4 I MINIMI QUADRATI GENERALIZZATI
|
|
- Giuliana Milani
- 5 anni fa
- Visualizzazioni
Transcript
1 F. Carlucci Traccia per u corso di Ecoomeria Modulo II Miimi quadrai 4 I MINIMI QUADRATI GENERALIZZATI Idice del capiolo 4. L ipoesi di sfericià dei residui Lo simaore dei miimi quadrai geeralizzai... 4 roprieà dello simaore OLS i preseza di disurbi o sferici... 4 Derivazioe dello simaore geeralizzao Eeroschedasicià dei residui... 7 La sima dei miimi quadrai poderai WLS... 7 Tes di omoschedasicià... 8 Lo simaore WLS come simaore dei miimi quadrai geeralizzai Bibliografia /7/4;6. II edizioe
2 Modulo II Miimi quadrai 4. L ipoesi di sfericià dei residui Nel capiolo precedee abbiamo aalizzao la violazioe della prima fra le ipoesi socasiche alla base del modello lieare, quella di omogeeià del campioe. Nel corso della raazioe siamo sai codoi ad occuparci ache della violazioe di u alra ipoesi, quella di ormalià dei residui, che è coessa alla prima el caso i cui si maifesio osservazioi aomale. Ci occupiamo ora di u alra ipoesi socasica, quella relaiva ai momei secodi della disribuzioe dei residui s E u~ u~ s,s 4.. s dea di sfericià dei residui, alludedo al fao che soo l ipoesi 4.. le regioi dello spazio a dimesioi ei quali il residuo assume valori co ua prefissaa probabilià soo delle ipersfere. Osservazioe 4. Nei modelli specificai su serie soriche, i cui i residui u soo ua successioe emporale di variabili aleaorie, la 4.. viee ache dea ipoesi di biachezza dei residui, poiché ella eoria dei processi socasici ua successioe di variabili aleaorie icorrelae a media ulla e variaza cosae viee defiia rumore biaco. Come si è deo el paragrafo.6, l ipoesi di sfericià o, a secoda del ipo di modelli, di biachezza è raramee verificaa ella realà, poiché frequeemee i residui soo correlai ra di loro e posseggoo variaze diverse. Sia l auocorrelazioe che la o cosaza delle variaze soo feomei coessi i qualche modo alla crescia ecoomica, che deermia la preseza di ua fore compoee ierziale elle serie soriche da cui l auocorrelazioe e il fao che le loro fluuazioi aoro alla edeza aumeio di ampiezza col passare del empo da cui la o cosaza delle variaze. Si oi che la 4.. o prevede alcua specifica ipoesi disribuzioale. Siamo quidi el coeso delle ipoesi deboli o di Gauss-Markov. La violazioe delle 4.. quidi deermierà sia la perdia delle proprieà BLU dello simaore OLS, sia l impossibilià di effeuare ifereze saisiche valide. Quesi pui vegoo affroai i deaglio el paragrafo 4., dove si presea uo simaore geeralizzao, deo appuo simaore dei miimi quadrai geeralizzai, o di I paricolare, sfere a dimesioi. iù che di sfericià dei residui bisogerebbe i effei parlare di sfericià della disribuzioe di forma o specificaa dei residui. Si veda il paragrafo.6. 4-
3 Modulo II Miimi quadrai Aike, o GLS, 3 che maiee le proprieà BLU e permee ifereze valide ache i preseza di violazioi della 4... I praica, l applicazioe di queso simaore è limiaa dalla ecessià di cooscere la marice di covariaze vera dei residui. Soo quidi sai proposi diversi simaori cosiddei GLS faibili, 4 dei ache simaori di Aike a due sadi, i quali uilizzao, a froe di violazioi specifiche della 4.., specifici simaori della marice di covariaze o specifiche ipoesi sulla sua sruura per perveire alla cosruzioe delle sime geeralizzae. I diversi simaori faibili soo quidi deermiai dalla aura della violazioe ipoizzaa. I queso capiolo cosidereremo i paricolare quelli proposi per ovviare alla preseza di eeroschedasicià dei residui. Il più diffuso è lo simaore dei miimi quadrai poderai, o WLS, 5 preseao el paragrafo 4.3. Gli simaori GLS faibili proposi a froe di violazioi dell ipoesi di o auocorrelazioe dei residui verrao preseai el modulo V, dopo aver irodoo i cocei di diamica ecoomerica ecessari per rappreseare l auocorrelazioe sessa. 3 Dall iglese Geeralized Leas Squares. 4 I iglese feasible GLS. 5 Dall iglese Weighed Leas Squares. 4-3
4 Modulo II Miimi quadrai 4. Lo simaore dei miimi quadrai geeralizzai Come si è viso el precedee paragrafo, spesso, per raare siuazioi più aderei alla realà, è ecessario idebolire uleriormee l ipoesi socasica 4.., o, se si vuole, esedere il modello di base, ipoizzado che la marice di dispersioe di u ~ sia del ipo più geerale ~ ~~ Cov u E uu = = V 4.. dove e V soo marici simmeriche defiie posiive. La scela della oazioe o dell alra V dipede dal coeso di aalisi ecoomeriche i cui ci si rova, essedo la secoda moivaa dall avere coformazioe aaloga all ipoesi I di residui sferici. Osservazioe 4. La marice di dispersioe di u veore aleaorio ~ è sempre defiia posiiva i quao è: < Var ~ = Cov ~ = dove è u qualsiasi veore di cosai o ue ulle e ~, essedo ua variabile aleaoria scalare o degeere, ha variaza ecessariamee oulla. roprieà dello simaore OLS i preseza di disurbi o sferici rima di procedere mosriamo i che modo l ipoesi 4.. modifica le proprieà dello simaore OLS. Quesa aalisi è esseziale allo scopo di farci capire quali soo i rischi che corriamo ell applicare lo simaore OLS i coesi ei quali ua delle ipoesi alla base di esso, la 4.., o è verificaa. Ricordiamo dal capiolo che soo le ipoesi sadard lo simaore OLS è BLU. Soo la 4.. queso simaore maiee la proprieà di o disorsioe, ma o è più oimo el seso di Gauss-Markov. Avremo ifai E ˆ E[ u~ ] E[ u ~ ] Viceversa, la sua marice di variaze e covariaze ora divea Covˆ E[ˆ ˆ ] E[ V uu ~~ ]
5 Modulo II Miimi quadrai cioè diversa dalla.6.8 derivaa el caso di validià delle ipoesi classiche. Ma ques ulima marice di dispersioe è quella sulla quale si basa la dimosrazioe del eorema di Gauss-Markov si veda il paragrafo.8. Ne cosegue che quado la marice di dispersioe dei residui è la 4.. lo simaore OLS o è più quello di variaza miima fra ui gli simaori lieari o disori. L iuizioe soosae a queso risulao è semplice: lo simaore OLS o è più efficiee i quao o sfrua ua l iformazioe eoricamee dispoibile. I paricolare, esso igora la coformazioe della marice di covariaze 4.., e risulerà quidi più disperso di uo simaore che ivece e ega coo. La 4.. idica ache che lo simaore campioario della marice di covariaze dei residui o è più appropriao, perché o riflee la sruura della marice di covariaze vera 4... Come abbiamo viso el capiolo, ua l ifereza saisica sui parameri del modello uilizza ua sima della loro marice di dispersioe e di cosegueza i preseza di residui o sferici le ifereze effeuae uilizzado la marice di variaze e covariaze sadard o soo valide. I alre parole, le saisiche e F calcolae dai sofware ecoomerici porebbero forire risulai fuorviai cioè, a secoda delle circosaze, spigerci a o rifiuare u ipoesi ulla falsa o a rifiuare ua ulla vera. Le cosegueze dell ipoesi 4.. sullo simaore OLS soo quidi piuoso gravi. Vediamo ora come cosruire uo simaore geeralizzao che, eedo coo della 4.., ci cosea di superare quesi problemi. Derivazioe dello simaore geeralizzao Se valgoo le ipoesi 4.., le prime due delle.6. e la.4.9 è possibile deermiare u uovo simaore che segue il crierio dei miimi quadrai, deo simaore dei miimi quadrai geeralizzai 6. er oeerlo è sufficiee far ricorso al eorema I-., che cosee di faorizzare la marice V secodo la forma V 4..3 dove la marice è u appropriaa marice quadraa, ach essa di ordie ; dalla 4..3 si rae, co due iversioi, 6 O di Aike; i ligua iglese: Geeralized Leas Squares, GLS. Riporiamo per comodià del leore le quaro ipoesi alla base dello simaore GLS: marice di cosai Eu = 3 Covu = V 4 de 4-5
6 Modulo II Miimi quadrai V - I l iveribilià di essedo assicuraa dallo sesso eorema I-.. Se premoliplichiamo il modello.4.4 per - oeiamo u cioè +u 4..4 avedo poso -, -, - u u 4..5 Il vaaggio delle 4..5 è che i seguio alla loro applicazioe i residui del modello 4..4, specificao i ermii di variabili rasformae, rispeao le ipoesi sadard: E Cov E E I V uu u u u ] ~~ [ ~ ~ ~ dove si è fao uso della Lo simaore dei miimi quadrai ordiari dei parameri della 4..4 è V V ~ ~ ] [ ~ ~ 4..6 per oeere il quale abbiamo iverio i due membri della Il veore aleaorio 4..6 è lo simaore dei miimi quadrai geeralizzai; esso è BLU perché oeuo ramie il crierio dei miimi quadrai ordiari operado su u modello, il 4..4, che rispea le ipoesi sadard. La marice di dispersioe di ale simaore è ~ V Cov 4..7 mere la sima o disora di ha l espressioe / / / ˆ ˆ k k k k V V V u u 4..8 che si oiee sfruado la Nelle applicazioi l uilià dello simaore dei miimi quadrai geeralizzai è oevolmee limiaa dalla ecessià di cooscere V. Nel paragrafo successivo vedremo come viee risolo il problema el caso paricolare di eeroschedasicià dei residui.
7 Modulo II Miimi quadrai 4.3 Eeroschedasicià dei residui Nel modello lieare geerale x x k x k u 4.3. soo sae fae siora le ipoesi deboli sadard E u~, s E u~ u~ s, s 4.3. s Nelle variabili ecoomiche, uavia, accade spesso che la variabilià o sia cosae el empo, ma crescee o più raramee decrescee, oppure acora crescee e poi decrescee a rai. Se ua ale siuazioe vale per la 4.3. e se la compoee sisemaica la combiazioe lieare delle x o rappresea sufficieemee quesa variabilià o cosae, ale ipo di variabilià si rasferisce sui residui u per cui la secoda della 4.3. si rasforma ella caraerizzadoe la eeroschedasicià. s E u~ u~ s s I ale caso l aalisi svola el paragrafo precedee mosra come o possao essere più uilizzai gli simaori dei miimi quadrai ordiari, per i quali è ecessario che valgao le Nel reso del paragrafo mosriamo come cosruire simaori GLS el caso di eeroschedasicià e poi richiamiamo alcui es comuemee uilizzai per verificare l ipoesi di omoschedasicià. La sima dei miimi quadrai poderai WLS Viee aurale ipoizzare che l eeroschedasicià dei residui sia causaa da alcue variabili oe che idichiamo co z, z,, z s. Quese possoo essere, ue o i pare, ache variabili esplicaive del modello Soo l uleriore ipoesi che sia fuzioe crescee l adaameo al caso decrescee è baale di quese variabili, possiamo porre exp z exp z... exp s zs dove la cresceza è rappreseaa mediae l espoeziale per comodià di sviluppo aaliico. Sempre per comodià è coveiee specializzare uleriormee la seza che le ipoesi addizioali codizioio roppo le siuazioi reali. oiamo, duque, i primo luogo s, z, per cui la divea exp exp z w avedo poso 4-7
8 Modulo II Miimi quadrai exp z lw I secodo luogo poiamo, per cui i coclusioe si ha w Se w,, si riora all ipoesi sadard di omoschedasicià. Soo l ipoesi 4.3.6, per elimiare l eeroschedasicià basa dividere il modello 4.3. per w w x x b b... b x u k k w w w w che si può simare co gli OLS; ifai u~ E w u~ s w u~ E w w w w avedo fao uso della s s E u ~ ~ ~ E u us w s s La sima effeuaa i queso modo è dea dei miimi quadrai poderai o WLS, poiché ogi elemeo -esimo del campioe viee pesao co il faore /w. Tes di omoschedasicià Illusriamo ora, seza la dimosrazioe che può essere rovaa egli aricoli origiali, due es che soo comuemee usai per verificare l eeroschedasicià dei residui. Nel primo, dovuo a Goldfeld e Quad [965], l ipoesi ulla è quella di omoschedasicià H : e il es viee sviluppao secodo i seguei passi si riiee per ipoesi che ua sola variabile z sia resposabile dell eeroschedasicià; si ordiao le osservazioi di secodo la dimesioe dei valori di z ; 7 7 I modelli simai su serie soriche la ecessià di riordiare i dai secodo i valori della variabile rieua resposabile dell eeroschedasicià può scovolgere il aurale ordiameo croologico delle osservazioi e quidi alerare la diamica espressa dai dai. 4-8
9 Modulo II Miimi quadrai 3 si omeoo c osservazioi cerali; 4 si simao ua regressioe sui primi c/ dai ed u alra sugli c/ ulimi dai, co c/>k; 5 si calcolao le deviaze S e S dei residui elle due regressioi, per le quali, soo H, è S S c / k ; e si cosruisce la saisica c / k S F c / k, c / k S co la quale si esegue u ormale es della F di Fisher. Il secodo es è dovuo a Breusch e aga [979] e presuppoe che soo l aleraiva H : valga ua relazioe del ipo di h z z s z s dove h è ua fuzioe ideermiaa poiché il es e è idipedee. Se z, l ipoesi ulla H : 3 s suggerisce omoschedasicià poiché i queso caso h cosae I passi da percorrere i queso secodo es soo i seguei: si sima il modello 4.3. co gli OLS e si calcolao i residui simai û ; si calcolao le quaià u ˆ uˆ ˆ ˆ 3 si uilizza la uˆ / ˆ come variabile prox di e quidi si simao i parameri della regressioe 8 er queso moivo i al caso al es di Goldfeld e Quad se e preferiscoo alri, quali quello di Breusch e aga [979], esposo più avai. 8 La divisioe per la cosae ˆ serve uicamee a semplificare le elaborazioi meodologiche coeue el lavoro origiale di Breusch e aga. 4-9
10 Modulo II Miimi quadrai uˆ z s z s v 4.3. ˆ v 4 si calcola la deviaza residua ˆ 5 soo H la SSE, differeza ra deviaza oale e deviaza residua della 4.3.9, è ale che ~ SSE s 4.3. per cui si può effeuare u comue es del chi quadrao per la verifica dell omoschedasicià. Il sigificao iuiivo del es è queso: se sussise l eeroschedasicià, e se quesa è effeivamee spiegaa dalle s- variabili z,, z s prescele, allora quese sesse variabili forirao ua buoa spiegazioe dell adameo della u ˆ / ˆ ella 4.3., per cui la deviaza spiegaa della 4.3. è abbasaza elevaa e la saisica 4.3. è maggiore del valore soglia, cadedo quidi ella zoa di rifiuo del es del. Queso fodameo iuiivo è alla base di ua formulazioe aleraiva del es, proposa da Koeker [98], che risula di più rapida implemeazioe i quao prescide dal calcolo di ˆ. er effeuare il es basa ifai simare co i miimi quadrai il modello uˆ z s z s v Si dimosra che la 4.3. può i al caso essere espressa come: 4.3. R s dove R è il coefficiee di deermiazioe o cerao.5.8 della L ipoesi di omoschedasicià viee quidi respia se le variabili z j prescele j =,..., s spiegao bee l adameo del quadrao dei residui. Osservazioe 4.3 La 4.3. è u esempio di regressioe ausiliaria, iededosi co queso ermie ua regressioe priva di direo sigificao ecoomico, che viee simaa geeralmee usado gradezze derivae dalla sima di u modello ecoomerico ad esempio, i residui OLS per permeere o semplicemee per faciliare il calcolo delle saisiche di deermiai es. La eoria modera della verifica delle ipoesi uilizza largamee le regressioi ausiliarie. 4-
11 Modulo II Miimi quadrai Rimae da spiegare come vegao scele quese z j. I macaza di ipoesi a priori specifiche sulla aura dell eveuale eeroschedasicià, il es viee effeuao poedo s = e z = ˆ. Si cosidera quidi come variabile esplicaiva dell omoschedasicià il quadrao dei valori simai, che è, a sua vola, ua combiazioe lieare di ue le esplicaive che erao el modello. I queso caso la saisica si disribuisce come u co u grado di liberà Q 97Q3 975Q 977Q3 98Q 98Q3 985Q 987Q3 Quarers Figura 4. Il grafico del quadrao dei residui OLS dell equazioe Il grafico mosra il quadrao dei residui rappreseai ella figura 3., cosiderao come prox della variaza dei residui della La figura 4. rappresea il quadrao del residuo OLS dell equazioe Come abbiamo già oao aalizzado il grafico dei residui 3., ache ella figura 4. si disiguoo re episodi: uo iermedio, caraerizzao da bassa variabilià, e due quello iiziale e quello fiale co variabilià più elevaa. er effeuare il es di Breusch e aga ella formulazioe simiamo la 4.3. prededo come uica esplicaiva olre all iercea il quadrao dei valori simai. La sima forisce queso risulao uˆ l ŷ = 8, R.8 dao che la è ua regressioe ausiliaria, o riporiamo per essa la diagosica complea, ma solo le due gradezze che servoo a calcolare la saisica del es che qui ieressa, cioè il Come si vede, il quadrao dei valori simai o spiega sigificaivamee l adameo del quadrao dei residui e di 4-
12 Modulo II Miimi quadrai cosegueza la saisica R è pari a.6, molo iferiore al valore soglia di u, che al livello.5 è pari a 3.8. Di cosegueza l ipoesi ulla di omoschedasicià dei residui della o viee respia dai dai. Queso risulao coferma i qualche misura quello del es di uguagliaza delle variaze codoo co la Si oi però che la figura 3.6 mosra come i valori simai l ŷ della abbiao ua fore edeza posiiva. Quesa edeza sarà acor più acceuaa ella serie l ŷ. D alra pare, la figura 4. mosra che il quadrao dei residui della o ha ua edeza defiia, il che è i u cero seso prevedibile, dao che, come è oo dalla.4.8, i residui sommao a zero, per cui le osservazioi posiive devoo essere ecessariamee compesae da alre egaive. Ne cosegue che quado la variabile dipedee è caraerizzaa da ua fore edeza, la regressioe ausiliaria è malspecificaa, perché poe i relazioe due serie delle quali ua sola è caraerizzaa da edeza. I queso caso le due serie el lugo periodo soo icorrelae e quidi il es è disoro verso l acceazioe dell ipoesi ulla. I praica, quidi, il risulao oeuo co la è solo appareemee rassicurae, perché porebbe essere viziao dalla edeza della serie delle imporazioi. Lo simaore WLS come simaore dei miimi quadrai geeralizzai Come abbiamo aicipao, è possibile dimosrare che lo simaore dei miimi quadrai poderai deriva dall applicazioe del pricipio dei miimi quadrai geeralizzai. Ifai, i ermii mariciali l ipoesi geerale divea E u ~~ u = e iseredovi l ipoesi più paricolare si oiee = w w w avedo fao uso della 4... La V può essere faorizzaa secodo la 4..3, co V 4-
13 Modulo II Miimi quadrai w w w come facilmee si verifica, e l uso dei miimi quadrai geeralizzai impoe cioè la = u I miimi quadrai poderai soo perao u esempio di simaore dei miimi quadrai geeralizzai compuabile o faibile, dove quese qualificazioi alludoo al fao che el caso della la marice V può essere calcolaa, cosa o sempre possibile el caso geerale cosiderao dal paragrafo
14 Modulo II Miimi quadrai 4.4 Bibliografia Breusch, T.S., aga, A.R. [979], A Simple Tes for Heeroskedasici ad Radom Coefficie Variaio, Ecoomerica, 47, pp Goldfeld, S.M., Quad, R.E. [965], Some Tess for Heeroscedasici, Joural of he America Saisical Associaio, 6, pp Johso, J. [984], Ecoomeric Mehods, III edizioe, Sigapore: McGraw-Hill. Koeker, R. [98], A Noe o Sudeizig a Tes for Heeroscedasici, Joural of Ecoomerics, 7, pp
Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.
Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)
DettagliTecnica delle misurazioni applicate Esame del 7 gennaio 2008
Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio
DettagliI appello - 8 Gennaio 2019
Aalisi Maemaica - A.A. 08/9 Prove scrie di Aalisi Maemaica - A.A. 08/09 Corso di Laurea i Igegeria Civile Corso di Laurea i Igegeria Iformaica ed Eleroica I appello - 8 Geaio 09 Svolgere i seguei esercizi,
Dettagli1-Econometria, a.a Capitolo 1
-Ecoomeria, a.a. 04-5 Capiolo - Breve Iroduzioe - Modello di regressioe lieare -3 Due meodi di sima: Il Meodo dei Momei e il Meodo dei Miimi Quadrai -4 Proprieà geomeriche delle sime OLS -5 Le sime OLS
Dettagli1-Econometria, a.a Breve introduzione
-Ecoomeria, a.a. 0-. Breve iroduzioe Lezioe Breve Iroduzioe. L Ecoomeria e ua disciplia che uilizza i meodi saisici per dare risposa a problemi di aura ecoomica.. I dai ecoomici o soo di aura sperimeale.
Dettagli3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI
F. Carlucci Traccia per u corso di Ecoomeria Modulo II Miimi quadrai 3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI Idice del capiolo 3. Esesioi del modello lieare classico e es di malaspecificazioe.
DettagliSerie e trasformate di Fourier brevi richiami
UNIVERSIÀ DEGLI SUDI DI FIRENZE DIPARIMENO DI INGEGNERIA CIVILE e AMBIENALE Sezioe Geoecica Serie e rasformae di Fourier brevi richiami Do. Ig. Albero Pulii eorema di Fourier U qualsiasi segale periodico
DettagliEquazioni differenziali: formule
Equazioi differeziali: formule Equazioi a variabili separabili y ' A B y Vale eorema esiseza e uicià locale y ' dy Ad B y y y ' A B y y Si applicao le codizioi alla fie dei due iegrali idefiii, oppure
Dettagli(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1]
Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda // Esercizio Si osserva l iesià del veo el poro di Maria regisrado uo ogi gioro i cui il veo o supera ua
DettagliTeoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni
ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da
Dettagli0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).
Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci
DettagliImpianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci
Impiai Idusriali a previsioe della domada Meodi di esrapolazioe Ig. orezo Tiacci e compoei della domada Tred Cogiuurale Sagioale Casuale Tedeziali (red) a caraere geeralmee crescee e decrescee Sisemaiche
Dettagli0 t }, allora il modello
9-Ecoomeria, a.a. -. Variabili Srumeali Lezioe 9 Il Meodo (di sima) delle Variabili Srumeali U ruolo fodameale ei meodi di sima fiora preseai, è la codizioe sugli errori del modello (preseaa ella forma
DettagliTab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità
53 Idici di variabilià 531 Iervalli di variazioe Sosiuire ua disribuzioe co u valore medio, per quao esso possa essere rappreseaivo, causa comuque ua fore perdia di iformazioe Divea perciò ecessario rovare
DettagliGESTIONE DELLA PRODUZIONE
GESTIONE EA PROUZIONE 5.2.3 Teciche di Previsioe della domada Meodi esrapolaivi Gesioe della Produzioe iparimeo di Igegeria omada e compoei della domada Tedeziali (red) a caraere geeralmee crescee e decrescee
DettagliSMSMW#300#130#1#220#210W#300#130#1#140#130W#220#13
Marice icideza La marice d'icideza complea A c di u grafo orieao G co N odi ed R rami, è ua marice reagolare di N righe ed R coloe che si cosruisce come segue: si umerao co =1,2,...,N ui i odi e co r=1,2,...,r
DettagliINTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI
Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale
DettagliCapitolo Modelli econometrici con variabili endogene (tra le variabili indipendenti)
7-Ecoomeria, aa 04-5 Capiolo 7 7- Modelli ecoomerici co variabili edogee (ra le variabili idipedei 7- Il meodo (di sima delle variabili srumeali 7-3 Lo simaore SLS 7-4 Tes sulle ipoesi: il modello IVGNR
DettagliSforzo all interfaccia fra due regioni con differente permeabilità magnetica
Sforzo all ierfaccia fra due regioi co differee permeabilià mageica Si cosideri l ierfaccia fra due regioi, Ω e Ω, avei diversa permeabilià mageica, rispeivamee e. Si limii ora lo sudio ad ua porzioe ifiiesima
DettagliUniversità di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti
Iegrali idefiii Geeralià Si è viso come, daa ua fuzioe di equazioe y = f(), si possa rovare la sua derivaa prima f (). Si è ache osservao che esise ua codizioe ecessaria, ma o sufficiee, affiché ua fuzioe
DettagliESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005
ESAME DI STATO DI LICEO SCIENTIFICO -5 Corso Sperimeale PNI Tema di MATEMATICA - giugo 5 Svolgimeo a cura della profssa Sadra Berecoli e del prof Luigi Tomasi (luigiomasi@liberoi) RISPOSTE AI QUESITI DEL
Dettagli1 IL MODELLO LINEARE GENERALE
Fracesco Carlcci Traccia per corso di Ecoomeria Modlo II Miimi qadrai IL MODELLO LINEARE GENERALE Idice del capiolo. Serie soriche, dai sezioali e logidiali... Dai logidiali...3. Il crierio dei miimi qadrai...4.3
DettagliSi dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero.
pag Appui elaborai dal collega Prof. Vicezo De Pasquale Ifiiesimi Si dice che f è ifiiesima o che è u ifiiesimo per se f ( ) U ifiiesimo, quidi è ua variabile che ede a zero. Es. - π y cos è u ifiiesimo
DettagliIl modello di Black e Scholes come limite del modello binomiale multiperiodale
Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei IPOTESI e
DettagliLEZIONI DI ANALISI ECONOMETRICA
LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici
Dettagliche va trattato con opportune tecniche statistiche.
MODELLI DI SERIE STORICHE APPROCCIO CLASSICO U modello socasico geerale per descrivere il processo geeraore dei dai di ua serie sorica y, y,, y relaiva ad ua variabile Y è dao da Y =f()+u Si assume che
DettagliR chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o
Richiami sul caale di comuicazioe radio 1 Fadig leo shadowig è causao da osacoli di gradi dimesioi palazzi ra TX e RX Il pah loss è proporzioale a r α, dove α è i geere ra 2.5 e 5 i ambiee urbao Erambi
DettagliAmmortamento di un debito
Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all
DettagliIl modello di Black e Scholes come limite del modello binomiale multiperiodale
Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei.. Ipoesi e
DettagliOPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2
OPERAZIONI SUI SEGNALI DEERMINISICI, ENERGIA, VALOR MEDIO, POENZA, ANALISI DI FOURIER, CONVOLUZIONE Esercizio Calcolare la poeza, l eergia e il valor medio dei seguei segali a) x()a; b) x()u() ; c) x()acos(oφ)
DettagliSoluzione. La curva di equazione y = 6 x è una parabola con vertice in V = (0,6)
Sessioe ordiaria LS_ORD 5 Soluzioe ) La curva di equazioe y è ua parabola co verice i (,) e cocavià rivola verso il basso, ed ierseca l asse delle ascisse ei pui (,), B (,) come soo rappreseao: La figura
DettagliEsercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,
Esercizi di Calcolo delle Probabilià della 9 a seimaa Corso di Laurea i Maemaica, Uiversià degli Sudi di Padova. Esercizio 1. Sia N u processo di Poisso di paramero λ. Dimosrare che, per ogi > 0, N P oλ.
DettagliTRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A
A p p e d i c e A RASFORMAA DI FOURIER Uo degli aspei più imporai di uo il seore dell igegeria è sicuramee l aalisi di segali el domiio del empo e della frequeza. I segali aalogici si disiguoo i segali
DettagliFondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006
Fodamei Segali e rasmissioe IOL Prova i preseza 0006 è l igresso di u sisema lieare empo ivariae caraerizzao dalla risposa all impulso h () rec 0. 5. Disegare ale risposa all impulso e valuare quale y
DettagliUniversità di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019
Uiversià di Roma Tor Vergaa - Corso di Laurea i Igegeria Aalisi Maemaica I - Prova scria del 3 Geaio 9 Esercizio. [5 pui] Calcolare lo sviluppo di Taylor dell ordie = 5 el puo x = per la seguee fuzioe:
DettagliRischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata
Rischio di ieresse: Il modello del clumpig Prof. Ugo Pomae Uiversià di Roma Tor Vergaa Problemi dei modelli precedei Repricig gap e duraio gap Ipoesi variazioe uiforme dei assi di ieresse delle diverse
DettagliSTATISTICA INFERENZIALE: TRE FILE PDF
Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò STATISTICA INFERENZIALE: TRE FILE PDF Il file PDF Saisica Ifereziale (I) è il rimo dei seguei re file scaricabili dal Maeriale Didaico (soo
DettagliSensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1
Sesori Segali Rumore - ro. S. Cova - appello //3 - pag. ROBLEMA Quadro dei dai Segale a impulso reagolare Ampiezza: Duraa: µs Rumore c S variabile, da misurare S Hz desià eicace di poeza (uilaera) limiaa
DettagliLezione 7. Il Metodo GLS (Minimi Quadrati Generalizzati) e FGLS
Lezioe 7 Il Meodo (Miimi Quadrai Geeralizzai) e F Nei meodi di sima OLS e NLS, reseai ei recedei caioli, l eveuale reseza di eeroschedasicià egli errori (ed ache la reseza di auocorrelazioe) iflueza solao
DettagliModelli'di'Variabili'Aleatorie'
ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)
DettagliAppendice 1. Le previsioni economiche
Saisica aziedale Bruo Bracalee, Massimo Cossigai, Aa Mulas Copyrigh 009 The McGraw-Hill Compaies srl Appedice. Le previsioi ecoomiche A. Iroduzioe La previsioe del fuuro da sempre cosiuisce maeria di grade
Dettagli2. Duration. Stefano Di Colli
2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve
DettagliIntroduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.
Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.
DettagliESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3
ESERCITAZIONE: FEM L aalisi agli elemei fiii è u ipo di aalisi che si rifà alla meccaica dei solidi e rasforma il coiuo i u discreo composo da umerosi elemei dei quali se e cooscoo le proprieà. Le relazioi
DettagliGESTIONE delle RISORSE IDRICHE
Corso di laurea specialisica i Igegeria delle Acque e della Difesa del uolo Corso di GEIONE delle IOE IDICHE a.a. 003-004 Leioe 5 rof. Luca Laa Diparimeo di Igegeria Ambieale - DIAM EQUAZIONE DI CONINUIA
DettagliDi fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo:
Correi a vuoo el rasformaore rifase Il problema delle correi a vuoo el rasformaore rifase è imporae i quao, a secoda dei collegamei delle fasi, si avrà o meo la deformazioe dei flussi o della corree mageizzae.
DettagliECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED
ECONOMIA MONETARIA (pare geerale) Prof. Guido Ascari Ao 2006-2007 2007 LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED LA STRUTTURA A TERMINE DEI TASSI D INTERESSED Tioli di debio hao diverse scadeze
DettagliConvertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts
Pare II (Coversioe D/A e A/D) La coversioe A/D I coveriori A/D si dividoo i: Coverioridiipospo (coveroo, idealmee, il valore isaaeo del segale); s s Si raa di disposiivi veloci ma sesibili al rumore di
Dettagliy(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla:
Capiolo V TRASFORMAZIOI LIEARI DEI SEGALI V. - Defiizioi. Proprieà geerali. x( ) S y() Fig. VI. Trasformazioe di segali S ed è simbolicamee rappreseaa dalla relazioe: y () = S x () I (V..) { } U sisema
DettagliLEZIONI DI ANALISI ECONOMETRICA
LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici
Dettagli2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani
6. MOTO BROWNIANO: PRIME PROPRIETÀ. Moo browiao: prime proprieà I queso capiolo sviluppiamo la raazioe maemaica del moo browiao. Queso processo prede il ome dal boaico scozzese Rober Brow, che el 87 descrisse
DettagliIstituzioni di Analisi Superiore, secondo modulo
Uiversià degli Sudi di Udie Ao Accademico 997/98 Facolà di Scieze aemaiche, Fisiche e Naurali Corso di Laurea i aemaica Isiuzioi di Aalisi Superiore, secodo modulo Cogome e Nome: Prova Scria del 4 giugo
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliAFFIDABILITA DEI SISTEMI STOCASTICI (complessi)
AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) 1 No ecessariamee il verificarsi di u guaso provoca la more del sisema. A vole soo ecessari più guasi el empo, affiché il sisema collassi. Fissao u empo
DettagliELENCO TESTI DELLE PROVE SCRITTE
ELENCO ESI DELLE PROVE SCRIE 1/1/ 1) Descrivere le caraerisiche fodameali che differeziao i dai, segali emporali e le immagii biomediche. Spiegare quali di quese soo i grado di descrivere feomei diamici.
DettagliCapitolo 4. denota il complesso di informazioni disponibili all istante t (risp. nell unita` sezionale
4-Ecoomeria, a.a. 4-5 Caiolo 4 4- Modelli di regressioe o lieare 4- Meodi di sima: Il meodo dei momei e quello dei miimi quadrai (NLS) 4-3 Prorieà asioiche delle sime NLS: Cosiseza e asioica ormalia` 4-4
DettagliFondamenti di Internet e Reti
. sui riardi commuazioe di paccheo -.o U sisema rasmissivo della velocià di 00 [kb/s] presea ua lughezza di 500[km]. Si calcoli il empo che iercorre fra la rasmissioe del primo bi e la ricezioe dell'ulimo
DettagliAnalisi delle serie storiche parte IV Metodi di regressione
Analisi delle serie soriche pare IV Meodi di regressione a.a. 16/17 Saisica Economica -Laurea in Relazioni Economiche Inernazionali 1 Meodo della regressione La componene di fondo, Trend o Ciclo-Trend,
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
Dettaglidi questo analoghe a quelle del collega n t tratti, esso biella. Come nel caso della corpi, esso s c =1. Se n t Cerniera interna: la collegati: vi,
appui delle lezioi del orso di Saia CARATTERIZZAZIONE CINEMATICA DEI VINCOLI INTERNI Nelle sruure soo spesso presei varie ra ollegae ra loro ramie dei disposii di oessioe he impogoo delle resrizioi sugli
DettagliBILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI
BILNI DI MSS NEI OMPTIMENTI MBIENTLI alisi di sigolo comparimeo ad esempio u piccolo lago m x m x 0 m 0 7 m pprossimazioe ST (oiously Sirred-Ta eacor) cocerazioe omogeea dei solui (iquiai) el comparimeo.
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliCENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO
CENR DI AGLI E RSINE SPURIA IN RAVI A PAREE SILE ESERCIZI La sezioe di figura, sierica riseo ad u asse orizzoale assae er, è soggea all azioe di aglio agee i direzioe vericale e assae er il uo. Deermiare:
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliForza dell oscillatore
(lez 6, A) Forza dell oscillaore roduciamo ua uova gradezza. La forza dell oscillaore. Quesa quaià sosazialmee è proprozioale all elemeo di marice del momeo di dipolo ra lo sao iiziale e fiale. Nella descrizioe
DettagliDetta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia
esori egali Rumore - Prof.. Cova - aello 4/0/0 - P ag. PROBLEMA uadro dei dai Imulso di corree del rivelaore I s ( s / s ) () ex(-/ s ) s µs Preamlificaore Limie di bada Resiseza di igresso Caacià all
DettagliF è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n
3ALPGC-Cosruzioe di Macchie 3 4 Calcolo a faica 4. Normaiva UNI 886 Resiseza a flessioe Per quao riguarda il calcolo a faica per flessioe delle ruoe di igraaggi la ormaiva UNI 886 (987) fa riferimeo alla
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
Dettagli, e dividendo per s, oltre al rapporto incrementale
7. Meodi perurbaivi geeralizzai su base eurisica (HGPT) Nel capiolo 4 è sao irodoo il coceo di imporaza (flusso aggiuo) associaa ad u euroe co deermiae coordiae ello spazio delle fasi, defiia come coribuo
DettagliLa previsione della domanda Introduzione
La previsioe della domada Iroduzioe La domada di u paricolare aricolo, o famiglia di aricoli, può essere modellizzaa come ua serie sorica di paricolari valori. Chiaramee ai fii della piaificazioe e corollo
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliREGRESSIONE LINEARE E POLINOMIALE
REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi
DettagliMetodi quantitativi per l analisi dello sviluppo
Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6
DettagliFacoltà di Economia - Università di Sassari Anno Accademico Dispense Corso di Econometria Docente: Luciano Gutierrez
Facolà di Economia - Universià di Sassari Anno Accademico 2004-2005 Dispense Corso di Economeria Docene: Luciano Guierrez Uilizzo dei modelli di regressione per l analisi della serie soriche Programma:
DettagliSTIMA PUNTUALE DEI PARAMETRI
STIMA DEI ARAMETRI STIMA UTUALE DEI ARAMETRI er STIMA UTUALE DEI ARAMETRI iede l iieme dei meodi ifereiali che permeoo di aribuire u valore ad u paramero della popolaioe, uiliado i dai di u campioe cauale
DettagliStatistica I - A.A
Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
Dettagli5.6. L analisi di Fourier
I ui i diagrammi proposi è possibile osservare ua compoee sagioale: il moossido di carboio ed il biossido di azoo preseao valori più elevai ei mesi iverali, mere l ozoo raggiuge cocerazioi maggiori i esae.
Dettagli( ) che include le rilevazioni sulle variabili effettuate sulla i-esima unità. Di tali vettori
Rappreseazioe geomerica dei dai mulidimesioali l veore è ua m-upla ordiaa di umeri reali che esprime u blocco di iformazioi: x i,x i,,x im se e usao (umero di uià rilevae). L isieme delle rilevazioi forma
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Modellazione ed identificazione. Modellazione ed identificazione. Modelli e modellistica
IGEGEIA E TECOLOGIE DEI SISTEMI DI COTOLLO Prof. Carlo ossi DEIS - Uiversià di Bologa Tel: 05 09304 email: crossi@deis.uibo.i Modelli e modellisica Moivazioi per uilizzo di modelli rappreseazioe compaa
DettagliFormulazione del problema - 1
Formulazioe del problema - Date due variabili aleatorie X e Y si tratta di cercare ua relazioe lieare tra esse. Sappiamo già che se il modulo del coefficiete di correlazioe o vale esattamete, le determiazioi
DettagliMatematica & Realtà I Fase Gara di Modellizzazione - Test finale Tempo massimo per lo svolgimento: 90 min. Nome... Cognome...
Maemaica & Realà I Fase Gara di Modellizzazioe - Tes fiale 2017-2018 Tempo massimo per lo svolgimeo: 90 mi Nome... Cogome... Tempo impiegao per lo svolgimeo.. (i miui, da rascrivere a cura del uore di
DettagliSIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO
Simulazioe 14/15 ANNO SCOLASTICO 14/15 SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Risoluzioe Problema 1 - Trekkig i moaga a) Disegiamo il grafico b) Calcoliamo la
DettagliMarco Listanti. Parte 2 Rappresentazione dei segnali e teorema del campionamento. DIET Dept
1 Marco Lisai Lo srao Fisico Pare Rappreseazioe dei segali e eorema del campioameo elecomuicazioi (Caale - Prof. Marco Lisai - A.A. 017/018 DIE Dep Segale aalogico Segale empo-coiuo adameo el empo di ua
Dettagli2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica
. FUNZIONE D ONDA OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli srumei della Meccaica Quaisica Sisema di ieresse (cosiderao come isolao: aomo/molecola Cofigurazioe del sisema: isieme
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliAlgebra delle matrici
Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice
DettagliTEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier
ES # Corso di elecomuicazioi C. Prai Operazioi elemeari sui segali, impulsi, espoeziali complessi e serie di Fourier Esercizi di veriica degli argomei svoli el primo capiolo del eso Segali e Sisemi per
DettagliMetodi statistici per l'analisi dei dati
Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio
Dettagli5 LA PROIEZIONE ED I RESIDUI RICORSIVI
F. Carlcci Traccia per corso di Ecoomeria Modlo II Miimi qadrai 5 LA PROIEZIONE ED I RESIDUI RICORSIVI Idice del capiolo 5. La proiezioe dei miimi qadrai... L errore di proiezioe...3 L errore qadraico
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliNozioni elementari di Analisi Matematica applicate alla Fisica Generale
Nozioi elemeari di alisi Maemaica applicae alla Fisica Geerale Nozioe di iegrale ideiio La derivazioe può essere ierpreaa come ua regola che, per ogi uzioe assegaa (primiiva), ci permee di deermiare u
DettagliGrandezze significative (dinamiche e cinematiche)
Gradezze sigificaie diamiche e ciemaiche Romao Lapasi DMRN - Uiersià di Triese Corso di Reologia Uiersià di Triese Obieio geerale defiire u equazioe cosiuia adaa a descriere il comporameo meccaico del
Dettaglimq t cq t kq t f t SISTEMI A UN GRADO DI LIBERTA EQUAZIONE DEL MOTO Pulsazione propria Frequenza propria Fattore di smorzamento Periodo proprio
SISEMI A UN GRADO DI LIBERA EQUAZIONE DEL MOO f,c c f f Pulsazioe propria Freueza propria Periodo proprio c Faore di sorzaeo SISEMI A N GRADI DI LIBERA EQUAZIONE DEL MOO, RASCINAMENO SISMICO Sisea shear
DettagliCAPITOLO IX FONDAMENTI DI MECCANICA DELLE VIBRAZIONI
CAPITOLO IX FONDAMENTI DI MECCANICA DELLE VIBRAZIONI R. BARBONI COSTRUZIONI AEROSPAZIALI 3. Geeralià Lo sudio del comporameo saico o esaurisce l aalisi di ua sruura elasica ed i paricolare di ua sruura
DettagliELEMENTI DI TEORIA DELLE PROBABILITA
ELEMENTI DI TEORIA DELLE PROBABILITA Nozioi base Spazio S S è l isieme di ui i possibili esii di u esperimeo. Esempio 1. Nel lacio di u dado abbiamo S{1,2,3,4,5,6}. Esempio 2. La duraa di ua lampadia S{x
Dettagli