Elettrotecnica uno strumento adatto a chiarire, mediante l'applicazione, i concetti teorici appresi a lezione e al tempo stesso a preparare le prove d'esame scritte, prove che costituiscono parte sempre piuttosto ampia degli esami di Elettrotecnica.

Questo volume raccoglie trenta esercizi tratti da temi d'esame di Scienza delle Costruzioni assegnati ad allievi ingegneri del Politecnico di Milano e dell'Università di Brescia durante gli anni accademici 1989-1993. L'ordine di presentazione è cronologico. La soluzione di ciascun esercizio è impostata cercando di seguire una stessa traccia concettuale che aiuti a inquadrare l'argomento, la difficoltà, ciò che si richiede per poter considerare risolto l'esercizio, la strada più veloce per risolvere il problema oppure la strada più sicura (quando le due cose non coincidono), e così via. In particolare si è cercato di fornire sempre le informazioni qui di seguito elencate e commentate. Grado di difficoltà dell'esercizio. Classificazione del problema generale. Messa in evidenza di caratteristiche particolari del problema che ne consentano una soluzione semplificata. Riassunto delle nozioni richieste per risolvere l'esercizio. Illustrazioni di eventuali alternative nei metodi di soluzione, con indicazione del più opportuno, se individuabile.

Questo volume tratta lo studio delle macchine elettriche fondamentali, con particolare riferimento al loro comportamento in regime dinamico. Esso è destinato prevalentemente agli allievi dei Corsi di Laurea in Ingegneria Elettronica (Informatica), Meccanica e Nucleare presso il Politecnico di Milano. Ciò non toglie che il volume possa costituire un valido strumento di studio per tutti coloro che hanno l'esigenza di affrontare i problemi inerenti la modellistica delle macchine elettriche. Nel presente volume, dopo alcuni richiami di elettrotecnica, viene affrontato lo studio dei trasformatori e delle principali membrane elettriche rotanti secondo un comune criterio metodologico, che consente l'analisi del loro funzionamento in regime transitorio. Per quanto concerne i trasformatori, vengono individuate appropriate reti elettriche equivalenti che ne consentono un agevole studio, mentre per le macchine rotanti sono forniti modelli matematici dinamici, che permettono di individuarne il funzionamento in regime stazionario.