= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:"

Transcript

1 Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: % PIL = 100 = 100% = 0,04 100% = 4% % = 0,01 = 1/100 4% = 0,04 = 4/100 = 1/25 5% = 0,05 = 5/100 = 1/20 10% = 0,1 =1/10 20% = 0,2 = 2/10 = 1/5 25% = 0,25 = 1/4 50% = 0,5 = ½ 75% = 0,75 = 3/4. L uso delle percentuali elimina il problema dell unità di misura.

2 Fig. 10.bis.2 Tassi di crescita La variazione percentuale di una grandezza x nel tempo si chiama anche tasso di crescita (g = growth). x1 x 0 g = g x 0 = x1 x 0 x1 = x 0 + g x 0 = x 0 ( 1 + g) x 0 dunque: x 1 = x 0 (1 + g) (1 + g) = fattore di crescita. Dopo due periodi, se il tasso di crescita rimane lo stesso: x 2 = x 1 (1 + g) = x 0 (1 + g) (1 + g) = x 0 (1 + g) 2 Dopo n periodi: x n = x 0 (1 + g) n

3 Fig. 10.bis.3 Elasticità Se Y dipende da X, il valore marginale è Y / X. Il valore marginale misura come Y varia quando X varia di una unità. Ma c è il problema delle unità di misura. Sarebbe meglio sapere come Y varia in percentuale quando X varia dell 1%: Elasticità. Elasticità = Variazione % di Y Variazione % di X Rilevante è l elasticità della domanda al prezzo = %Q / %P = ε. Quando il prezzo aumenta dell 1%, la quantità domandata diminuisce di ε 1% (ε moltiplicato per 1%). Esempio: ε = 1,5. Se %P = 10% allora %Q = 1,5 10% = 15% (Se il prezzo aumenta del 10% allora la quantità diminuisce del 15%).

4 Fig. 10.bis.4 Elasticità e spesa totale Spesa = Prezzo Quantità. Se prezzo aumenta di x% e quantità diminuisce dello STESSO x%, allora la spesa non varia (per x non grande). Questo è il caso di elasticità della domanda al prezzo pari a uno. Se elasticità al prezzo > 1 (domanda elastica ): prezzo aumenta x% quantità diminuisce più di x% spesa diminuisce Se elasticità al prezzo < 1 (domanda rigida ): prezzo aumenta x% quantità diminuisce meno di x% spesa aumenta Esempio: elasticità = 1,5; P=100; Q=20; spesa = P Q = P aumenta 10% P=110; Q diminuisce 15% Q=17; P Q = 1870.

5 Fig. 10.bis.5 Capitalizzazione e sconto Avere 100 euro oggi non è come avere 100 euro domani. 100 euro oggi equivalgono a 100 (1 + i) euro domani, dove i è il tasso di interesse: posso infatti prestare quei 100 euro e ottenere interessi. Dopo due anni, i 100 iniziali diventano 100 (1+i) (1+i) = 100 (1+i) 2. Dopo n anni diventano 100 (1+i) n capitalizzazione. Se avrò 100 euro domani, ma oggi non ho niente, quanto posso prendere a prestito al massimo oggi? Una cifra che capitalizzata valga 100, cosicché io possa restituirla. Questa cifra si chiama valore attuale di 100. Valore attuale di 100 = x in modo che x (1+i) = 100, cioè: valore attuale di 100 = 100 / (1+i) sconto 100 euro disponibili fra n anni hanno valore attuale = 100 / (1+i) n.

6 Fig. 10.bis.6 Variabili casuali Certe relazioni sono deterministiche. Esempio: ruotando una manopola in varie posizioni la luminosità di una lampada varia in modo ben preciso e prevedibile. In molti casi il valore assunto da una variabile non è prevedibile a priori: essa può assumere valori diversi pur in presenza di condizioni ambientali uguali. Esempio: lanciando una moneta il risultato può essere testa o croce. (Nota bene: descrizione di comodo, dovuta al fatto che non riusciamo a controllare tutte le condizioni). VARIABILI CASUALI: una variabile casuale può assumere, in ogni data circostanza, uno solo tra diversi valori possibili, ciascuno con una certa probabilità. Probabilità = grado di possibilità della realizzazione di ognuno dei casi. La somma delle probabilità dei diversi casi deve essere 1. Esempio: prob. di testa = prob. di croce = ½; e ½ + ½ = 1.

7 Fig.10. bis.7 Valore atteso Per descrivere in modo sintetico le variabili casuali la statistica insegna diversi trucchi, che consistono nel fornire indicatori sintetici. Il primo indicatore sintetico di una v. c. è il valore atteso. Per comprenderlo, partiamo dal concetto di media (voti in decimi): media fra 2 e 8 = (2+8)/2 = 5; media fra 4 e 6 = (4+6)/2 = 5 Graficamente (primo dei due casi): La media sta a metà strada. Ma ciò è vero solo nel caso particolare. Se invece io ho preso due 2 e un 8, la media è (2+2+8)/3 = 4. Grafico: 2 4 8

8 Fig. 10.bis.8 Ancora valore atteso Altro esempio per generalizzare (voti in trentesimi). Se ho preso questi voti: 20, 24, 29, 24, 30, 21, 21, 24, 23, la media è: ( ) / 9 = 24. Ma anche ( ) / 9 = 24. Anche 20 1/9+(21+21) 1/9+23 1/9+( ) 1/9+29 1/9+30 1/9 = 24. Cioè: 20 1/ / / / / /9 = 24. Ogni diverso valore va moltiplicato per la sua FREQUENZA (= quante volte capita fratto numero totale dei casi), e poi si somma tutto. Media è un concetto riferito a valori già osservati. Valore atteso è un concetto a priori, quando conosco le probabilità senza bisogno di osservare esperimenti e frequenze.

9 Fig. 10.bis.9 Ancora valore atteso Lancio una moneta: se esce testa vinco , se croce vinco 0. Vincita attesa (calcolabile a priori) = / /2 = Compro dieci biglietti, dei venti milioni di essi in circolazione, della lotteria Italia: se estratto vinco , altrimenti vinco 0. Vincita attesa = (10/ ) + 0 ( / ) = , , = 2,5 (quanto costa comprare dieci biglietti? come cambia il risultato se compro venti biglietti anziché dieci?)

10 Fig. 10. bis.10 Varianza Torniamo al primissimo esempio di medie. media fra 2 e 8 = (2+8)/2 = 5; media fra 4 e 6 = (3+7)/2 = 5 Se si tratta di vincite ottenibili con due diverse scommesse sul lancio di una moneta, le due vincite attese sono uguali. Ma le due situazioni ci appaiono diverse: nel primo posso vincere molto più del valore atteso (3 in più), ma anche vincere molto meno. Nella seconda scommessa i risultati sono invece molto vicini al valore atteso. Supponiamo che partecipare alla scommessa costi 5 in entrambi i casi (una lotteria dove il costo di partecipazione è pari alla vincita attesa si dice EQUA). Nel primo caso i risultati netti sono +3 e 3; nel secondo caso +1 e 1. Il primo caso è più RISCHIOSO. La VARIANZA serve a dare una misura del rischio.

11 Fig. 10. bis.11 Ancora varianza La varianza è una media degli scostamenti dei possibili valori dal loro valore atteso. Ma se prendo la media degli scostamenti mi viene zero (esempi precedenti: la media fra +3 e 3, così come la media fra +1 e 1, è zero!). Allora: varianza = media degli scostamenti di ogni valore dal valore atteso, e- levati al quadrato (il quadrato enfatizza gli scostamenti ampi, che per me sono fastidiosi in quanto implicano rischio): Varianza della prima scommessa (8 5) 2 0,5 + (2 5) 2 0,5 = 3 2 0,5 +( 3) 2 0,5 = 9 Varianza della seconda scommessa (6 5) 2 0,5 + (4 5) 2 0,5 = 1 2 0,5 +( 1) 2 0,5 = 1 CVD

12 Fig. 10. bis.12 Rappresentazione grafica di una v. c. Una variabile casuale si descrive con due grandezze: i diversi valori che essa può assumere, e le probabilità di essi. Dunque si può rappresentare la v. c. su assi cartesiani: in ascissa i possibili valori della v. c. e in ordinata le corrispondenti probabilità (numeri non superiori a uno). Esempio delle due precedenti lotterie (2 e 8, oppure 4 e 6, con probabilità ½; il grafico della prima è a pallini, della seconda a crocette): Probabilità 1/ Valori

13 Fig. 10. bis.13 Ancora varianza Come sappiamo la varianza della prima è maggiore della varianza della seconda lotteria, e ciò corrisponde al fatto che i valori della seconda sono più interni (più vicini al valore atteso) rispetto alla prima. Immaginiamo ora una moneta a tre facce : ciascuna è equiprobabile (probabilità = 1/3) e le tre vincite alternative sono 2, 5, 8. È chiaro che la vincita attesa è ancora 5 = 2 1/ / /3 = 15/3. Calcoliamo la varianza: (2 5) 2 1/3 + (5 5) 2 1/3 + (8 5) 2 1/3 = 9 1/ / /3 = 18/3 = 6. La varianza è minore rispetto alla prima delle due vecchie lotterie: infatti ora i valori estremi (2 e 8) sono meno probabili (1/3), mentre esiste anche la probabilità di avere un esito prossimo (in realtà uguale) al valore atteso; dunque il rischio diminuisce. Facciamo il grafico di questa lotteria (riferirsi ai soli pallini).

14 Fig. 10. bis.14 Ancora varianza probabilità 2/3 1/3 1/ Valori Immaginiamo ora una scommessa che consiste nel lanciare un dado: se esce la faccia Uno vinco 2, se esce la faccia Sei vinco 8, e in ogni altro caso vinco 5. È ovviamente il grafico a crocette della figura sopra.

15 Fig. 10. bis.15 Ancora varianza Se calcolate la vincita attesa troverete che è ancora 5. La varianza è invece: (2 5) 2 1/6 + (5 5) 2 4/6 + (8 5) 2 1/6 = 9 1/ / /3 = 18/6 = 3. Perché la varianza è ulteriormente diminuita? Semplicemente perché i valori estremi sono divenuti ancora meno probabili (1/6) mentre è divenuto più probabile il valore centrale 5 (probabilità = 4/6=2/3); il rischio diminuisce ulteriormente.

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Capitolo 10 Z Elasticità della domanda

Capitolo 10 Z Elasticità della domanda Capitolo 10 Z Elasticità della domanda Sommario Z 1. L elasticità della domanda rispetto al prezzo. - 2. La misura dell elasticità. - 3. I fattori determinanti l elasticità. - 4. L elasticità rispetto

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

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

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

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

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

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

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

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

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

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

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

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64 Problemini e indovinelli 2 Le palline da tennis In uno scatolone ci sono dei tubi che contengono ciascuno 4 palline da tennis.approfittando di una offerta speciale puoi acquistare 4 tubi spendendo 20.

Dettagli

Probabilità e statistica. Veronica Gavagna

Probabilità e statistica. Veronica Gavagna Probabilità e statistica Veronica Gavagna Testa o croce? Immaginiamo di lanciare una moneta facendola cadere su un piano liscio chiunque dirà che la probabilità dell evento testa sarà del 50%, al pari

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

1 Valore atteso o media

1 Valore atteso o media 1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Progettazione Robusta

Progettazione Robusta Progettazione Robusta Perdita Consumatore qualità = f 1 (perdita Perdite di reputazione e quote di mercato Costi di garanzia per il produttore La qualità di un prodotto è la (minima perdita impartita alla

Dettagli

COMUNE DI CAMPIONE D ITALIA

COMUNE DI CAMPIONE D ITALIA COMUNE DI CAMPIONE D ITALIA REGOLAMENTO DI GIOCO DELLA ROULETTE (al Casino Municipale di Campione d Italia) adottato con delib. C.C. n. 83 del 2.12.1993 approvata dal CRC con atto n. 13 in data 4.1.1994

Dettagli

GRANDEZZE ALTERNATE SINUSOIDALI

GRANDEZZE ALTERNATE SINUSOIDALI GRANDEZZE ALTERNATE SINUSOIDALI 1 Nel campo elettrotecnico-elettronico, per indicare una qualsiasi grandezza elettrica si usa molto spesso il termine di segnale. L insieme dei valori istantanei assunti

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. UdA n. 1 Titolo: Disequazioni algebriche Saper esprimere in linguaggio matematico disuguaglianze e disequazioni Risolvere problemi mediante l uso di disequazioni algebriche Le disequazioni I principi delle

Dettagli

L OSCILLOSCOPIO. L oscilloscopio è il più utile e versatile strumento di misura per il test delle apparecchiature e dei

L OSCILLOSCOPIO. L oscilloscopio è il più utile e versatile strumento di misura per il test delle apparecchiature e dei L OSCILLOSCOPIO L oscilloscopio è il più utile e versatile strumento di misura per il test delle apparecchiature e dei circuiti elettronici. Nel suo uso abituale esso ci consente di vedere le forme d onda

Dettagli

24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2

24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2 Dati due numeri naturali a e b, diremo che a è divisibile per b se la divisione a : b è esatta, cioè con resto 0. In questo caso diremo anche che b è un divisore di a. 24 : 3 = 8 con resto 0 26 : 4 = 6

Dettagli

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it La Bella Addormentata e altre illusioni probabilistiche Aljoša Volčič volcic@unical.it Firenze, 25 novembre 2009 1 Che cosa è la probabilità? La probabilità di un evento A è la misura del grado di fiducia

Dettagli

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che:

Se log a. b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b. L espressione y = log b x significa che: MATEMATICA 2005 Se log a b = c allora: A) a b = c B) c a = b C) c b = a D) b c = a E) a c = b L espressione y = log b x significa che: A) y é l esponente di una potenza di base b e di valore x B) x è l

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

Esercitazione VIII - Lavoro ed energia II

Esercitazione VIII - Lavoro ed energia II Esercitazione VIII - Lavoro ed energia II Forze conservative Esercizio Una pallina di massa m = 00g viene lanciata tramite una molla di costante elastica = 0N/m come in figura. Ammesso che ogni attrito

Dettagli

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali

Numeri naturali numeri naturali minore maggiore Operazioni con numeri naturali 1 Numeri naturali La successione di tutti i numeri del tipo: 0,1, 2, 3, 4,..., n,... forma l'insieme dei numeri naturali, che si indica con il simbolo N. Tale insieme si può disporre in maniera ordinata

Dettagli

1 n. Intero frazionato. Frazione

1 n. Intero frazionato. Frazione Consideriamo un intero, prendiamo un rettangolo e dividiamolo in sei parti uguali, ciascuna di queste parti rappresenta un sesto del rettangolo, cioè una sola delle sei parti uguali in cui è stato diviso.

Dettagli

CORPO GIREVOLE ATTORNO AD UN ASSE E MOMENTI. TORNA ALL'INDICE

CORPO GIREVOLE ATTORNO AD UN ASSE E MOMENTI. TORNA ALL'INDICE CORPO GIREVOLE ATTORNO AD UN ASSE E MOMENTI. TORNA ALL'INDICE Consideriamo adesso un corpo esteso, formato da più punti, e che abbia un asse fisso, attorno a cui il corpo può ruotare. In questo caso l

Dettagli

CALCOLO COMBINATORIO E PROBABILITA

CALCOLO COMBINATORIO E PROBABILITA CALCOLO COMBINATORIO E PROBABILITA Con calcolo combinatorio si indica quel settore della matematica che studia i possibili modi di raggruppare ed ordinare oggetti presi da un insieme assegnato, con l obiettivo

Dettagli

La Termodinamica ed I principi della Termodinamica

La Termodinamica ed I principi della Termodinamica La Termodinamica ed I principi della Termodinamica La termodinamica è quella branca della fisica che descrive le trasformazioni subite da un sistema (sia esso naturale o costruito dall uomo), in seguito

Dettagli

Applicazioni dell'analisi in più variabili a problemi di economia

Applicazioni dell'analisi in più variabili a problemi di economia Applicazioni dell'analisi in più variabili a problemi di economia La diversità tra gli agenti economici è alla base della nascita dell attività economica e, in generale, lo scambio di beni e servizi ha

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

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

Capitalizzazione semplice e composta (sul libro a pag. 386 e seguenti)

Capitalizzazione semplice e composta (sul libro a pag. 386 e seguenti) Capitalizzazione semplice e composta (sul libro a pag. 386 e seguenti) Operazione finanziaria = un operazione in cui avviene uno scambio di denaro in tempi diversi. Mutuante o creditore = chi concede il

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

Le soluzioni dei quesiti sono in fondo alla prova

Le soluzioni dei quesiti sono in fondo alla prova SCUOLA MEDIA STATALE GIULIANO DA SANGALLO Via Giuliano da Sangallo,11-Corso Duca di Genova,135-00121 Roma Tel/fax 06/5691345-e.mail:scuola.sangallo@libero.it SELEZIONE INTERNA PER LA MARATONA DI MATEMATICA

Dettagli

APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI

APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI I numeri naturali I numeri interi I numeri razionali Teoria degli insiemi (cenni) ALESSANDRO BOCCONI Indice 1 L insieme N dei numeri naturali 4 1.1 Introduzione.........................................

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

Trasformazioni Geometriche 1 Roberto Petroni, 2011

Trasformazioni Geometriche 1 Roberto Petroni, 2011 1 Trasformazioni Geometriche 1 Roberto etroni, 2011 Trasformazioni Geometriche sul piano euclideo 1) Introduzione Def: si dice trasformazione geometrica una corrispondenza biunivoca che associa ad ogni

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

i tassi di interesse per i prestiti sono gli stessi che per i depositi;

i tassi di interesse per i prestiti sono gli stessi che per i depositi; Capitolo 3 Prodotti derivati: forward, futures ed opzioni Per poter affrontare lo studio dei prodotti derivati occorre fare delle ipotesi sul mercato finanziario che permettono di semplificare dal punto

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it L INTENSITÀ DELLA CORRENTE ELETTRICA Consideriamo una lampadina inserita in un circuito elettrico costituito da fili metallici ed un interruttore.

Dettagli

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA Tutti gli anni, affrontando l argomento della divisibilità, trovavo utile far lavorare gli alunni sul Crivello di Eratostene. Presentavo ai ragazzi una

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

LA PENSIONE DI VECCHIAIA

LA PENSIONE DI VECCHIAIA Le pensioni di vecchiaia e di invalidità specifica per i lavoratori dello spettacolo (Categorie elencate nei numeri da 1 a 14 dell art. 3 del Dlgs CPS n.708/1947) Questa scheda vuole essere un primo contributo

Dettagli

Esperimentatori: Durata dell esperimento: Data di effettuazione: Materiale a disposizione:

Esperimentatori: Durata dell esperimento: Data di effettuazione: Materiale a disposizione: Misura di resistenza con il metodo voltamperometrico. Esperimentatori: Marco Erculiani (n matricola 454922 v.o.) Noro Ivan (n matricola 458656 v.o.) Durata dell esperimento: 3 ore (dalle ore 9:00 alle

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue:

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue: CAMPO DI ESISTENZA. Poiché la funzione data è una razionale fratta, essa risulta definita su tutto l asse reale tranne che nei punti in cui il denominatore della frazione si annulla, cioè: C.E. { R: 0}

Dettagli

LA NOTAZIONE SCIENTIFICA

LA NOTAZIONE SCIENTIFICA LA NOTAZIONE SCIENTIFICA Definizioni Ricordiamo, a proposito delle potenze del, che = =.000 =.000.000.000.000 ovvero n è uguale ad seguito da n zeri. Nel caso di potenze con esponente negativo ricordiamo

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

LA LEGGE DI OHM La verifica sperimentale della legge di Ohm

LA LEGGE DI OHM La verifica sperimentale della legge di Ohm Laboratorio di.... Scheda n. 2 Livello: Base A.S.... Classe. NOME..... DATA... Prof.... LA LEGGE D OHM La verifica sperimentale della legge di Ohm Conoscenze - Conoscere la legge di Ohm - Conoscere lo

Dettagli

Unità 12. La corrente elettrica

Unità 12. La corrente elettrica Unità 12 La corrente elettrica L elettricità risiede nell atomo Modello dell atomo: al centro c è il nucleo formato da protoni e neutroni ben legati tra di loro; in orbita intorno al nucleo si trovano

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

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

I db, cosa sono e come si usano. Vediamo di chiarire le formule.

I db, cosa sono e come si usano. Vediamo di chiarire le formule. I db, cosa sono e come si usano. Il decibel è semplicemente una definizione; che la sua formulazione è arbitraria o, meglio, è definita per comodità e convenienza. La convenienza deriva dall osservazione

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

STUDIO DEL SEGNO DI UNA FUNZIONE

STUDIO DEL SEGNO DI UNA FUNZIONE STUDIO DEL SEGNO DI UNA FUNZIONE Quando si studia una funzione! " #$%&' (funzione reale di variabile reale) è fondamentale conoscere il segno, in altre parole sapere per quali valori di &( #$%&'$è positiva,

Dettagli

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Tratto dal corso Ifoa UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Recentemente, si sono sviluppati numerosi modelli finalizzati a valutare e a controllare il livello di soddisfazione

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

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

Dettagli

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli

Tassi a pronti ed a termine (bozza)

Tassi a pronti ed a termine (bozza) Tassi a pronti ed a termine (bozza) Mario A. Maggi a.a. 2006/2007 Indice 1 Introduzione 1 2 Valutazione dei titoli a reddito fisso 2 2.1 Titoli di puro sconto (zero coupon)................ 3 2.2 Obbligazioni

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

L'orologio. Ricorda. Per capire. 1 giorno = 24 ore 1 ora = 60 minuti 1 minuto = 60 secondi. La lancetta corta indica le ore. I numeri indicano le ore

L'orologio. Ricorda. Per capire. 1 giorno = 24 ore 1 ora = 60 minuti 1 minuto = 60 secondi. La lancetta corta indica le ore. I numeri indicano le ore L'orologio La lancetta corta indica le ore I numeri indicano le ore La lancetta lunga indica i minuti Questa lancetta, che è sempre in movimento, indica i secondi Ricorda Dopo che la lancetta corta ha

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

Esempi di problemi di 1 grado risolti Esercizio 1 Problema: Trovare un numero che sommato ai suoi 3/2 dia 50

Esempi di problemi di 1 grado risolti Esercizio 1 Problema: Trovare un numero che sommato ai suoi 3/2 dia 50 http://einmatman1c.blog.excite.it/permalink/54003 Esempi di problemi di 1 grado risolti Esercizio 1 Trovare un numero che sommato ai suoi 3/2 dia 50 Trovare un numero e' la prima frase e significa che

Dettagli