ESERCIZI IN PREPARAZIONE ALLA

PRIMA PROVA PARZIALE DI STATISTICA E ANALISI

DATI

A.A. 2020-2021

Premessa
Nel prosieguo si presentano alcune tipologie di esercizi e relative soluzioni. Gli esercizi standard sono
tecnicamente risolvibili qualora si abbiano le conoscenze matematiche opportune (derivate, integrali
inclusi). La determinazione del valore numerico di alcuni conti è lasciata volutamente a carico dello
studente affinché prenda mano all’uso della calcolatrice scientifica non programmabile (necessaria
per l’esecuzione della prova scritta di statistica e analisi dati). Gli esercizi qualificati come difficili
sono pensati per utenti esperti che desiderino cimentarsi nella soluzione di esercizi in cui oltre alle
conoscenze, sono richieste anche le competenze sia in analisi matematica che statistica e analisi dati.

Esercizio n.1 (standard)

Sia D il periodo di 2 oscillazioni consecutive di un pendolo misurato con un cronometro manuale

(sensibilità S=102 s-1). Si effettuano misure ripetute in condizioni sperimentali per cui si può
trascurare ampiamente l’incidenza di ogni errore sistematico, ottenendo i risultati riportati in tabella
(A è la cifra meno significativa del proprio numero di matricola):

D(s) Frequenza assoluta

4,A0 2
4,A1 11
4,A2 23
4,A3 27
4,A4 16
4,A5 3

¾ Stimare l’errore casuale della singola misura del periodo D;

¾ Stimare la miglior stima del valor vero di D e l’errore associato: Do± sDo;
¾ Tracciare l’istogramma di D ed esprimere la forma analitica della curva Gaussiana che si
suppone rappresenti i dati sperimentali di cui alla tabella;
¾ Applicando il criterio del 3s, individuare se è necessario procedere con lo scarto dei dati di
cui alla tabella;
¾ Stimare la compatibilità della miglior stima del valor vero se la miglior stima del valore vero
del periodo di una singola oscillazione fosse T*=(2,A00±0,005)s.
E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
1
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
Soluzione

Si riportano nel seguito solo le formule analitiche, si lascia al lettore l’esecuzione dell’istogramma e
dei conti algebrici (di seguito indicato con “…”) essendo dipendenti dal valore di A.
Ricordando che:

∑"!#$ 𝐷!
"=
𝐷
𝑁
𝜎
𝜎 %̅ =
√𝑁

∑" ̅ '
!#$(𝑡 − 𝑡 )
𝜎= (
𝑁−1

Considerando il numero limitato di misure (N<200), risulta quindi una cifra significativa sola
nell’errore e perciò:

" ± 𝜎( =…
𝐷
𝜎=⋯

La curva gaussiana da sovrimporre all’istogramma delle frequenze assolute ha perciò espressione

analitica:

+ !
𝑁∆𝐷 $ ()(
) * -
𝑓(𝑡) = 𝑒 ' ,
√2𝜋𝜎

con N= 82 e DD=0.01 s rispettivamente.

" − 3s; 𝐷
Per il criterio del 3s, il numero di misure attese fuori dall’intervallo [𝐷 " + 3s] è pari a

" − 3s; 𝐷
N(1-Pr(xÎ[𝐷 " + 3s])~77 ×(1-0.9973)<1

dove Pr(xÎ[𝐷 " − 3s; 𝐷" + 3s] è la probabilità di appartenere al tale intervallo che per una pdf normale
è pari a circa il 99.73%. Ne consegue che se dei dati sperimentali risultassero esterni a [𝐷 " − 3s; 𝐷
"+
3s] andrebbero scartati perché non previsti teoreticamente. Nel caso specifico:

" − 3s; 𝐷
[𝐷 " + 3s]=[…;…]s

(Indicare se vi sono dati da scartare).

,"
#
Per il teorema delle varianze inoltre 𝜎." = '
e perciò

+
( ,"
#
TD= ' ± '
=…
E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
2
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
La compatibilità risulta quindi

|𝑇( − 𝑇 ∗ |
𝜆= =⋯
' '
<𝜎." + 𝜎. ∗

Nel sistema di riferimento per cui

𝜆 ≤ 1 𝑏𝑢𝑜𝑛𝑎
1 < 𝜆 ≤ 2 𝑑𝑖𝑠𝑐𝑟𝑒𝑡𝑎
2 < 𝜆 ≤ 3 𝑠𝑢𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒
𝜆 > 3 𝑛𝑜𝑛 𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑖𝑙𝑒

Si evince che la compatibilità nel caso specifico è dato da: ---

(indicare se buona/discreta/sufficiente/non compatibile in base al confronto con il sistema di
riferimento prescelto).

Esercizio n.2 (standard)

Siano x e y variabili casuali continue definite in R+-{0}: sia z=(Bx-y)/y ove B=A+1 e A è l’ultima
cifra significativa del proprio numero di matricola. Sapendo che la varianza di x è pari a sx2, la
varianza di y è pari a sy2, esprimere formalmente la varianza di z in un generico punto x=xo e y=yo
motivando la risposta.
Successivamente, si effettuano 100 misure ripetute della grandezza x e y ottenendo un valor medio
<x>=(1.00±0.01) e <y>=(1.00±0.02) rispettivamente. Calcolare l’errore della singola misura di z (sz)
in xo=1.01 e yo=1.01 rispettivamente sapendo che cov(x,y)=0.01 e, successivamente, in xo=<x> e
yo=<y>.

Soluzione

Per la propagazione degli errori casuali, per un generico punto x=xo e y=yo definito nel dominio di
esistenza risulta che z(xo,yo)= zo avrà varianza pari a:
' '
𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
𝑣𝑎𝑟(𝑧): = 𝜎0' ≈R U V 𝜎1' + R U V 𝜎3' + 2 U ∙ U 𝑐𝑜𝑣(𝑥, 𝑦)
𝜕𝑥 1 ∗ ,3∗ 𝜕𝑦 1 ∗ ,3∗ 𝜕𝑥 1 ∗ ,3∗ 𝜕𝑦 1 ∗ ,3∗

ove si è indicato, come di consueto, i valori vero di x e y con x*, y* e varianza var(x):= 𝜎1' ,
var(y):= 𝜎3'
rispettivamente. A zo è infatti associato l’errore della singola misura data dalla deviazione standard
(della singola misura). Il simbolo ≈ deriva dall’approssimazione al primo ordine nello sviluppo in
serie di Taylor di z rispetto al polo x*,y*.

E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
3
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
Nel caso specifico non essendo noti i valor veri si assume per essi la miglior stima ovvero la media
aritmetica: x*≈ 𝑥̅ =< 𝑥 > e y*≈ 𝑦Z =< 𝑦 >.
Inoltre:

𝜕𝑧 𝜕𝑧 𝐵
U ≈ U =
𝜕𝑥 1 ∗ ,3∗ 𝜕𝑥 1̅ ,34 𝑦Z

𝜕𝑧 𝜕𝑧 𝐵𝑥̅
U ≈ U =− '
𝜕𝑦 1 ∗ ,3∗ 𝜕𝑦 1̅ ,34 𝑦Z

Infine dato che:

𝜎1' = 𝑁𝜎1̅'

𝜎3' = 𝑁𝜎34'

Risulta:
𝜎1 = 10 ∙ 0.01 = 0.1
𝜎3 = 10 ∙ 0.02 = 0.2

Ne consegue che in xo=1.01 e yo=1.01 si ha zo=B(1.01/1.01)-1=B-1 con varianza

5 ' $.77 ' 5 $.77

𝜎0' ≈ ^$.77_ 0.1' + ^−𝐵 $.77! _ 0.2' + 2 ^$.77_ ∙ ^−𝐵 $.77!_ ∙ 0.01=0.03B2

Da cui 𝜎0% »0.1732B

Ad esempio se A=0 allora B=1 e si avrebbe zo=0.0±0.2. Si osserva che se x e y fossero stati
statisticamente indipendente sarebbe risultato 𝜎0% =Ö0.05B»0.2236B circa il 22% in più del caso
prima esaminato con covarianza cov(x,y)=0.01.

Approfondimento

Se si considera invece z(x*,y*)=z(𝑥̅ , 𝑦Z) allora si può calcolare l’incertezza di misura a partire dalla
formula di propagazione dell’errore casuale delle singole stime 𝑥̅ , 𝑦Z rispettivamente. Non è invece
possibile derivare 𝑧 ∗ ≈ 𝑧̅ (e relativo errore) come media del campione {zi=z(xi,yi)} i=1..N perché non
è fornito né {xi}i=1…N né {yi}i=1..N.

Applicando la propagazione degli errori casuali si desume:

' '
' 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
𝑣𝑎𝑟(𝑧(𝑥̅ , 𝑦Z)): = 𝜎0(1̅ ,34) ≈R U V 𝜎1̅' + R U V 𝜎34' + 2 U ∙ U 𝑐𝑜𝑣(𝑥̅ , 𝑦Z)
𝜕𝑥 1 ∗ ,3∗ 𝜕𝑦 1 ∗ ,3∗ 𝜕𝑥 1 ∗ ,3∗ 𝜕𝑦 1 ∗ ,3∗

E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
4
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
Nel caso specifico non essendo noti i valor veri si assume per essi la miglior stima ovvero la media
aritmetica: x*≈ 𝑥̅ e y*≈ 𝑦Z.
Prima di procedere è necessario valutare
" "
𝑥! 𝑦!
𝑐𝑜𝑣(𝑥̅ , 𝑦Z) = 𝐸 [𝑥̅ ∙ 𝑦Z] − 𝐸 [𝑥̅ ] ∙ 𝐸[𝑦Z] = 𝐸 cde f ∙ de fg − 𝐸 [𝑥 ] ∙ 𝐸 [𝑦]
𝑁 𝑁
!#$ !#$
"
𝑥! 𝑦:
= 𝐸he i − 𝐸 [𝑥] ∙ 𝐸[𝑦]
𝑁'
!,:#$
Ma allora:

" "
1 1
𝑐𝑜𝑣(𝑥̅ , 𝑦Z) = ' j e 𝐸k𝑥! 𝑦: lm − 𝐸 [𝑥] ∙ 𝐸 [𝑦] = ' e n𝑐𝑜𝑣o𝑥! , 𝑦: p + 𝐸 [𝑥! ]𝐸[𝑦: ]q − 𝐸 [𝑥] ∙ 𝐸 [𝑦]
𝑁 𝑁
!,:#$ !,:#$

Per quantificare tale contributo sarebbe necessario conoscere i campioni {xi}i=1..N e { xi } i=1..N
rispettivamente.

E’ interessante osservare che si possono ottenere risultati non attesi se si assume 𝑐𝑜𝑣o𝑥! , 𝑦: p =
𝑐𝑜𝑣(𝑥, 𝑦) 𝑒 𝐸 [𝑥! ] = 𝐸 [𝑥] 𝑒 𝐸k𝑦: l = 𝐸 [𝑦] ∀ 𝑖, 𝑗 . In questo caso infatti risulterebbe che:

𝑁'
𝑐𝑜𝑣(𝑥̅ , 𝑦Z) = {𝑐𝑜𝑣(𝑥, 𝑦) + 𝐸 [𝑥 ]𝐸 [𝑦]} − 𝐸[𝑥]𝐸 [𝑦] = 𝑐𝑜𝑣(𝑥, 𝑦) = 0.01
𝑁'

Che porterebbe ad una stima non fisica della varianza giacché la varianza non può esser definita
negativa:

5 ' $.77 ' 5 $.77

' ' '
𝜎0(1̅ ,34) ≈ ^$.77_ 0.01 + ^−𝐵 $.77! _ 0.02 + 2 ^$.77_ ∙ ^−𝐵 $.77! _ (0.01)=-0.0195B
2

Il risultato non deve sorprendere perché la covarianza si esplica per ogni coppia xi,yj giacché x e y
sarebbero correlate con lo stesso peso: l’assunzione che ∀ 𝑖, 𝑗 𝑐𝑜𝑣o𝑥! , 𝑦: p = 𝑐𝑜𝑣(𝑥, 𝑦) è però non
realistica.

Se x e y sono statisticamente indipendenti invece allora cov(x,y)=0 e risulta 𝑐𝑜𝑣(𝑥̅ , 𝑦Z) = 0 perciò
' ' ' '
' 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
𝑣𝑎𝑟o𝑧(𝑥̅ , 𝑦Z)p: = 𝜎0(1̅ ,34) ≈R U V 𝜎1̅' + R U V 𝜎34' ≈ R U V 𝜎1̅' + R U V 𝜎34'
𝜕𝑥 1 ∗ ,3∗ 𝜕𝑦 1 ∗ ,3∗ 𝜕𝑥 1̅ ,34 𝜕𝑦 1̅ ,34
𝐵 ' '
1.00 '
=v w 0.01 + v−𝐵 w 0.02' = 0.0005𝐵'
1.00 1.00'
E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
5
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
𝜎0(1̅ ,34) »0.02236B.

Esercizio n.3 (standard)

Calcolare la covarianza tra x e z=ax+by con a e b costanti reali e x e y variabili casuali di cui
esistano le speranze matematiche E(x) e E(y).

Soluzione

Per definizione di covarianza

Cov(x,ax+by)=E[(x-E(x))(ax+by-E(ax+by)]

Per la linearità di E(×) risulta quindi:

Cov(x,ax+by)=E[(x-E(x))(a(x-E(x)+b(y-E(y)]=aE[(x-E(x)2]+bE[(x-E(x)(y-E(y)].

Dato che per definizione var(x)= E[(x-E(x))2]=E(x2)-[E(x)]2 e cov(x,y)= E[(x-E(x)(y-E(y)], risulta

Cov(x,ax+by)=avar(x)+bcov(x,y).

Nel caso in cui x e y fossero statisticamente indipendenti allora cov(x,y)=0 e sarebbe risultato

Cov(x,ax+by)=avar(x).

Esercizio n.4 (standard)

Una classe è composta da 10 ragazzi (M) e 20 ragazze (F), di cui la metà dei ragazzi ed un quarto
delle ragazze hanno gli occhi scuri (S). Si scelga a caso uno studente nella classe e di calcoli la
probabilità che abbia gli occhi scuri P(S) e la probabilità o sia maschio o abbia gli occhi scuri.

Soluzione

La probabilità di avere gli occhi scuri P(S) è fornita dal computo della probabilità totale:

1 1 2 1 1
𝑃(𝑆) = 𝑃(𝑀) ∙ 𝑃(𝑆|𝑀) + 𝑃(𝐹) ∙ 𝑃(𝑆|𝐹) = ∙ + ∙ =
3 2 3 4 3

La probabilità di scegliere sia maschio con gli occhi scuri è data da 𝑃(𝑆 ∙ 𝑀):

1 1 1
𝑃(𝑆 ∙ 𝑀) = 𝑃(𝑀) ∙ 𝑃(𝑆|𝑀) = ∙ =
3 2 6

E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
6
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
Ne consegue che la probabilità o sia maschio o abbia gli occhi scuri:

1 1 1 1
𝑃(𝑆 + 𝑀) = 𝑃(𝑆) + 𝑃(𝑀) − 𝑃(𝑆 ∙ 𝑀) = + − =
3 3 6 2

Esercizio n.5 (difficile)

Dei raggi cosmici incidono su una sottile lastra sottile di ferro di spessore h. Siano: q l’angolo rispetto
alla verticale rispetto la superficie della lastra, No il numero di raggi cosmici iniziali, dW l’angolo
solido dW=2psinqdq e dN/No= cosq dW la frazione di raggi cosmici in dW rappresentante la relativa
distribuzione angolare. Calcolare la distanza media <d> percorsa dai raggi cosmici all’interno della
p
lastra quando la divergenza b del fascio è pari a ; e la relativa varianza di tale distanza.

Soluzione

Per costruzione geometrica, la distanza d percorsa da un raggio cosmico all’interno della lastra
incidente ad un angolo q è pari a d=h/cosq, qui nello specifico con q nell’intervallo [0; 𝜋/6].
Ovviamente è contemplato anche il caso speculare perché il fascio forma un cono di apertura
[−𝜋/6; 𝜋/6].

b qmax b

d h

Il numero infinitesimo di raggi dN è dato dalla relazione dN=NocosqdW, il rapporto dN/No

rappresenta la frazione di raggi contenuto nell’angolo solido dW centrato attorno a q. Di fatto può
esser considerata la densità di probabilità associata dN/No. Invece b= 𝜋/6 è il valore massimo che
può esser assunto da q.

Ne consegue che la distanza media si può stimare calcolando la speranza matematica di d:

=/;
ℎ 𝑁< 𝑐𝑜𝑠𝜗 √3
< 𝑑 >= 𝐸(𝑑) = 2 € ∙ 2p sinq dq = 4𝜋ℎ R1 − V
7 𝑐𝑜𝑠𝜗 𝑁< 2

Inoltre dato che:

')
=/;
ℎ ' 𝑁< 𝑐𝑜𝑠𝜗
𝐸(𝑑 = 2€ v w ∙ 2p sinq dq = 4𝜋ℎo𝑙𝑛√3 − 𝑙𝑛2p
7 𝑐𝑜𝑠𝜗 𝑁<

E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
7
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.
Ne consegue:
'
√@
var(d)=E[(d-E(d)) ]=E(d )-E(d) =4𝜋ℎo𝑙𝑛√3 − 𝑙𝑛2p − R4𝜋ℎ ^1 −
2 2 2
'
_V .

Esercizio n.6. (difficile)

Siano x1 e x2 due variabili casuali associate a due lunghezze, statisticamente indipendenti e ciascuna
avente una distribuzione gaussiana a media nulla e varianza unitaria. Calcolare la densità di
probabilità di r=(x12+x22)1/2.

Soluzione

Si definisca
𝑥'
𝜃 = 𝑎𝑟𝑐𝑡𝑔 𝑒 𝑟 = <𝑥$' + 𝑥''
𝑥$

x1 e x2 sono dichiarate statisticamente indipendenti, perciò

1 )1&! A1!!
𝑓o𝑥$, 𝑥' p = 𝑒 '
2𝜋

Operando un opportuno cambio di variabile tale per cui y= x12+x22

𝑓o𝑥$, 𝑥' p𝑑𝑥$ 𝑑𝑥' = 𝑓(𝑦)𝑑𝑦

Risulta inoltre che:

𝑑𝑦 1 B!
𝑓(𝑦) U U 𝑑𝑟 = 𝑟𝑒 ) '
𝑑𝑟 2𝜋

'!
$
Ovvero f(r)=𝑟𝑒 ) ! e f(𝜃) = '=.

E’ fatto divieto assoluto di pubblicizzare, divulgare ed inviare a terzi in qualsiasi forma il presente documento. Trasgressori violano
il diritto d’autore e sono consapevoli di esser passibili a norma di legge. Il presente documento può esser utilizzato solo ed esclusivamente
8
in forma privata, intendendo forma privata la riproduzione cartacea in unica copia per uso personale e il salvataggio del documento in
supporto informatico privato non condiviso. Non è ammessa la condivisione del presente documento con: altre persone fisiche, terzi di
qualunque natura, società o sistemi web based (inclusi ma non limitati a: social media, siti web di qualunque natura, mobile based apps).
Solo prof. Cinzia Sada, in qualità di autore, ha facoltà di decidere e provvedere all’eventuale pubblicizzazione del presente documento
nelle modalità che riterrà più opportuno.