Alfonso Iodice D Enza
|
|
- Leonardo Carnevale
- 5 anni fa
- Visualizzazioni
Transcript
1 Strumenti quantitativi per l economia e la finanza I Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale ali dei Il coefficiente () Statistica 1 / 50
2 Outline ali dei ali dei 7 Il coefficiente di correlazione Il coefficiente () Statistica 2 / 50
3 Vettori riga e colonna ali dei vettore colonna 1 3 a (5 1) = trasposizione di un vettore a (5 1) = at (1 5) = ( ) b (1 5) = ( ) b T (5 1) = vettore riga b (1 5) = ( ) Il coefficiente () Statistica 3 / 50
4 Somma ale L operazione somma è definita solo tra aventi le stesse dimensioni, ovvero i addendo devono essere entrambi riga (o entrambi colonna) ed avere lo stesso numero di elementi. Poichè a ha dimensioni (5 1) e b ha dimensioni (1 5), la somma a + b non può essere eseguita. somma di colonna È possibile effettuare la somma tra i a e b T, che hanno entrambi dimensioni (5 1). a+b T = = somma di riga È possibile effettuare la somma tra i b e a T, che hanno entrambi dimensioni (1 5). b + a T = ( )+ ( ) = ( ) ali dei Il coefficiente () Statistica 4 / 50
5 prodotto ale Dato un vettore colonna c avente per elementi {6, 4, 1}, si definisce prodotto ale a c T = 4 2 ( ) = Concetto di Matrice La struttura che risulta dal prodotto ale di a per c si definisce matrice di dimensione 5 3, ovvero è caratterizzata da un numero di righe (5) pari al numero di elementi del primo vettore e il numero di colonne (3) pari al numero di elementi del secondo vettore. In generale una matrice di dimensioni n p è una struttura definita da n riga di p elementi incolonnati, o equivalentemente da p di n elementi affiancati. ali dei Il coefficiente () Statistica 5 / 50
6 prodotto scalare Il prodotto ale determina una matrice, il prodotto tra gli elementi di due che ha per risultato un singolo valore (scalare) si definisce prodotto scalare. Il prodotto scalare non può essere applicato a che abbiano un numero di elementi diverso. Si consideri un vettore colonna d con elementi {1, 8, 2} si definisce prodotto scalare c T d: c T d = ( ) 1 8 = (6 1)+(4 8)+(1 2) = 40 2 ali dei Il coefficiente () Statistica 6 / 50
7 Somma tra L operazione di somma è definita solo tra che abbiano le stesse dimensioni (stesso numero di righe e colonna). Il risultato della somma di due A e B di dimensioni n p è una matrice delle stesse dimensioni i cui elementi sono la somma degli elementi di posto corrispondente in A e B. A + B = = ali dei Il coefficiente () Statistica 7 / 50
8 Prodotto tra Il prodotto tra due è possibile solo se il numero di colonne della prima matrice corrisponde al numero di righe della seconda: poichè A e B sono di dimensioni 5 3, il prodotto A B non è possibile; utilizzando l operatore trasposizione, si possono effettuare i prodotti A T B e A B T A T B = = ali dei Il coefficiente () Statistica 8 / 50
9 Matrici rettangolari e quadrate ali dei Matrice rettangolare X n p = Matrice quadrata X p p = x 1,1 x 1,2... x 1,p x 2,1 x 2,2... x 2,p x n,1 x n,2... x n,p x 1,1... x 1,p x 2,1... x 2,p x p,1... x p,p Il coefficiente () Statistica 9 / 50
10 Matrici diagonali e scalari ali dei Matrice diagonale Una matrice quadrata che ha elementi nulli eccetto la diagonale principale si definisce matrice diagonale D p p = d 1, d 2, d p,p Matrice scalare Una matrice diagonale che ha tutti gli elementi uguali ad una costante K si definsce matrice scalare K K p p = 0 K K Esempio matrice diagonale D p p = Esempio matrice scalare Si considerik = 8 K p p = Il coefficiente () Statistica 10 / 50
11 Matrice identità e matrice unitaria Matrice identità La matrice identità I è una matrice scalare con K = I p p = La matrice identità è tale che Matrice unitaria La matrice unitaria ha tutti gli elementi uguali ad U n p = AI = IA = A ali dei Il coefficiente () Statistica 11 / 50
12 Trasposizione del prodotto tra Esempio trasposizione prodotto tra Si considerino le A e B (A 2 3 B 3 2 ) T = ( B T 3 2 AT 2 3 = ( (AB) T = B T A T ) ) T = ( ( = ) ) ali dei Il coefficiente () Statistica 12 / 50
13 Prodotto tra una matrice uno scalare Il prodotto di una matrice A per uno scalare λ determina una matrice i cui elementi sono gli elementi di A moltiplicati per λ Esempio Sia λ = 2. λa 2 3 = A 2 3 λ = λa = Aλ ( ) ( = ) ali dei Il coefficiente () Statistica 13 / 50
14 Prodotto tra Il prodotto di una matrice A per uno scalare λ determina una matrice i cui elementi sono gli elementi di A moltiplicati per λ ( (A 2 3 B 3 2 ) = Proprietà del prodotto tra ), B = ( Siano A = AB BA ABC = (AB)C = A(BC) (A T + B)C = (A T C) + (BC) A n p B p n = P n n ) = ( , C = ( ) ) ali dei Il coefficiente () Statistica 14 / 50
15 Traccia di una matrice La traccia di una matrice quadrata è la somma degli elementi della diagonale principale ( tr(p 2 2 ) = Proprietà della traccia tr(a + B) = tr(a) + tr(b) tr(a) = tr(a T ) tr(ab) = tr(ba) p tr(x p p ) = x ii i=1 ) = = 167 tr(aa T ) = tr(a T A) = n i=1 mj=1 a 2 ij ali dei Il coefficiente () Statistica 15 / 50
16 Determinante di una matrice Ciascuna matrice quadrata è identificabile attraverso un singolo valore detto determinante ali dei Determinante di una matrice 2 2 ( ) x11 x det(x 2 2 ) = det 12 = x 21 x 22 x 11 x 22 x 21 x 12 Determinante per matrice 3 3 Determinante di una matrice 2 2 ( ) det = (66 101) (121 32) = = 2794 Il coefficiente () Statistica 16 / 50
17 Inversa di una matrice Teorema Sia A una matrice quadrata con determinante diverso da zero, allora esiste ed è unica la matrice B tale che AB = BA = I La matrice B rappresenta la matrice inversa si A e si indica con B = A 1 Proprietà della matrice inversa (k A) 1 = k 1 A 1 (AB) 1 = B 1 A 1 det(a) = det(a) 1 ali dei Il coefficiente () Statistica 17 / 50
18 Un vettore v = [x, y] avente punto di applicazione nell origine degli assi O, è un segmento orientato avente per estremi O ed il punto P di coordinate (x, y). Caratteristiche di Le caratteristiche distintive di un vettore sono intensità (norma): ovvero la lunghezza del vettore direzione: individuata dalla retta passante per gli estremi (OP ) del vettore verso: la semiretta con origine in O e passante per P Rappresentazione di in R 2 Si considerino i seguenti : v 1 = [7, 3], v 2 = [5, 5] e v 3 = [3, 7]. ali dei Il coefficiente () Statistica 18 / 50
19 La norma di un vettore La norma (lunghezza di un vettore v è data dalla radice quadrata della somma dei quadrati degli elementi di v ) p v = [v 1, v 2,..., v p] = v i 2 i=1 Calcolo della norma di Con riferimento ai v 1 = [7, 3], v 2 = [5, 5] e v 3 = [3, 7] le norme sono v 1 = = 7.61 v 2 = = 7.07 v 3 = = 7.61 Rappresentazione di in R 2 ali dei Il coefficiente () Statistica 19 / 50
20 Vettori collineari Due si dicono collineari se sono caratterizzati da uguale direzione, anche se da intensità differente. Considerando i v 2 = [5, 5] e v 4 = [8, 8] ali dei Il coefficiente () Statistica 20 / 50
21 Vettori con norma unitaria ali dei Vettore di norma unitaria Il verrore di lunghezza unitaria si definisce versore e identifica una direzione. Una direzione identifica infiniti, pertanto quello cui si fa riferimento è il versore. Per ottenere il versore u corrispondente al vettore v è necessario dividere ciascuno degli elementi di v per v. Con riferimento ai v 1 = [4, 1], v 2 = [3, 3.5] e v 3 = [1, 3.5], i corrispondenti unitari (versori sono) u 1 = [ , 1 ] = [0.97, 0.24] 4.12 u 2 = [ , ] = [0.65, 0.76] u 3 = [ , ] = [0.27, 0.96] Rappresentazione di in R 2 Il coefficiente () Statistica 21 / 50
22 geometrica della somma tra Rappresentazione della somma di in R 2 Somma tra Dati due v 1 = [x 1, y 1 ] e v 2 = [x 2, y 2 ] il vettore risultante dalla somma v 1 + v 2 corrisponde alla diagonale maggiore del parallelogramma avente per lati v 1 e v 2. Con riferimento ai v 1 = [4, 1], v 2 = [3, 3.5] e v 3 = [1, 3.5], i corrispondenti somma sono v 1 + v 2 = [7, 4.5] v 2 + v 3 = [4, 7] ali dei Il coefficiente () Statistica 22 / 50
23 geometrica della differenza tra Rappresentazione della differenza di in R 2 Differenza tra Dati due v 1 = [x 1, y 1 ] e v 2 = [x 2, y 2 ] il vettore risultante dalla somma v 1 v 2 corrisponde alla diagonale minore del parallelogramma avente per lati v 1 e v 2. Con riferimento ai v 1 = [4, 1], v 2 = [3, 3.5] e v 3 = [1, 3.5], i corrispondenti somma sono v 1 v 2 = [1, 2.5] v 2 v 3 = [2, 0] ali dei Il coefficiente () Statistica 23 / 50
24 geometrica del prodotto scalare tra ali dei Dati due v 1 = [x 1, y 1 ] e v 2 = [x 2, y 2 ] il prodotto scalare è proporzionale alla proiezione ortogonale del vettore v 1 sul vettore v 2 Il prodotto scalare tra tra Il prodotto scalare è proporzionale al coseno dell angolo θ formato tra i due. da cui cos(θ) = vt 1 v 2 v 1 v 2 v T 1 v 2 = cos(θ) v 1 v 2 da cui deriva il fatto che, se v 1 e v 2 sono perpendicolari, θ = 90 o, dunque cos(θ) = cos(90 o ) = 0 allora v T 1 v 2 = 0 Rappresentazione della proiezione di v 1 su v 2 Il coefficiente () Statistica 24 / 50
25 Proiezione ortogonale di un vettore...graficamente si consideri il vettore x = [5, 4] ali dei Il coefficiente () Statistica 25 / 50
26 Proiezione ortogonale di un vettore...graficamente si vuole proiettare il vettore x sull asse U passante per il punto (11, 1). ali dei Il coefficiente () Statistica 26 / 50
27 Proiezione ortogonale di un vettore...graficamente per effettuare la proiezione di x sull asse U occorre calcolare il versore v dell asse U; il versore è v = [0.995, ] ali dei Il coefficiente () Statistica 27 / 50
28 Proiezione ortogonale di un vettore...graficamente coordinata α della proiezione ortogonale sull asse U del vettore x si ottiene moltiplicando il vettore da proiettare per il versore v dell asse U, ali dei Il coefficiente () Statistica 28 / 50
29 Proiezione ortogonale di un vettore...graficamente coordinata α della proiezione ortogonale sull asse U del vettore x si ottiene moltiplicando il vettore da proiettare per il versore v dell asse U, ali dei Il coefficiente () Statistica 29 / 50
30 Proiezione ortogonale di un vettore...graficamente avendo ottenuto α, è ora possibile calcolare il vettore ˆx che rappresenta l immagine di x sull asse U ali dei Il coefficiente () Statistica 30 / 50
31 Proiezione ortogonale di un vettore ali dei Ciascun asse individua una direzione nello spazio; poichè ciascuna direzione identifica infiniti di diversa intensità si fa riferimento al versore che ha norma (intensità ) pari ad 1. Dunque tutti i punti che giacciono su un asse U che ha per versore v avranno come coordinata un multiplo di v. Questo perchè a ciascuno dei punti su U corrisponde un vettore di direzione identificata dall asse U di versore v. Sia ˆx la proiezione ortogonale del vettore x sull asse U di versore v. Determinare α, la coordinata sull asse ˆx = αv La proiezione di x su U deve essere ortogonale, quindi il vettore differenza (x ˆx) deve essere ortogonale all asse U, di conseguenza (x ˆx) deve essere ortogonale a v. Due sono ortogonali se il loro prodotto scalare è nullo, il vincolo è quindi (x ˆx) T v = 0 da cui, facendo alcuni passaggi, si ha x T v ˆx T v = 0 x T v αv T v = 0 poichè ˆx = αv e ˆx T = αv T allora essendo v un versore, v T v = 1, quindi x T v α = 0 = α = x T v che rappresenta la coordinata di x sull asse U di versore v. dunque la coordinata α della proiezione ortogonale sull asse U del vettore x si ottiene moltiplicando il vettore da proiettare per il versore v dell asse U. La coordinata α sarà dunque una combinazione lineare (somma ponderata) di x α = x T v = [5, 4] [ ] = = }{{}}{{} peso peso Il coefficiente () Statistica 31 / 50
32 la media aritmetica ali dei media semplice: µ = 1 n n i=1 x i media per dati organizzati in frequenze: µ = 1 n media per frequenze relative: µ = n x i n i i=1 n i=1 x i n i n Il coefficiente () Statistica 32 / 50
33 Calcolo della media aritmetica semplice: un esempio La distribuzione unitaria della media voto di un collettivo di n = 20 studenti ali dei Il coefficiente () Statistica 33 / 50
34 Calcolo della media aritmetica semplice: un esempio La distribuzione unitaria della media voto di un collettivo di n = 20 studenti ali dei Il coefficiente () Statistica 33 / 50
35 Calcolo della media aritmetica semplice: un esempio ali dei La distribuzione unitaria della media voto di un collettivo di n = 20 studenti µ = 1 ( ) = = = Il coefficiente () Statistica 33 / 50
36 Definizione di varianza La varianza un indice che misura la variabilità di una variabile X rispetto alla media aritmetica. In particolare la varianza σ 2 data dalla media dei quadrati degli scarti (delle modalità dalla media) ali dei Il coefficiente () Statistica 34 / 50
37 Definizione di varianza La varianza un indice che misura la variabilità di una variabile X rispetto alla media aritmetica. In particolare la varianza σ 2 data dalla media dei quadrati degli scarti (delle modalità dalla media) σ 2 = (x 1 µ) 2 + (x 2 µ) (x n µ) 2 = n = 1 n (x i µ) 2 n i=1 ali dei Il coefficiente () Statistica 34 / 50
38 Definizione di varianza ali dei La varianza un indice che misura la variabilità di una variabile X rispetto alla media aritmetica. In particolare la varianza σ 2 data dalla media dei quadrati degli scarti (delle modalità dalla media) σ 2 = (x 1 µ) 2 + (x 2 µ) (x n µ) 2 = n = 1 n (x i µ) 2 n i=1 per dati organizzati in frequenze σ 2 = (x 1 µ) 2 n 1 + (x 2 µ) 2 n (x k µ) 2 n k = n 1 + n n k = 1 k (x i µ) 2 n i n i=1 Il coefficiente () Statistica 34 / 50
39 Esempio di calcolo della varianza Data la variabile X : numero di esami sostenuti prima di quello di statistica osservata su un collettivo di n = 6 studenti ali dei Il coefficiente () Statistica 35 / 50
40 Esempio di calcolo della varianza Data la variabile X : numero di esami sostenuti prima di quello di statistica osservata su un collettivo di n = 6 studenti ali dei Il coefficiente () Statistica 35 / 50
41 Esempio di calcolo della varianza Data la variabile X : numero di esami sostenuti prima di quello di statistica osservata su un collettivo di n = 6 studenti ali dei La varianza sarà dunque σ 2 = 1 n (x i µ) 2 = n 6 i=1 = Il coefficiente () Statistica 35 / 50
42 Misura del legame Nel caso di variabili quantitative preferibile utilizzare una misura del legame che coinvolga, oltre le frequenze, anche le modalità (numeriche) delle variabili. Le componenti della variabile doppia X e Y possono essere caratterizzate da diversa posizione e variabilità, risulta in genere che µ x µ y e σ x σ y ali dei Il coefficiente () Statistica 36 / 50
43 Misura del legame ali dei Nel caso di variabili quantitative preferibile utilizzare una misura del legame che coinvolga, oltre le frequenze, anche le modalità (numeriche) delle variabili. Le componenti della variabile doppia X e Y possono essere caratterizzate da diversa posizione e variabilità, risulta in genere che µ x µ y e σ x σ y Volendo misurare le variazioni congiunte delle modalità di X ed Y, si fa riferimento alla versione standardizzata delle variabili, data da Z x = X µ x σ x e Z y = Y µ y σ y questo per escludere dalla misura del legame gli effetti della differente media e varianza (essendo µ x µ y e σ x σ y ) Il coefficiente () Statistica 36 / 50
44 Il coefficiente di correlazione lineare di Pearson ρ L indice corrispondente alla media aritmetica del prodotto delle modalità standardizzate delle variabili si definisce coefficiente di correlazione lineare di Pearson ρ ed dato da ρ xy = 1 n n (z x,i z y,i ) = 1 n i=1 n ( xi µ x i=1 σ x y ) i µ y σ y ali dei Il coefficiente () Statistica 37 / 50
45 Il coefficiente di correlazione lineare di Pearson ρ ali dei L indice corrispondente alla media aritmetica del prodotto delle modalità standardizzate delle variabili si definisce coefficiente di correlazione lineare di Pearson ρ ed dato da ρ xy = 1 n n (z x,i z y,i ) = 1 n i=1 n ( xi µ x Il coefficiente () Statistica 37 / 50 i=1 σ x y ) i µ y σ y Con piccole trasformazioni si ottiene la presente formalizzazione ρ xy = 1 n n i=1 (x i µ x )(y i µ y ) = σ xy σ x σ y σ x σ y La quantità al numeratore si definisce covarianza: essa corrisponde alla media del prodotto degli scarti delle modalità di X e Y dalle rispettive medie. La covarianza misura la contenporanea variazione di X e Y con riferimento alle loro medie.
46 Calcolo del coefficiente di correlazione Si consideri l esempio della variabile doppia reddito/grado di anzianità ali dei Il coefficiente () Statistica 38 / 50
47 Calcolo del coefficiente di correlazione ali dei Il coefficiente () Statistica 38 / 50
48 Calcolo del coefficiente di correlazione ali dei sia X = anni di anzianità e Y = reddito annuo σ x = 1 n (x i µ x ) n 2 = σ y = 1 n σ xy = 1 n i=1 n (y i µ y ) 2 = i=1 n (x i µ x )(y i µ y ) = i=1 ρ xy = σ xy σ x σ y = = 0.95 Il coefficiente () Statistica 38 / 50
49 Tabella individui variabili ali dei Si considerino p variabili quantitative osservate su un collettivo di n unità statistiche. La corrispondente matrice di dati A a 1,1 a 1,2... a 1,p A n p = a 2,1 a 2,2... a 2,p a n,1 a n,2... a n,p esempio A 5 3 = Il coefficiente () Statistica 39 / 50
50 Calcolo del vettore delle medie delle p variabili Utilizzando il prodotto ale è possibile ottenere il vettore delle medie a 1,1 a 1,2... a 1,n m = A T p n u n 1 = a 2,1 a 2,2... a 2,n a p,1 a p,2... a p,n = esempio 1 n (a 1,1+ a 1, a 1,n ) 1 n (a 2,1+ a 2, a 2,n ) n (a p,1+ a p, a p,n) } {{ } A T 3 5 1/5 1/5 1/5 1/5 1/5 = } {{ } u 5 1 = µ 1 µ 2... µ p 1 n 1 n... 1 n = ( ) 5 ( ) 5 ( ) 5 = } {{ } m 3 1 ali dei Il coefficiente () Statistica 40 / 50
51 Calcolo della matrice delle medie delle p variabili A partire da m, vettore delle medie, si ottiene la matrice delle medie, utile alla successiva operazione di centratura. 1 M n p = 1 n 1 m T 1 p = 1... ( µ 1 µ 2... µ p ) = 1 = esempio µ 1 µ 2... µ p µ 1 µ 2... µ p µ 1 µ 2... µ p } {{ } ( ) = }{{} m T } {{ } M 5 3 ali dei Il coefficiente () Statistica 41 / 50
52 Centratura della matrice ali dei Sottraendo alla matrice dei A e la matrice delle medie M si ottiene la matrice dei dati centrati X. X n p = A n p M n p = = = esempio a 1,1 a 1,2... a 1,p a 2,1 a 2,2... a 2,p a n,1 a n,2... a n,p µ 1 µ 2... µ p µ 1 µ 2... µ p µ 1 µ 2... µ p (a 1,1 µ 1 ) (a 1,2 µ 2 )... (a 1,p µ p) (a 2,1 µ 1 ) (a 2,2 µ 2 )... (a 2,p µ p) (a n,1 µ 1 ) (a n,2 µ 2 )... (a n,p µ p) } {{ } A } {{ } M 5 3 = = } {{ } X 5 3 Il coefficiente () Statistica 42 / 50
53 Matrice di devianza e codevianza ali dei Una volta ottenuta la matrice centrata X, è possibile, attraverso il prodotto di X per la sua trasposta, ottenere la matrice di devianza e codevianza.tale matrice avrá elementi della diagonale principale le devianze); gli elementi extra-diagonale le codevianze. X T p n X n p = = esempio x 1,1 x 1,2... x 1,n x 2,1 x 2,2... x 2,n x p,1 x p,2... x p,n dev(x 1 ) codev(x 1, X 2 )... codev(x 1, X p) codev(x 2, X 1 ) dev(x 2 )... codev(x 2, X p) codev(x p, X 1 ) codev(x p, X 2 )... dev(x p) } {{ } X T } {{ } V 3 3 x 1,1 x 1,2... x 1,p x 2,1 x 2,2... x 2,p x n,1 x n,2... x n,p } {{ } X 5 3 = = Il coefficiente () Statistica 43 / 50
54 Matrice di varianze e covarianze ali dei A questo punto è immediato definire la matrice di varianze e covarianze Σ. Per fare questo si consideri la matrice diagonale come una matrice quadrata (stesso numero di righe e di colonne) i cui elementi extradiagonali sono nulli. In particolare si faccia riferimento alla matrice U di dimensione (p p) i cui elementi diagonali siano tutti uguali a 1 n. U = n 0 1 n n Utilizzando la matrice U è possibile ricavare la matrice Σ di dimensioni p p a partire da quella di devianze e codevianze X T X precedentemente ottenuta. σ 2 X σ 1 (X1,X 2 )... σ (X1,Xp) X T σ XU = VU = Σ = (X2,X 1 ) σx 2... σ 2 (X2,Xp) σ (Xn,X1 ) σ (Xn,X2 )... σxp 2 Il coefficiente () Statistica 44 / 50
55 Matrice di varianze e covarianze esempio } {{ } V /5 0 1/ /5 } {{ } U 3 3 = } {{ } Σ 3 3 ali dei Il coefficiente () Statistica 45 / 50
56 Matrice standardizzata ali dei Per ottenere la matrice dei dati standardizzati Z di dimensione n p i cui elemento generico z ij = a ij µ j, i = 1,..., n; j = 1,..., p. Avendo già ottenuto la matrice dei dati centrati X è σ j necessario moltiplicare ciascuno degli elementi di tale matrice per 1 σj. Si ricorre anche in questo caso ad una matrice diagonale: la matrice è D di dimensione (p p) i cui elementi diagonali sono tutti uguali a 1 σ j, j = 1,..., p. D = 1 σ σ σp Utilizzando la matrice D è possibile ricavare la matrice Z di dimensioni n p: post-moltiplicando D ad X si ottiene a 11 µ 1 a 12 µ 2 a... 1p µp σ 1 σ 2 σp a 21 µ 1 a 22 µ 2 a... 2p µp Z = XD = σ 1 σ 2 σp a n1 µ 1 a n2 µ 2 anp µp... σ 1 σ 2 σp Il coefficiente () Statistica 46 / 50
57 Matrice standardizzata esempio } {{ } X = } {{ } D 3 3 } {{ } Z 5 3 ali dei Il coefficiente () Statistica 47 / 50
58 Matrice di correlazione Il coefficiente di correlazione lineare di Pearson che caratterizza una coppia di variabili è definito come la media aritmetica dei prodotti delle modalità standardizzate. Pertanto, avendo calcolato Z, matrice standardizzata, risulta agevole ottenere la matrice di correlazione: R = Z T ZU = 1 ρ 1,2... ρ 1,p ρ 2, ρ 2,p ρ p,1 ρ p, In particolare gli elementi diagonali di tale matrice sono r jj = 1 [( ) 2 ( ) 2 ( ) 2 ] a1,j µ j a2,j µ j an,j µ j = n σ j σ j σ j 1 n ( ) 2 1 aij µ j n i=1 σ j 2 }{{} varianza σ 2 j = σ2 j σ j 2 = 1 ali dei Il coefficiente () Statistica 48 / 50
59 Matrice di correlazione Gli elementi extra-diagonali sono r kj = 1 [( ) ( ) ( ) ( ) a1,k µ k a1,j µ j a2,k µ k a2,j µ j n σ k σ j σ k σ j covarianza σ kj { }} { 1 n ( ) ( ) ( ) ( )] ai,k µ k ai,j µ j an,k µ k an,j µ j n i=1 + = = σ k σ j σ k σ j = σ kj = ρ kj coefficiente di correlazione lineare tra le variabili k e j σ k σ j ali dei Il coefficiente () Statistica 49 / 50
60 Matrice di correlazione esempio R = U = }{{} Z T }{{} 3 5 Z = = }{{} 5 ( Z T ) }{{}}{{} Z U R ali dei Il coefficiente () Statistica 50 / 50
Analisi statistica e matematico-finanziaria II. Alfonso Iodice D Enza Università degli studi di Cassino e del Lazio Meridionale
delle sui delle Analisi statistica e matematico-finanziaria II Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale sulle particolari ali dei dati Outline
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 24 Outline 1 () Statistica 2 / 24 Outline 1 2 () Statistica 2 / 24 Outline 1 2 3 () Statistica 2 /
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 41 Outline 1 2 3 4 5 () Statistica 2 / 41 Misura del legame Data una variabile doppia (X, Y ), la
DettagliElementi di Algebra Matriciale. (richiami)
Elementi di Algebra Matriciale Definizione di matrice (richiami) Matrice quadrata, diagonale, identità, triangolare, simmetrica Matrice trasposta Principali operazioni su matrici e vettori: somma, sottrazione,
DettagliAlfonso Iodice D Enza
Strumenti quantitativi per l economia e la finanza I Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino e del Lazio Meridionale () Statistica 1 / 58 Outline 1 2 3 4 5 () Statistica
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
Dettagli( ) TEORIA DELLE MATRICI. A. Scimone a.s pag 1
. Scimone a.s 1997 98 pag 1 TEORI DELLE MTRICI Dato un campo K, definiamo matrice ad elementi in K di tipo (m, n) un insieme di numeri ordinati secondo righe e colonne in una tabella rettangolare del tipo
DettagliVETTORI E SCALARI DEFINIZIONI. Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura.
VETTORI E SCALARI DEFINIZIONI Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura. Un vettore è invece una grandezza caratterizzata da 3 entità:
DettagliLa matematica del CAD. Vettori e Matrici
La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad
DettagliLezione 8. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 8. A. Iodice. Relazioni tra variabili
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 26 Outline 1 2 3 4 () Statistica 2 / 26 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliGeometria analitica del piano pag 32 Adolfo Scimone
Geometria analitica del piano pag 32 Adolfo Scimone CAMBIAMENTI DI SISTEMA DI RIFERIMENTO Consideriamo il piano cartesiano R 2 con un sistema di riferimento (O,U). Se introduciamo in R 2 un secondo sistema
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliIl determinante. Calcolo del determinante di matrici particolari. matrici di ordine 2: sia. a11 a A = allora
Calcolo del determinante di matrici particolari matrici di ordine 2: sia allora Esempio. [ ] a11 a A = 12, a 21 a 22 det A = a 11 a 22 a 21 a 12. Calcolare il determinante di [ ] 1 2 A =. 3 4 matrici di
DettagliPiccola rassegna di Algebra delle Matrici
Piccola rassegna di Algebra delle Matrici 1 Introduzione Questa nota va intesa semplicemente come un brevissimo sommario di alcuni concetti relativi alle Matrici, che dovete utilizzare nell ambito dello
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo I due semplici esercizi seguenti hanno l obiettivo di consolidare le nostre nozioni in tema di
Dettagli1- Geometria dello spazio. Vettori
1- Geometria dello spazio. Vettori I. Generalità (essenziali) sui vettori. In matematica e fisica, un vettore è un segmento orientato nello spazio euclideo tridimensionale. Gli elementi che caratterizzano
DettagliUna approssimazione allo spazio della fisica classica. Spazi affini euclidei.
Una approssimazione allo spazio della fisica classica. Spazi affini euclidei. Federico Lastaria. Analisi e Geometria 1. Una introduzione allo spazio della fisica classica. 1/20 Lo spazio E 3 (il piano
DettagliMATRICI e DETERMINANTI. Prof.ssa Maddalena Dominijanni
MATRICI e DETERMINANTI Le matrici non sono altro che tabelle di elementi ordinati per righe e colonne. Se m = n la matrice si dice quadrata Matrice quadrata di ordine 3 Matrice rettangolare di tipo 2 3
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliOperazioni coi vettori
Operazioni coi ettori Opposto di un ettore I ersori Somma e differenza tra ettori Componenti di un ettore Prodotto scalare Prodotto ettoriale Rappresentazione matriciale di un ettore I ettori Per definire
DettagliProdotto scalare e ortogonalità
Prodotto scalare e ortogonalità 12 Novembre 1 Il prodotto scalare 1.1 Definizione Possiamo estendere la definizione di prodotto scalare, già data per i vettori del piano, ai vettori dello spazio. Siano
DettagliMATRICI. Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: a 2 m. a n m) i j R, 1 i n, 1 j m.
MATRICI Matrici Una matrice A con n-righe e m-colonne, ad elementi reali, è una tabella con la seguente forma: 11 a 12 a 1 3 a 1m A=(a a 21 a 2 3 a 2m con a a n1 a n2 a n 3 a nm i j R, 1 i n, 1 j m. per
DettagliCorso di Fisica I per Matematica
Corso di Fisica I per Matematica DOCENTE: Marina COBAL: marina.cobal@cern.ch Tel. 339-2326287 TESTO di RIFERIMENTO: Mazzoldi, Nigro, Voci: Elementi d fisica,meccanica e Termodinamica Ed. EdiSES FONDAMENTI
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
Dettagli, 3x y = a 2 = b 2 + c 2 2bc cos α.
Esercizi. Soluzioni. (.A ) Siano x = e y =. 2 (i) Calcolare e disegnare i vettori x, 2x, x, 0x. (ii) Calcolare e disegnare i vettori x + y, x y, y e x y. (iii) Calcolare x, y, x + y e x y. Sol. 2 0 (i)
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - A 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
DettagliFacoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre Foglio domande
Facoltà di Economia - Sede di Udine Pre-Test di Statistica - C 23 ottobre 2006 Foglio domande Attenzione: I candidati sono pregati di compilare il foglio risposte annerendo uniformemente il pallino relativo
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliCORSO DI LAUREA IN INGEGNERIA MECCANICA A.A PROVA SCRITTA DI GEOMETRIA DEL Corsi dei Proff. M. BORDONI, A.
CORSO DI LAUREA IN INGEGNERIA MECCANICA A.A. - PROVA SCRITTA DI GEOMETRIA DEL -- Corsi dei Proff. M. BORDONI, A. FOSCHI Esercizio. E data l applicazione lineare L : R 4 R 3 definita dalla matrice A = 3
DettagliVETTORI GEOMETRICI / RICHIAMI
M.GUIDA, S.ROLANDO, 2016 1 VETTORI GEOMETRICI / RICHIAMI Chiamiamo vettore un qualsiasi segmento orientato del piano o dello spazio. Orientare un segmento significa scegliere un verso per percorrerlo,
Dettagliil determinante che si ottiene da A, sopprimendo la i - esima riga e la j - esima colonna. Si definisce complemento algebrico dell'elemento a ij
Determinanti Sia data la matrice quadrata a... a n a a n =...... a... a n nn Chiamiamo determinante di il numero det o che ad essa viene associato. det = a a... a... a... a n n n... a nn Un generico elemento
DettagliCorso di Matematica per la Chimica. Dott.ssa Maria Carmela De Bonis a.a
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Spazio dei vettori Il primo oggetto matematico che definiamo sarà il vettore. Partendo dai numeri reali come rappresentazione dei punti della retta reale R,
DettagliCapitolo 1 Vettori applicati e geometria dello spazio
Capitolo 1 Vettori applicati e geometria dello spazio Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Tutorato di geometria e algebra lineare Anno accademico 2014-2015 Definizione (Vettore
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliLezione 3. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 3. A. Iodice
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino La () Statistica 1 / 27 Outline La 1 2 3 4 5 6 Proprietà del 7 La () Statistica 2 / 27 La Si consideri il carattere
DettagliVETTORI NELLO SPAZIO ORDINARIO ,
VETTORI E GEOMETRIA ANALITICA 1 VETTORI NELLO SPAZIO ORDINARIO Vettori ordinari ed operazioni. Dipendenza ed indipendenza lineare, basi. Prodotto scalare, proiezioni, angoli. Prodotto vettoriale e prodotto
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliErrata corrige. p. 10 riga 5 del secondo paragrafo: misurare
Errata corrige p. 9 esercizio 5. Modificare testo dell esercizio come segue: Dati una retta r e un punto P, esistono infiniti piani per P paralleli a r: si tratta dei piani che contengono la retta s per
Dettagli= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
Dettagli1 Esercizi di ripasso 4
Esercizi di ripasso 4. Determinare k in modo che il piano kx + 2y 6z + = 0 sia parallelo al piano x + y z + = 0. Soluzione. La condizione di parallelismo richiede che ( ) k 2 6 rg = Ne segue che k = e
DettagliAssociazione tra caratteri quantitativi: gli indici di correlazione
Associazione tra caratteri quantitativi: gli indici di correlazione Per correlazione si intende una relazione tra due variabili tale che a ciascun valore della prima variabile corrisponda con una certa
Dettagli21. (cenni di) Geometria analitica del piano.
. (cenni di) Geometria analitica del piano... Definizione. Sia π un piano e sia O un suo punto. Siano i e j due versori ortogonali tra loro e paralleli al piano π. Diremo che la terna ordinata (O, i, j)
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
Dettagli2 Sistemi lineari. Metodo di riduzione a scala.
Sistemi lineari. Metodo di riduzione a scala. Esercizio.1 Utilizzando il metodo di eliminazione di Gauss, risolvere i seguenti sistemi lineari: 1. 3. x 1 x + 3x 3 = 1 x 1 x x 3 = x 1 + x + 3x 3 = 5 x 1
DettagliMATRICI E SISTEMI LINEARI
1 Rappresentazione di dati strutturati MATRICI E SISTEMI LINEARI Gli elementi di una matrice, detti coefficienti, possono essere qualsiasi e non devono necessariamente essere omogenei tra loro; di solito
DettagliEsercizi Riepilogativi Svolti
Universita degli Studi di Roma - "Tor Vergata" - Facolta Ingegneria Esercizi GEOMETRIA Edile-Architettura e dell Edilizia SPAZI EUCLIDEI. TRASFORMAZIONI. ORIENTAZIONI. FORMULE DI GEOMETRIA IN R. Docente:
DettagliAnalisi delle componenti principali
Analisi delle componenti principali Serve a rappresentare un fenomeno k-dimensionale tramite un numero inferiore o uguale a k di variabili incorrelate, ottenute trasformando le variabili osservate Consiste
DettagliSviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente
DettagliIl prodotto tra matrici non è commutativo. Nelle notazioni precedenti, ponendo n = p e m = q si hanno:
L anello delle matrici Esempio. Siano A = [ ] 0 1 3 0 2 1, B = 1 2 0 0 1 2 3 4, 1 0 calcolare AB e BA. Osservazioni Siano A Mat m,n (K) e B Mat p,q (K). Il prodotto AB è definito se n = p. Si ha AB Mat
DettagliArgomenti Capitolo 1 Richiami
Argomenti Capitolo 1 Richiami L insieme dei numeri reali R si rappresenta geometricamente con l insieme dei punti di una retta orientata su cui sia stato fissato un punto 0 e un segmento unitario. L insieme
DettagliVETTORI. OPERAZIONI CON I VETTORI. RAPPRESENTAZIONE CARTESIANA DEI VETTORI. APPLICAZIONI.
VETTORI. OPERAZIONI CON I VETTORI. RAPPRESENTAZIONE CARTESIANA DEI VETTORI. APPLICAZIONI. Sia AB un segmento orientato. Ad esso è possibile associare: 1) la direzione, cioè la direzione della retta su
DettagliCorso di Geometria Lezione II: Spazi vettoriali
.. Corso di Geometria Lezione II: Spazi vettoriali F. Baldassarri 8 ottobre 2013 Definizione di spazio vettoriale Uno spazio vettoriale su un campo C (ad es. Q,R,C,{0, 1}) è un insieme V dotato di due
DettagliCORSO DI LAUREA IN INGEGNERIA MECCANICA A.A PROVA SCRITTA DI GEOMETRIA DEL Compito A Corso del Prof.
CORSO DI LAUREA IN INGEGNERIA MECCANICA A.A. 202-203 PROVA SCRITTA DI GEOMETRIA DEL 8-02-3 Compito A Corso del Prof. Manlio BORDONI Esercizio. Sia W il sottospazio vettoriale di R 4 generato dai vettori
DettagliEsercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica
Esercizi di Geometria e Algebra Lineare C.d.L. Ingegneria Meccanica 1) Dati i vettori a = (2, 4), b = (1, 2), c = ( 1, 1), d = (3, 6), stabilire se c e d appartengono a Span(a, b}). 2) Nello spazio vettoriale
DettagliCapitolo 3 Matrici. Marco Robutti. Facoltà di ingegneria Università degli studi di Pavia. Anno accademico
Capitolo 3 Matrici Marco Robutti Facoltà di ingegneria Università degli studi di Pavia Anno accademico 2017-2018 Tutorato di geometria e algebra lineare Definizione (Matrice) Una matrice A M R (k, n) è
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
DettagliEsercitazioni di Fisica. venerdì 10:00-11:00 aula T4. Valeria Malvezzi
Esercitazioni di Fisica venerdì 10:00-11:00 aula T4 Valeria Malvezzi E-mail: valeria.malvezzi@roma2.infn.it Richiami di trigonometria Definizioni goniometriche )α Relazione goniometrica fondamentale I
DettagliRette e piani nello spazio
Rette e piani nello spazio Equazioni parametriche di una retta in R 3 : x(t) = x 0 + at r(t) : y(t) = y 0 + bt t R, parametro z(t) = z 0 + ct ovvero r(t) : X(t) = P 0 + vt, t R}, dove: P 0 = (x 0, y 0,
DettagliLe matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.
Le matrici Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1. Siano m, n N\{0}. Una matrice m n a coefficienti in K è una tabella di m n elementi di K disposti
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
DettagliLezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo
UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE
DettagliGeometria BATR-BCVR Esercizi 9
Geometria BATR-BCVR 2015-16 Esercizi 9 Esercizio 1. Per ognuna delle matrici A i si trovi una matrice ortogonale M i tale che Mi ta im sia diagonale. ( ) 1 1 2 3 2 A 1 = A 2 1 2 = 1 1 0 2 0 1 Esercizio
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliProdotto scalare. Piani nello spazio Federico Lastaria, Analisi e Geometria 1. Politecnico di Milano Corso di Analisi e Geometria 1
Politecnico di Milano Corso di Analisi e Geometria 1 Federico Lastaria federico.lastaria@polimi.it Prodotto scalare in R n. Piani nello spazio. 19 Dicembre 2016 Indice 1 Prodotto scalare nello spazio 2
Dettagli3. Elementi di Algebra Lineare.
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari 3. Elementi di Algebra Lineare. 1 Sistemi lineari Sia A IR m n, x IR n di n Ax = b è un vettore di m componenti.
DettagliEsercizi Di Geometria 1 (BAER) Canale 1 Da consegnare Lunedi 19 Ottobre
Esercizi Di Geometria (BAER Canale Da consegnare Lunedi 9 Ottobre SETTIMANA 3 (2 8 Ottobre Moltiplicazione di matrici Gli esercizi sono presi dal libro Intorduction to Linear Algebra di Serge Lang Esercizio
DettagliGrandezze scalari e vettoriali
Grandezze scalari e vettoriali Per caratterizzare completamente una grandezza fisica, a volte è sufficiente dare soltanto un numero (scalare), mentre altre volte questo non è sufficiente. Massa, lunghezza,
DettagliSISTEMI DI EQUAZIONI LINEARI
SISTEMI DI EQUAZIONI LINEARI Date le rette di equazioni ax + by + c = 0 e a x + b y + c = 0 quanti punti hanno in comune? Per rispondere devo risolvere il sistema ax + by + c = 0 ቊ a x + b y + c = 0 e
DettagliLezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda
DettagliCorso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 27/09/2016 SOLUZIONE DEGLI ESERCIZI PROPOSTI
Corso di Laurea in Scienza dei Materiali PROVA SCRITTA DI GEOMETRIA DEL 7/9/6 SOLUZIONE DEGLI ESERCIZI PROPOSTI Esercizio. Si consideri la quadrica affine C d equazione cartesiana xy + yz z + 4x =. ()
DettagliAnalisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI 1 GEOMETRIA 2009/10 Esercizio 1.1 (2.2). Determinare l equazione parametrica e Cartesiana della retta dello spazio (a) Passante per i
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
Dettagli1 Sistemi di riferimento
Università di Bologna - Corsi di Laurea Triennale in Ingegneria, II Facoltà - Cesena Esercitazioni del corso di Fisica Generale L-A Anno accademico 2006-2007 1 Sistemi di riferimento Le grandezze usate
DettagliLa lunghezza dei vettori e legata alle operazioni sui vettori nel modo seguente: Consideriamo due vettori v, w e il vettore v + w loro somma.
Matematica II, 20.2.. Lunghezza di un vettore nel piano Consideriamo il piano vettoriale geometrico P O. Scelto un segmento come unita, possiamo parlare di lunghezza di un vettore v P O rispetto a tale
DettagliEQUAZIONE DELLA RETTA
EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale
DettagliRicordiamo brevemente come possono essere rappresentate le rette nel piano: 1) mediante un'equazione cartesiana. = ( p 1
Introduzione Nella computer grafica, gli oggetti geometrici sono definiti a partire da un certo numero di elementi di base chiamati primitive grafiche Possono essere punti, rette e segmenti, curve, superfici
DettagliOperazioni tra matrici. Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia c = 3
Operazioni tra matrici Definizione di matrice a ij è un elemento di A a ij è detto l elemento ij-esimo di A Moltiplicazione per uno Scalare Moltiplicare ogni elemento della matrice per lo scalare. Sia
DettagliCalcolo vettoriale. Versore: vettore u adimensionale di modulo unitario (rapporto tra un vettore e il suo modulo)
Grandezze scalari: caratterizzate da un valore numerico in una unità di misura scelta (ex: massa, temperatura, ecc) Grandezze vettoriali: oltre al valore numerico necessitano della definizione di una direzione
DettagliBivettori. Determinanti. Prodotto vettoriale.
Bivettori. Determinanti. Prodotto vettoriale. 10 Dicembre 2018 Per approfondimenti: bibliografia e siti web sull algebra geometrica (Geometric Algebra): http://geometry.mrao.cam.ac.uk/ https://assets.cambridge.org/052148/0221/sample/0521480221ws.pdf
DettagliSommario lezioni di geometria
Sommario lezioni di geometria C. Franchetti November 12, 2006 1 Geometria analitica nel piano 1.1 Distanza di due punti Siano P 1 = (x 1, y 1 ), P 2 = (x 2, y 2 ) due punti del piano, se d(p 1, P 2 ) indica
DettagliSpazi vettoriali euclidei.
Spazi vettoriali euclidei Prodotto scalare, lunghezza e ortogonalità in R n Consideriamo lo spazio vettoriale R n = { =,,, n R}, n con la somma fra vettori e il prodotto di un vettore per uno scalare definiti
Dettaglix1 + 2x 2 + 3x 3 = 0 nelle tre incognite x 1, x 2, x 3. Possiamo risolvere l equazione ricavando l incognita x 1 x 1 = 2x 2 3x 3 2r 1 3r 2 x 2 x 3
Matematica II -..9 Spazio delle soluzioni di un sistema lineare omogeneo.. Consideriamo l equazione lineare omogenea nelle tre incognite x, x, x 3. x + x + 3x 3 = Possiamo risolvere l equazione ricavando
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Fabrizio Silvestri December 14, 010 Matrice Sia R il campo dei numeri reali. Si indica con R m n l insieme delle matrici ad elementi reali con m righe ed n colonne. Se A R n
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliCapitolo 7 Algebra Lineare. Coordinate cartesiane in uno spazio a 3 dimensioni S 3
Capitolo 7 7.1 Vettori 7.1.1 - Richiami di geometria analitica Coordinate cartesiane in uno spazio a 3 dimensioni S 3 In S 3 si considerino tre rette perpendicolari, aventi in comune un punto (origine);
DettagliEsercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2011 2012 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.00
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
Dettagli