Probabilità e Statistica (cenni)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Probabilità e Statistica (cenni)"

Transcript

1 robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli all'eveto (cioè i casi i cui l eveto si verifica positivamete) e il umero di tutti i casi possibili. Questa defiizioe è attribuita a Laplace e quidi ache idetificata defiizioe classica di Laplace. Defiizioe: si defiisce statistica la scieza che studia dal puto di vista quatitativo e qualitativo le modalità (attraverso formule matematiche) i cui ua realtà feomeica può essere sitetizzata e quidi compresa. E ovvio che i due cocetti illustrati soo collegati, ma o rappresetao lo stesso sigificato, ifatti: la statistica aalizza la frequeza co cui si ripetoo determiati di eveti; la probabilità da u valore per stimare se u determiato eveto tra ua serie di possibilità Osservazioe può verificarsi. E ovvio però che u eveto co frequeza maggiore rispetto u altro ha probabilità maggiore di verificarsi. arte prima: la probabilità er calcolare al probabilità premettiamo alcue regole per determiare i casi possibili e e cati favorevoli per u eveto. Richiamiamo il cocetto di fattoriale di u umero. Defiizioe: se è u itero positivo si defiisce fattoriale e si idica co! il prodotto dei primi Osservazioe umeri iteri positivi. I formule Si poe per defiizioe 0! ( )( )...!

2 4! ! ! Disposizioi semplici Defiizioe: dato u isieme costituito da elemeti, si defiisce disposizioe semplice u raggruppameto di almeo u elemeto per l ordie degli elemeti k < oggetti, tale che due raggruppameti differiscao per Dato u isieme di elemeti allora le possibili disposizioi semplici soo date dalla formula ( )( )... ( ) D, k k + Quati modi vi soo di pescare 4 carte da u mazzo seza reiserire le carte estratte? Soluzioe E u problema di disposizioi semplici, i quato per le 4 carte estratte si deve cosiderate sia l ordie i cui vegoo disposte sia il loro valore, pertato: ermutazioi Nel caso i cui D 40, k o si hao più disposizioi semplici poiché si devoo cosiderare tutti gli elemeti dell isieme e o ua sua parte, pertato i questo caso si cosiderao tutti i gruppi che si possoo formare cosiderado tutti gli elemeti assegati che ovviamete soo tutti formati dagli stessi elemeti, quidi la caratteristica che distigue i vari raggruppameti è soltato l ordie di disposizioe. I questo caso allora si parla di permutazioi.

3 Dato u isieme di elemeti allora le possibili permutazioi soo date dalla formula Disposizioi co ripetizioe D ( )( )...!, Defiizioe: si defiisce disposizioe co ripetizioe di k < elemeti di u isieme, il raggruppameto el quale u elemeto può essere cosiderato più volte. DR..., k k Quati gruppi si possoo formare co u mazzo di carte pescadoe ua alla volta e reiseredola? Soluzioe DR 4 40, Quati soo i raggruppameti che si possoo formare co u mazzo di 40 carte tali che o cotegao disposizioi semplici Soluzioe DR ,4 D40, Illustriamo il sigificato del esempio precedete co ua verifica pratica. Sia dato l isieme I {,,3,4 } Allora D I, DR I, {,3,4,,3,4,3,3,34,4,4,43 } {,,3,4,,,3,4,3,3,33,34,4,4,43,44 } Da ciò si può otare che DR I, D I, + {,,33,44 } Combiazioe semplice

4 Defiizioe: dato u isieme I di elemeti si defiisce combiazioe semplice u raggruppameto di k < tale che due combiazioi semplici differiscao per almeo u elemeto. I formula: ( )... ( k ) + C. k k! Quati odi vi soo di pescare 4 carte distite da u mazzo di 4 carte? Soluzioe L ordie o è importate poiché i gruppi formati dalle stesse carte soo equivaleti (e vao cotati ua volta soltato). E importate che i raggruppameti siao distiti dal puto di vista delle carte che li compogoo. robabilità C ! U eveto è costituito da u affermazioe per la quale, a seguito di u osservazioe, sia possibile stabilire se essa sia vera o falsa. Se E ed E soo due eveti: E E E E rappreseta il caso i cui etrambi gli eveti si verificao. rappreseta il caso i cui almeo uo dei due eveti si verifica. Se [ E E E ] segue E, cioè i due eveti soo icompatibili. E E Dato u eveto e cosiderati tutti i casi possibili, possiamo distiguere due possibilità: i casi favorevoli, cioè tra tutti i casi possibili cosidero soltato quelli che verificao ua certa affermazioe; i casi sfavorevoli, cioè tra tutti i casi possibili soo quelli che o verificao ua certa affermazioe. Defiizioe: si defiisce probabilità di u eveto il rapporto tra i casi favorevoli e i casi possibili.

5 casi casi favorevoli possibili Il umero è u valore compreso tra 0 e, ioltre si ha 0 eveto mai verificato eveto certo Se defiiamo co l eveto cotrario a quello defiito dall affermazioe vale la seguete relazioe: Cioè dato u eveto A la cui probabilità di realizzarsi sia, la probabilità che si realizzi l eveto cotrario A è (cioè tutti i casi possibili meo la probabilità favorevole, si ottiee allora la egazioe di A, quidi la probabilità che o si verifichi l eveto A ma la sua egazioe, cioè l eveto cotrario). Osservazioe Dati u eveto E, allora deve essere: ( E) + ( E ) Relazioi fodametali della probabilità Dati due eveti E, si ha: se E soo icompatibili ( E E ) ( E ) ( ) + E se E soo eveti compatibili ( E E ) ( E ) + ( E ) ( E ) E E E, allora la probabilità dell eveto E E vale E E, allora la probabilità dell eveto E E vale Defiizioe: due eveti E si defiiscoo stocasticamete idipedeti se il verificarsi di E o ifluisce sulla probabilità di verificarsi di E. Cioè:

6 ( E E ) ( ) / E ( E E ) ( ) / E ( E E ) ( E ) ( ) E E è idipedete da E E è idipedete da E E è idipedete da E Se due eveti E soo stocasticamete dipedeti se il verificarsi di E dipede dall eveto E. Allora: ( E E ) ( E ) ( E ). / E arte Secoda: statistica Defiizioe: dato u isieme di valori { x x, x,..., }, 3 x si defiisce media, e i geere lo si idica x il valore otteuto dalla somma di tutte le quatità diviso il loro umero. x x + x x Osservazioe Dato u isieme di valori, la media cerca di rappresetare co u uico valore la distribuzioe di tutti gli elemeti presi i cosiderazioe. Defiizioe: dato u isieme di valori { x x, x,..., } i,...,. Defiizioe: dato u isieme di valori { x x, x,..., } ( x) x i per i,...,. Defiizioe: dato u isieme di valori { x x, x,..., }, 3 x si defiisce scarto il valore x x i per, 3 x si defiisce scarto quadratico il valore, 3 x si defiisce variaza il valore: ( x x) i σ. i

7 ( ) xi x i ( x x) + ( x x) ( x x) Oppure i forma estesa σ. Defiizioe: dato u isieme di valori { x x, x,..., } quadratico medio) il valore, 3 x si defiisce deviazioe stadard (o scarto ( x x) i σ. i ( ) xi x i ( x x) + ( x x) ( x x) Oppure i forma estesa σ. Osservazioe Si può idetificare il sigificato della deviazioe stadard come il raggio di u cerchio, il cui cetro è dato dalla media, i questo modo all itero di questo cerchio si trovao all icirca il 65% della distribuzioe dei valori che cocorroo a determiarla. Osservazioe Nel caso che sia piccolo, gli studi di statistica propogoo la formula così corretta s i ( x x) i ( x x) + ( x x) ( x x) dove s è detta variaza campioaria e restituisce valori migliori i ambito di stima statistica. Calcolare la deviazioe stadard peri il seguete isieme di valori : { 46,57,63,4,5,6,49,53,39,59,45,5,56,46 } xi x x i x ( x x) i 46 50, -4, 7,64

8 57 50, 6,8 46, ,,8 63, , -8, 67,4 5 50, 0,8 0, , 0,8 6, , -,, ,,8 7, , -, 5, , 8,8 77, , -5, 7, ,,8 3, , 5,8 33, , -4, 7,64 ( x x) + ( x x) + + ( x ) 968,4... x ( x x) + ( x x) + + ( x x) 64,56... ( x x) + ( x x) + + ( x x)... 8,03 ( x) + ( x x) ( x x) x 8.3 ertato σ 8, 30, poiché è piccolo calcoliamo ache s 8, 3.

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

Elementi. di Calcolo Combinatorio. Paola Giacconi

Elementi. di Calcolo Combinatorio. Paola Giacconi Elemeti di Calcolo Combiatorio di Paola Giaccoi Premessa Co la Meccaica Quatistica Il cocetto di probabilità è etrato a fare parte itegrate della FISICA e quidi della ostra vita La visioe determiistica

Dettagli

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

1. Saper conteggiare il numero totale di scelte in uno schema ad albero. 2. Saper risolvere problemi con permutazioni, disposizioni e combinazioni

1. Saper conteggiare il numero totale di scelte in uno schema ad albero. 2. Saper risolvere problemi con permutazioni, disposizioni e combinazioni Settimo modulo: Probabilità e statistica Obiettivi. Saper coteggiare il umero totale di scelte i uo schema ad albero 2. Saper risolvere problemi co permutazioi, disposizioi e combiazioi 3. Saper calcolare

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Disposizioni semplici

Disposizioni semplici Disposizioi semplici Calcolo combiorio D, K ( ) ( )...( K+ ) co 0< K Di elemeti e K (umero urale) si dicoo disposizioi semplici di elemeti di classe K i raggruppameti otteuti scegliedo K elemeti tra gli

Dettagli

Cenni di calcolo combinatorio

Cenni di calcolo combinatorio Appedice B Cei di calcolo combiatorio B Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare degli

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

Dettagli

ELEMENTI DI CALCOLO COMBINATORIO

ELEMENTI DI CALCOLO COMBINATORIO ELEMENTI DI CALCOLO COMBINATORIO 1 Elemeti di calcolo combiatorio Si tratta di ua serie di teciche per determiare il umero di elemeti di u isieme seza eumerarli direttamete. Dati elemeti distiti ci chiediamo

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

1 Quesiti tratti dalla maturità

1 Quesiti tratti dalla maturità 1 Quesiti tratti dalla maturità Sperim PNI 2001 - Q8 Ua classe è composta da 12 ragazzi e 4 ragazze. Tra i sedici allievi se e scelgoo 3 a caso: qual è la probabilità che essi siao tutti maschi? Casi possibili:

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che

Dettagli

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11

TEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11 1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........

Dettagli

Scritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50

Scritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50 Ua delle applicazioi della teoria delle proporzioi è la divisioe di u umero (o di ua gradezza) i parti direttamete o iversamete proporzioali a più umeri o a più serie di umeri dati. Tale tipo di problema

Dettagli

Elementi di statistica

Elementi di statistica Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso

Dettagli

Calcolo combinatorio

Calcolo combinatorio Calcolo combiatorio Il pricipio fodametale del calcolo combiatorio Il pricipio fodametale del calcolo combiatorio può essere euciato così: Se dobbiamo fare N scelte e la prima scelta può essere fatta i

Dettagli

06 LE SUCCESSIONI DI NUMERI REALI

06 LE SUCCESSIONI DI NUMERI REALI 06 LE SUCCESSIONI DI NUMERI REALI Ua successioe è ua fuzioe defiita i. I simboli ua f : A tale che f ( ) è ua successioe di elemeti di A. Se poiamo f ( i) ai co i,...,,..., ua successioe può essere rappresetata

Dettagli

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010 elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e

Dettagli

La comparsa dei numeri complessi è legata, da un punto di vista storico, alla risoluzione delle equazioni di secondo grado.

La comparsa dei numeri complessi è legata, da un punto di vista storico, alla risoluzione delle equazioni di secondo grado. Capitolo 3 3.1 Defiizioi e proprietà La comparsa dei umeri complessi è legata, da u puto di vista storico, alla risoluzioe delle equazioi di secodo grado. L equazioe ammette le soluzioi x 2 + 2px + q =

Dettagli

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Università degli Studi di Roma - La Sapienza, Facoltà di Farmacia Formulario di Matematica - versione per esame

Università degli Studi di Roma - La Sapienza, Facoltà di Farmacia Formulario di Matematica - versione per esame Uiversità degli Studi di Roma - La Sapieza, Facoltà di Farmacia Formulario di Matematica - versioe per esame L equazioe lieare ax + by + c 0 elle coordiate cartesiae x e y rappreseta ua retta el piao.

Dettagli

Elementi di Calcolo Combinatorio

Elementi di Calcolo Combinatorio Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale

Dettagli

Calcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici.

Calcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici. Calcolo combiatorio. Disposizioi - Permutazioi - Combiazioi Coefficieti biomiali - Biomio di Newto Disposizioi semplici. Disposizioi semplici di oggetti di classe soo tutti gli allieameti che è possibile

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

ESERCITAZIONE DI PROBABILITÀ 1

ESERCITAZIONE DI PROBABILITÀ 1 ESERCITAZIONE DI PROBABILITÀ 1 12/03/2015 Soluzioi del primo foglio di esercizi Esercizio 0.1. Ua classe di studeti è costituita da 6 ragazzi e 4 ragazze. I risultati dell esame vegoo esposti i ua graduatoria

Dettagli

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018 Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M. Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.

Dettagli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

Dettagli

Lezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh.

Lezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh. Prerequisiti: Lezioe Gruppi Lezioe 2 Z Gruppi isomorfi Gruppi S e A Riferimeti ai testi: [FdG] Sezioe ; [H] Sezioe 26; [PC] Sezioe 58 Sottogruppi ormali Gruppi quoziete L Esempio 7 giustifica la seguete

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale? Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

a n (x x 0 ) n. (1.1) n=0

a n (x x 0 ) n. (1.1) n=0 Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri

Dettagli

Algebra delle matrici

Algebra delle matrici Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice

Dettagli

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. a, b, Z 2, allora defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1

Dettagli

Esame di Stato - Liceo Scientifico Prova scritta di Matematica - 21 giugno Problema 1 Soluzione a cura di L. Tomasi

Esame di Stato - Liceo Scientifico Prova scritta di Matematica - 21 giugno Problema 1 Soluzione a cura di L. Tomasi Esame di Stato - Liceo Scietifico Prova scritta di Matematica - giugo 8 Problema Soluzioe a cura di L. Tomasi Soluzioe Puto Co riferimeto all esempio semplice del mauale d uso della macchia che colora

Dettagli

Unità Didattica N 33 L algebra dei vettori

Unità Didattica N 33 L algebra dei vettori Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Capitolo Parte V

Capitolo Parte V Capitolo 1 1.1 Parte V Exercise 1.1. Sia X ua variabile aleatoria, defiita su (Ω,P a valori i E, quasi certamete costate, ossia esiste c E tale che P(X = c = 1. Si mostri che esiste u uico elemeto c E

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

SULLE PARTIZIONI DI UN INSIEME

SULLE PARTIZIONI DI UN INSIEME Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Elementi di statistica descrittiva. Tabella dei dati :

Elementi di statistica descrittiva. Tabella dei dati : - - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Lezione 4. Gruppi di permutazioni

Lezione 4. Gruppi di permutazioni Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X

Dettagli

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

Dettagli

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi Calcolo Combiatorio richiami) /3 Il calcolo combiatorio Aalisi combiatoria) si prefigge di stabilire quati gruppi si possoo formare da u certo umero di oggetti, ua volta ota la legge di formazioe dei gruppi

Dettagli

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi

3... Def. Principio di moltiplicazione. Es. Lancio di due dadi Calcolo Combiatorio richiami) /3 Il calcolo combiatorio Aalisi combiatoria) si prefigge di stabilire quati gruppi si possoo formare da u certo umero di oggetti, ua volta ota la legge di formazioe dei gruppi

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

5. INDICI DI VARIABILITA'

5. INDICI DI VARIABILITA' UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1 Aalisi Matematica I modulo Soluzioi prova scritta prelimiare 1 Corso di laurea i Matematica, aa 004-005 9 ovembre 004 1 (a) Calcolare il seguete limite: **A***** Soluzioe Si ha ( + log ) ( + log ) lim

Dettagli

Il calcolo combinatorio. L arte del contare

Il calcolo combinatorio. L arte del contare Il calcolo combiatorio L arte del cotare prof. Fabio Booli 6 dicembre 2008 Sommario - INTRODUZIONE Esempi e regole geerali 2 COMBINATORIA IN FORMULE Le disposizioi Le combiazioi Disposizioi co ripetizioe

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

LA MISURA IN PSICOLOGIA

LA MISURA IN PSICOLOGIA Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici Facoltà di Igegeria Precorso di Matematica 1. Equazioi e disequazioi Parte IV : Fuzioi e luoghi geometrici Richiamiamo brevemete la ozioe di fuzioe, che sarà utilizzato i quest ultima parte del precorso.

Dettagli

Preparazione alle finali nazionali di Cesenatico Combinatoria

Preparazione alle finali nazionali di Cesenatico Combinatoria Preparazioe alle fiali azioali di Ceseatico Combiatoria GausS Gruppo Alleatori Uiversitari Studeti della Sapieza a cura di Gabriele Serafii, Adrea Pesare Nota: tutti i umeri i questa scheda si itedoo iteri

Dettagli

CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE

CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE Sia V uo spazio vettoriale sul campo K. Siao v, v,..., v vettori dati apparteeti a V e siao, ioltre, assegati scalari k, k,..., k apparteeti a K. Si defiisce

Dettagli

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

Dettagli

Somma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne.

Somma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne. Matrici Geeralità sulle matrici I matematica, ua matrice è uo schierameto rettagolare di oggetti; le matrici di maggiore iteresse soo costituite da umeri come, per esempio, la seguete: 1 s 6 4 4 2 v t

Dettagli

Calcolo Combinatorio

Calcolo Combinatorio Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Ecoomiche, Aziedali e Statistiche Apputi del corso di Matematica Geerale Calcolo Combiatorio Ao Accademico 2013/201 V. Lacagia - S. Piraio

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioi a.a. 2006/2007 C.d.L.: Igegeria per l Ambiete ed il Territorio, Igegeria Civile, Igegeria Gestioale, Igegeria dell Iformazioe C.d.L.S.: Igegeria Civile Estrazioi-II

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE

CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE Sia V uo spazio vettoriale sul campo K. Siao v, v,..., v vettori dati apparteeti a V e siao, ioltre, assegati scalari k, k,..., k apparteeti a K. Si defiisce

Dettagli

UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008

UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008 UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.

Dettagli

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura Uità Didattica N 3 Uità Didattica N 3 01) Classi di gradezze omogeee 0) Multipli e sottomultipli di ua gradezza geometrica 03) Gradezze commesurabili ed icommesurabili 04) Rapporto di due gradezze 05)

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

Geometria analitica: rette e piani

Geometria analitica: rette e piani Geometria aalitica: rette e piai Coordiate polari Cambiameti di riferimeto el piao Cambiameti di riferimeto i geerale Isometrie Simmetrie Isometrie el piao Isometrie ello spazio 2 2006 Politecico di Torio

Dettagli

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10 Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere

Dettagli

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride? Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

5. INDICI DI DISUGUAGLIANZA

5. INDICI DI DISUGUAGLIANZA UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI DISUGUAGLIANZA Prof. Maurizio

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003 PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

Università degli Studi di Palermo Facoltà di Economia. Dip. di Scienze Statistiche e Matematiche Silvio Vianelli

Università degli Studi di Palermo Facoltà di Economia. Dip. di Scienze Statistiche e Matematiche Silvio Vianelli Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Statistiche e Matematiche Silvio Viaelli Apputi del corso di Matematica Geerale Le Serie Ao Accademico 2009/200 V. Lacagia - S. Piraio

Dettagli

0.1 Esercitazioni V, del 18/11/2008

0.1 Esercitazioni V, del 18/11/2008 1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k

Dettagli