Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
|
|
- Nicolina Salvatori
- 5 anni fa
- Visualizzazioni
Transcript
1 Sstem Intellgent Relazone tra ottmzzazone e statstca - IV Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@dunmt Anals dell affdabltà della stma Sommaro Metodo del gradente Lnearzzazone e metodo d Gauss-Newton /3
2 Valutazone della bontà della stma (A *A ) - A * b <> mn X ν k k mn ( X A b) Errore d modellzzazone Gaussano a meda nulla N(, ) <v k > ˆ ( ν ) v M k k Varanza della stma varanza dell errore d msura 3/3 Valutazone della bontà della stma del sngolo parametro (A *A ) - A * b CA * b M ( ) m m ˆ ν Chamamo u e v le varabl casual assocate all errore su parametr e all errore d modellzzazone, rspettvamente S suppone errore a meda nulla e Gaussanamente dstrbuto u ( u) C A (b v) CA b u C A * v E[u] C è la matrce d covaranza 4/3
3 Impostazone del calcolo della correlazone tra parametr u C A v Voglamo ndvduare la correlazone tra due parametr e Devo qund determnare la loro correlazone: u uu uw u u u <u, u > u C A v > u v A (C) u u W u u uw uuw uw uu C A vv A C > Applcando l operatore d meda, s ottene: <uu > C A <vv >A C Dato che v sono resdu, e sono ndpendent, e tutte punt d controllo hanno lo stesso tpo d errore d msura, s avrà che <vv > I 5/3 Incertezza sulla stma de parametr <uu > CA IA C C <u u> C Segue che: (u ) c Varanza sulla stma del parametro Spegazone ntutva: a 3 y nose Calcolo come: y * a - 3 Quanto è sensble questa stma? Cosa succede se, per effetto del nose, nvece d msurare y, msuro y v? varerà d v *a - Il rumore vene coè moltplcato per a - 6/3 3
4 4 7/3 Matrce d covaranza Date N varabl casual: [,, N ] s può msurare la correlazone tra coppe d varabl E comodo rappresentare la correlazone tra varabl casual n un unca matrce detta matrce d covaranza come: C N N N N N N Varanza: Covaranza: N parametr (N-) / parametr 8/3 Correlazone tra coppe d parametr Date due varabl casual:,, l ndce d correlazone msura quanto le coppe d varabl estratte: p(, ) stanno su una retta: M M M r Defnendo la covaranza tra ed come: ( )( ) M M N Dalla defnzone d devazone standard rsulta: r - r
5 Correlazone tra parametr <uu > CA IA C C <u u> C Da cu s gustfca l nome d matrce d covaranza per C Segue che: (u ) c Varanza sulla stma del parametro r < u < u u > > < u > c c c Indce d correlazone tra l parametro ed l parametro (emprcamente s scartano parametr quando la correlazone è superore al 95%) Vanno rapportat alle dmenson de parametr convolt 9/3 La covaranza: moment d varabl statstche Covaranza E[( µ ) (y µ y )] Varanza E[( µ ) ( µ )] Per due varabl ndpendent, la covaranza, non varano asseme (covarano) C y y y >> randn(n,); >> y randn(n,); >> temp *y; >> covaranza mean(temp) /3 5
6 Msura d correlazone su parametr Msura la nter-dpendenza tra varabl statstche: y y c ( k µ )( yk µ y ) k lm N > ( k µ ) ( yk µ y ) k k >> randn(n,); >> y randn(n,); >> y ; >> temp *y; >> temp *y; >> covaranza mean(temp)% Uncorrelated varables(c -> ) >> covaranza mean(temp)% Correlated varables (c ) /3 N punt o m reale q reale C m stmato 993 q stmato 6 Altra realzzazone del rumore: Caso D y m q C m stmato 9937 q stmato 95 (m) c 7 * 7 > 4 (q) c 55 * 5 > /3 6
7 N punt o m reale q reale Caso D less ponts 3 C m_stmato 8 q_stmato 966 C m_stmato q_stmato y m q Dmnusce la confdenza nella stma 3/3 N punt o m reale q reale Caso D more ponts 3 C m_stmato 994 q_stmato y m q Aumenta la confdenza nella stma 4/3 7
8 Caso D even more ponts N punt o m reale q reale 6 C m_stmato 39 q_stmato y m q Aumenta la confdenza nella stma 5/3 Sommaro Anals dell affdabltà della stma Metodo del gradente Lnearzzazone e metodo d Gauss-Newton 6/3 8
9 Mnmzzazone tramte gradente (metodo del prmo ordne): varable Tecnca del gradente applcata alla mnmzzazone d funzon nonlnear d una varable,, e d un parametro, w: f f ( w) P n PII f P mn La dervata, m dà due nformazon: ) In quale drezone d w, la funzone decresce ) Quanto rapdamente decresce Defnsco uno spostamento arbtraro lungo la pendenza della funzone f (eg errore) nello spazo de parametr w: maggore la pendenza maggore lo spostamento dw -f (w;p) dat P, w La dervata vene calcolata rspetto a w Occorre un nzalzzazone Metodo teratvo w 7/3 Esempo d applcazone tecnca del gradente per funzon d varable Supponamo che l modello da no consderato sa semplce: y a Abbamo un unco parametro da determnare: a La funzone è lneare n a (la soluzone è semplce: a y/!!) ma applchamo l metodo del gradente: Msuramo un punto sulla parabola:, y 3 Voglamo modfcare a n modo che la parabola pass per P(,y) La funzone costo da mnmzzare sarà: e f(a,y) (y-a ) La soluzone è a 3 Partamo da a n err (3 *)* Utlzzamo l metodo del gradente: Calcolamo la dervata d f(a,y) f (a) - (y a ) e 3 a 8/3 9
10 Mnmzzazone underdampng Consderamo Calcolamo la dervata d f() f () - (y a ) Utlzzamo l metodo del gradente: Passo : Calcolamo l ncremento da dare al parametro a: da -[ - (3 ) ] -[-6 4] a 4 Passo : Calcolamo l ncremento da dare al parametro a: da -[- (3-4 ) ] -[-6 8] - a 4 Oscllazon!!! M sposto troppo velocemente da una parte all altra del mnmo 9/3 Mnmzzazone - pass Consderamo 4 Calcolamo la dervata d f() f () - (y a ) Utlzzamo l metodo del gradente: Passo : Calcolamo l ncremento da dare al parametro a: da -4 [ - (3 ) ] -[-6 4] 8 a 8 8 Passo : Calcolamo l ncremento da dare al parametro a: da - 4 [- (3 8 ) ] -[-6 56] 6 a Converge ad a 3 Posso correre l rscho d spostarm troppo lentamente /3
11 Osservazon Nel metodo del gradente m sposto lungo la tangente alla curva dell errore per raggungere l mnmo Lo spostamento lunga la tangente non m porta al mnmo drettamente Se m muovo velocemente lo supero Se m muovo lentamente arrve lentamente Esstono algortm che: Verfcano che l sngolo passo d gradente porta a un mgloramento della soluzone Determnano l passo d apprendmento, /3 Sommaro Anals dell affdabltà della stma Metodo del gradente Lnearzzazone e metodo d Gauss-Newton /3
12 Lnearzzazone y f() vene lnearzzata utlzzando l dfferenzale (retta tangente): dy df ( ) f ( o ) d d y o df ( ) d o o d S può vedere come svluppo d Taylor arrestato al ordne E un equazone lneare Per funzon d pù varabl, f(p;w), la lnearzzazone nell ntorno d P, s può scrvere come: F(P;W) F(P o ;W o ) W F() w Po, Wo * dw k - W a * dw E un equazone lneare che descrve l comportamento della funzone F() nell ntorno del punto Po con parametr Wo 3/3 Esempo d sstema" z e O P T y T P (t) f ((t), (t), Τ (t), Τ y (t) l, l ) P y (t) f y ((t), (t), Τ (t), Τ y (t) l, l ) P z (t) f z ((t), (t), Τ (t), Τ y (t) l, l ) 4/3
13 3 5/3 Esempo d sstema" P (t) f ((t), (t), Τ (t), Τ y (t) l, l ) P y (t) f y ((t), (t), Τ (t), Τ y (t) l, l ) P z (t) f z ((t), (t), Τ (t), Τ y (t) l, l ) O z e P T y T Le funzon legano la poszone dell end pont, uscta P, alla poszone degl angol, e e della poszone della base, T, che rappresentano gl ngress 6/3 Rappresentazone lnearzzata Sstema lneare e e y y T T cos ) cos( ) cos( sn ) sn( ) sn( l l l l l l O z e P T y T 9 l,5 l e e y 5 y T T b A
14 Mnmzzazone d funzon d pù varabl mn(f(, w)) funzone costo od errore, w vettore Modfco l valore de pes d una quanttà proporzonale alla pendenza della funzone costo rspetto a quel parametro La pendenza è una drezone nello spazo, non è pù solamente destra / snstra Devo calcolare la dervata spazale gradente della funzone costo, f() Estensone della tecnca del gradente a pù varabl dw - f(;w), dato P, W Serve un approssmazone nzale per pes W n {w } n 7/3 Metodo d Gauss-Newton L dea: Inzalzzazone: Inzalzzo parametr ad un valore nzale Iterazon: ) Lnearzzazone delle equazon ) Stma dell aggornamento de parametr nel modello lnearzzato a mnm quadrat (soluzone ottmale, mnmo del problema lnearzzato) 3) Correzone de parametr Può essere pesante perchè rchede l nversone della matrce d covaranza Spesso s preferscono utlzzare metod d ottmzzazone del prmo ordne 8/3 4
15 In pratca y f() y f( ), y vettor d N ed M element rspettvamente, y valore nzale Iterazone d (nella prma terazone k ): dy k y k (Σδf()/d) k d f( k ) (Σδf()/d) k are numbers! S ottene un sstema lneare Vene rsolto come d k (AA T ) - A T dy k S aggorna l valore d come k k d k Fno a convergenza 9/3 Evoluzone de metod del prmo ordne è un parametro crtco Se è troppo pccolo convergenza molto lenta, se è troppo grande overshootng Ottmzzazone d Ad ogn passo vene calcolato a ottmale, per cu la funzone è decrescente (lne search) 3/3 5
16 Anals dell affdabltà della stma Sommaro Metodo del gradente Lnearzzazone e metodo d Gauss-Newton 3/3 6
Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliFondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007
Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
DettagliTutti gli strumenti vanno tarati
L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello
DettagliCorso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita
Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
DettagliCapitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
DettagliApprendimento Automatico e IR: introduzione al Machine Learning
Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1
DettagliAritmetica e architetture
Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliCalibrazione. Lo strumento idealizzato
Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta
DettagliLeggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
DettagliControllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Controllo e schedulng delle operazon Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Organzzazone della produzone PRODOTTO che cosa ch ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliTrigger di Schmitt. e +V t
CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliPrincipi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive
Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal
DettagliGLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
DettagliStudio grafico-analitico di una funzioni reale in una variabile reale
Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della
DettagliValore attuale di una rendita. Valore attuale in Excel: funzione VA
Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t
DettagliOttimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO
Ottmzzazone nella gtone de progett Captolo 6 Project Schedulng con vncol sulle rsorse CARLO MANNINO Unverstà d Roma La Sapenza Dpartmento d Informatca e Sstemstca 1 Rsorse Ogn attvtà rchede rsorse per
Dettaglilxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:
Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza
DettagliUNA RASSEGNA SUI METODI DI STIMA DEL VALUE
UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto
DettagliMODELLISTICA DI SISTEMI DINAMICI
CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
DettagliAmplificatori operazionali
mplfcator operazonal Parte www.e.ng.unbo.t/pers/mastr/attca.htm (ersone el 9-5-0) mplfcatore operazonale L amplfcatore operazonale è un sposto, normalmente realzzato come crcuto ntegrato, otato tre termnal
DettagliAnalisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti
UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:
DettagliAnalisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza
Sergo Frasca Anals de Segnal Dpartmento d Fsca Unverstà d Roma La Sapenza Versone 13 dcembre 011 Versone aggornata n http://grwavsf.roma1.nfn.t/sp/sp.pdf Sommaro 1 Introduzone: segnal e sstem... 7 1.1
DettagliDai circuiti ai grafi
Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat
DettagliIl pendolo di torsione
Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I
DettagliRETI TELEMATICHE Lucidi delle Lezioni Capitolo VII
Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd
DettagliCostruzioni in c.a. Metodi di analisi
Corso d formazone n INGEGNERIA SISICA Verres, 11 Novembre 16 Dcembre, 2011 Costruzon n c.a. etod d anals Alessandro P. Fantll alessandro.fantll@polto.t Verres, 18 Novembre, 2011 Gl argoment trattat 1.
DettagliGrafico di una serie di dati sperimentali in EXCEL
Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliDati di tipo video. Indicizzazione e ricerca video
Corso d Laurea n Informatca Applcata Unverstà d Urbno Dat d tpo vdeo I dat vdeo sono generalmente rcch dal punto d vsta nformatvo. Sottottol (testo) Colonna sonora (audo parlato e/o musca) Frame (mmagn
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 22: 30 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/27? Eserczo Dmostrare che l equazone della frontera
DettagliProva di verifica n.0 Elettronica I (26/2/2015)
Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta
DettagliFotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica
Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo
DettagliValutazione delle opzioni col modello di Black e Scholes
Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn a.a. 2014-2015 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70,
DettagliCorso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
Dettagli{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo
Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca
DettagliIndicatori di rendimento per i titoli obbligazionari
Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore
DettagliLa rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri
Artmetca de calcolator Rappresentazone de numer natural e relatv Addzone e sommator: : a propagazone d rporto, veloce, con segno Moltplcazone e moltplcator: senza segno, con segno e algortmo d Booth Rappresentazone
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliLa taratura degli strumenti di misura
La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure
DettagliDALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI
Captolo - Dalla teora degl error al trattamento de dat DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI LA MISURA DELLE GRANDEZZE Nel descrere fenomen, occorre da un lato elaborare de modell (coè delle
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
DettagliMetastability, Nonextensivity and Glassy Dynamics in a Class of Long Range Hamiltonian Models
Alessandro Pluchno Metastablty, Nonextensvty and Glassy Dynamcs n a Class of Long Range Hamltonan Models Dscussone Tes per l consegumento del ttolo Febbrao 2005 Tutor: Prof.A.Rapsarda E-mal: alessandro.pluchno@ct.nfn.t
Dettagli6.1. Moody s KMV Credit Portfolio Manager
6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,
DettagliFig.1.2.1 Schema a blocchi di un PMSM isotropo con ingressi ed uscite del controllo digitale.
. ll metodo del fattore d scala globale Il progetto d un sstema d controllo dgtale può avvalers del cosddetto metodo del fattore d scala globale (FSG), attraverso l quale è possble stablre una corrspondenza
DettagliSoluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it
Soluzon per lo scarco dat da tachgrafo nnovatv e facl da usare http://dtco.t Downloadkey II Moble Card Reader Card Reader Downloadtermnal DLD Short Range and DLD Wde Range Qual soluzon ho a dsposzone per
DettagliAnalisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:
Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto
DettagliLA RETE DINAMICA NAZIONALE (RDN) ED IL NUOVO SISTEMA DI RIFERIMENTO ETRF2000
LA RETE DINAMICA NAZIONALE (RDN) ED IL NUOVO SISTEMA DI RIFERIMENTO ETRF2000 L. Baron, F. Caul, D. Donatell, G. Farolf, R. Maserol, Servzo Geodetco - Isttuto geografco Mltare - Frenze 1. Premessa La Rete
DettagliI MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE
Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un
DettagliCapitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS
Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva
DettagliMisure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione
UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare
DettagliMODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca
ONTOI UTOMTII Ingegnera della Gestone Industrale e della Integrazone d Impresa http://www.automazone.ngre.unmore.t/pages/cors/ontrollutomatcgestonale.htm MODEI DI SISTEMI Ing. ug Bagott Tel. 05 0939903
DettagliL analisi di studi con variabili di risposta multiple
X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals
DettagliMODELLI STOCASTICI DELLA CLASSE GLM
MODELLI STOCASTICI DELLA CLASSE GLM S possono consderare GLM con dstrbuzone specfcata o modell con quas-verosmglanza, quest ultm sono modell d tpo semparametrco. Illustramo l loro uso come: strumento d
DettagliStrutture deformabili torsionalmente: analisi in FaTA-E
Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo
DettagliProgrammazione e Controllo della Produzione. Analisi dei flussi
Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe
DettagliLEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz
LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non
DettagliAnalisi dei flussi 182
Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle
DettagliVerifica termoigrometrica delle pareti
Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliMETODI BAYESIANI PER IL CONTROLLO STATISTICO DI QUALITA
Unverstà degl Stud d Bresca Poltecnco d Mlano Unverstà degl Stud d Pava Unverstà degl Stud d Lecce Dottorato d Rcerca n TECNOLOGIE E SISTEMI DI LAVORAZIONE XII CICLO METODI BAYESIANI PER IL CONTROLLO STATISTICO
DettagliSISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE
Statstca Applcata Vol. 17, n. 3, 2005 377 SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Gan Pero Cervellera Poste Italane, Dvsone Rete Terrtorale, Drezone Operazon, Svluppo Process Ducco
DettagliORIGINE DELL ATTIVITÀ OTTICA
ORIGINE DELL ATTIVITÀ OTTICA Rccardo Zanas Dpartmento d Chmca, Unverstà dsalerno 1 a Scuola Estva Nazonale d Spettroscope Chroottche Potenza, 28 Gugno - 1 Luglo 2004 24 gugno 2004 1 1 Potere rotatoro Per
DettagliCorso di laurea in Economia marittima e dei trasporti
Unverstà degl stud d Genova Corso d laurea n Economa marttma e de trasport Il problema del cammno mnmo n ret multobettvo Relatrce: Anna Scomachen Canddato: Slvo Vlla Dedcato a: Coloro che n me Hanno sempre
DettagliCorso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.
Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano
DettagliTeoria e pratica della compressione dati senza perdita. L esempio dell algoritmo DEFLATE
Unverstà degl Stud d Padova DIPARTIMENTO DI INGEGNERIA DELL INFORMAZIONE Corso d Laurea Trennale n Ingegnera dell Informazone Teora e pratca della compressone dat senza perdta. L esempo dell algortmo DEFLATE
DettagliPOLITECNICO DI TORINO
POLITECNICO DI TORINO Laurea n Ingegnera Logstca e della Produzone Corso d Logstca e d Dstrbuzone II ESERCITAZIONI Docente: Prof. Ing. Gulo Zotter Tutore: Ing. Scapaccno Gulano LOGISTICA DI DISTRIBUZIONE
DettagliMODELLI PER DATI SU RETICOLO (LATTICE DATA)
Schema degl argoment trattat MODELLI PER DATI SU RETICOLO (LATTICE DATA) -Indc global d autocorrelazone; -Defnzone d strutture d vcnato -Modell SAR -Modell CAR 2 Dat su retcolo S ntendono dat su aree (regolar
DettagliRotazione di un corpo rigido intorno ad un asse fisso
INGEGNERIA GESTIONALE corso d Fsca Generale Prof. E. Puddu LEZIONE DEL 14 15 OTTOBRE 2008 Rotazone d un corpo rgdo ntorno ad un asse fsso 1 Cnematca rotazonale y Supponamo d osservare un corpo rgdo sul
DettagliLavoro, Energia e stabilità dell equilibrio II parte
Lavoro, Energa e stabltà dell equlbro II parte orze conservatve e non conservatve Il concetto d Energa potenzale s aanca per mportanza a quello d Energa cnetca, perché c permette d passare dallo studo
DettagliDATA MINING E CLUSTERING
Captolo 4 DATA MINING E CLUSTERING 4. Che cos'è l Data Mnng Per Data Mnng s'ntende quel processo d estrazone d conoscenza da banche dat, tramte l'applcazone d algortm che ndvduano le assocazon non mmedatamente
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
DettagliLezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso
DettagliPARENTELA e CONSANGUINEITÀ di Dario Ravarro
Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu
Dettagli