Corso di Matematica Applicata A.A
|
|
- Leo Fantini
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso di Matematica Applicata A.A Lotterie (II parte) Prof.ssa Bice Cavallo
2 Criterio media- varianza Una misura di rischio insito in una lotteria non viene evidenziato dal solo criterio basato sul valore atteso. La varianza di una variabile casuale è un indice di dispersione dei valori della variabile intorno al valore medio; è un indice di rischio: al più elevato valore della varianza corrisponde rischio maggiore. Criterio media- varianza: massimizzazione del valore atteso e minimizzazione della varianza (o deviazione standard).
3 Criterio media- varianza! L = # "# x 1 x 2... x n p 1 p 2... p n & %& VALORE ATTESO (O MEDIA) ( ) = x i p i i=1 E L n σ 2 VARIANZA n i=1 ( L) = x i E L ( ) ( ) 2 p i DEVIAZIONE STANDARD (O SCARTO) σ = σ 2 ( L)
4 Criterio media- varianza Il criterio media- varianza soddisfa le seguenti condizioni: A parità di rischio, ossia a parità di varianza, tra due lotterie è preferita quella con media maggiore; A parità di media, tra due lotterie è preferita quella con varianza minore; Il criterio soddisfa la transitività delle scelte.
5 Criterio media- varianza
6 Criterio media- varianza
7 Criterio media- varianza A B
8 Criterio media- varianza L, E ( L),σ 2 ( L) L è preferita ad ogni lotteria in A4 Ogni lotteria in A2 è preferita a L Il confronto di L con le lotterie in A1 e in A3 non dà indicazioni decisive alla scelta. L applicazione del criterio media- varianza permette di definire un ordinamento che non è totale.
9 Criterio media- varianza " A = # " B = # 1 0, % & % &
10 Criterio media- varianza " A = # " B = # 1 0, % & % & E ( A) = 0, 2 σ 2 ( A) = 0.64 E ( B) = 2, 5 σ 2 ( B) = 56, 25
11 Criterio media- varianza " A = # " B = # 1 0, % & % & E ( A) = 0, 2 σ 2 ( A) = 0.64 E ( B) = 2, 5 σ 2 ( B) = 56, 25 A e B non sono confrontabili
12 La funzione di utilità La funzione di utilità, o utilità misurabile o cardinale, consente di considerare l utilità come una grandezza fisica associata ad un risultato. Una funzione utilità fornisce una rappresentazione quantitativa del sistema di preferenze dell individuo. Una trattazione formale del concetto di utilità è dovuta a J. von Neumann e O. Mongerstern.
13 La funzione di utilità Il valore dell utilità di una lotteria è un numero reale che rappresenta la desiderabilità della lotteria. Siano L 1 e L 2 due lotterie con valori di utilità u(l 1 ) e u(l 2 ) u(l 1 ) > u(l 2 ) (L 1 è preferita a L 2 ); u(l 1 ) = u(l 2 ) (L 1 e L 2 sono ugualmente desiderabili); u(l 1 ) < u(l 2 ) (L 2 è preferita a L 1 ). Il più generale criterio di scelta nella teoria delle decisioni razionali è il criterio di massimizzazione dell utilità.
14 Criterio dell utilità attesa (von Neumann e Mongerstern)! L = # "# x 1 x 2... x n p 1 p 2... p n & %& E u L ( ) n i=1 ( ) ( ) = p i u x i u(x i ) è l utilità dell esito x i Criterio di massimizzazione dell utilità attesa: tanto maggiore è il valore E(u(L) ) associato alla lotteria L, tanto più desiderabile è a lotteria.
15 Criterio dell utilità attesa u( x) = ln( x)
16 Criterio dell utilità attesa A B
17 Criterio dell utilità attesa Determinare l ordine di preferibilità tra le lotterie applicando il criterio del valore medio e il criterio dell utilità attesa nell ipotesi che il decisore utilizzi le seguenti funzioni utilità u( x) = x 36 u( x) = log( x)
18 Criterio dell utilità attesa u( x) = x 36 ( ) : L 1 L 4 L 2 L 3 ( ) E L ( ) : L 1 ~L 4 L 2 L 3 E u L
19 Criterio dell utilità attesa u( x) = log( x) ( ) : L 1 L 4 L 2 L 3 ( ) E L ( ) : L 4 L 1 L 2 L 3 E u L
20 Criterio dell utilità attesa " L 1 = # " L 2 = # 1 0, % & % & u( x) = log( x + 6) u( x) = x 2
21 Criterio dell utilità attesa E ( L) : L 2 L 1 E ( u( L) ) : L 1 L 2 E ( u( L) ) : L 2 L 1
22 Criterio dell utilità attesa Se X è una variabile casuale reale con distribuzione di probabilità continua l utilità attesa è: E u( X) ( ) = f x X ( ) u( x)dx f è la funzione di densità di probabilità di X
23 Dominanza stocastica Siano A e B di esiti. due lotterie su un comune insieme! A = # " ! & B = # % " & % Quale lotteria è preferita?
24 Dominanza stocastica! A = # " ! & B = # % " & % ( ) =1, P( X 150 A) = 0.5, P( X 200 A) = 0.2 ( ) =1, P( X 150 B) = 0.4, P( X 200 B) = 0.1 P X 100 A P X 100 B La lotteria A offre sempre una probabilità di vittoria maggiore quando si confronta la probabilità di vincere almeno una data cifra. Appare evidente scegliere la lotteria A rispetto alla lotteria B.
25 Dominanza stocastica del primo ordine X,Y variabili casuali Distribuzioni di probabilità F x ( )= P X x ( ), G x ( ) = P Y x ( ) Se F x ( ) G x ( ) x allora si dice che Y domina stocasticamente X al primo ordine (si parla di Dominanza Stocastica del Primo ordine)
26 Dominanza stocastica del primo ordine! A = # " ! & B = # % " & % ( ) = 0.5, P( X 150 A) = 0.8, P( X 200 A) =1 ( ) = 0.6, P( X 150 B) = 0.9, P( X 200 B) =1 P X 100 A P X 100 B F B F A x A è preferita a B
27 Dominanza stocastica del primo ordine La lotteria L 1 domina stocasticamente L 2 se L 1 può essere ottenuta da L 2 spostando porzioni di probabilità dai livelli più bassi ai livelli più alti degli esiti. Allora un decisore razionale preferisce L 1 a L 2
28 Dominanza stocastica di primo ordine con distribuzioni continue X,Y variabili casuali reali: funzioni di densità di probabilità: f, g funzioni di distribuzione: F ( x)= P X x ( ) = f ( t) x dt, G x ( ) = P( Y x) g( t) x dt Se F x ( ) G x ( ) x allora si dice che Y domina stocasticamente X al primo ordine (si parla di Dominanza Stocastica del Primo ordine)
29 Dominanza stocastica di primo ordine con distribuzioni continue funzioni di densità di probabilità f(x) g(x)
30 Dominanza stocastica di primo ordine con distribuzioni continue funzioni di distribuzione F(x) G(x) Y domina stocasticamente X al primo ordine
31 Dominanza stocastica di primo ordine con distribuzioni continue Es. f α ( x) = αe αx, α > 0 definite sul tutti gli x non negativi F α x x 0 # ( ) = αe αt dt = e αt % & x 0 = e αx + e 0 =1 e αx
32 Dominanza stocastica di primo ordine con distribuzioni continue Funzione di densità esponenziale f α ( x) = αe αx α= 3/2 α= 1 α= 1/2
33 Dominanza stocastica di primo ordine con distribuzioni continue α= 3/2 α= 1 Funzione di distribuzione F α ( x) =1 αe αx F α1 ( x) F α2 ( x) α 1 α 2 α= 1/2 tanto maggiore è il parametro α tanto meno preferibile è la lotteria
34 Esercizio f α ( x) = α x, α > 0 definite sul tutti gli x non negativi Studiare la preferibilità delle lotterie con funzione di densità f ( α x) al variare di α
35 Dominanza stocastica del secondo ordine L ordinamento definito dalla dominanza stocastica del primo ordine non è totale poiché se i grafici si intersecano nei loro interni le due variabili non sono confrontabili. F(x) G(x) G(x) F(x)
36 Dominanza stocastica del secondo ordine X,Y variabili casuali reali: funzioni di densità di probabilità: f, g funzioni di distribuzione: F ( x)= P X x Se x F( t) G t ( ) = f ( t) x dt, G x x ( ) x ( ) = P( Y x) = g( t) allora si dice che Y domina stocasticamente X al secondo ordine (si parla di Dominanza Stocastica del secondo ordine) x dt
37 Dominanza stocastica del secondo ordine Esercizio
38 Dominanza stocastica del secondo ordine Esercizio p F F p F F
Elenco dettagliato degli argomenti da preparare per l esame
Università dell Insubria Facoltà di Giurisprudenza A.A. 007-08 Corso di Economia politica Prof. E. Bellino PROGRAMMA DEL CORSO SVOLTO NELL A.A. 007-08 Libro di testo adottato: Terenzio Cozzi Stefano Zamagni,
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliEsponenziali e logaritmi
Esponenziali e logaritmi Corso di accompagnamento in matematica Lezione 4 Sommario 1 La funzione esponenziale Proprietà Grafico 2 La funzione logaritmo Grafico Proprietà 3 Equazioni / disequazioni esponenziali
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliRagionamento qualitativo
Ragionamento qualitativo In molte applicazioni di Ai è necessario costruire modelli di sistemi reali Esempi: modelli di dispositivi per monitoraggio, diagnosi, modelli di processi per simulazione, gestione
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
Dettagli1 Valore atteso o media
1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliPerché il logaritmo è così importante?
Esempio 1. Perché il logaritmo è così importante? (concentrazione di ioni di idrogeno in una soluzione, il ph) Un sistema solido o liquido, costituito da due o più componenti, (sale disciolto nell'acqua),
DettagliTEORIA DELL UTILITÀ E DECISION PROCESS
TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliA-1403. Descrizione: ruota effetti opzionale con supporto/ optional effects wheel with support/ iprofile FLEX MODIFICHE. Codice assemblato:
Dettagli
Analisi statistica degli errori
Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale
DettagliSIMULAZIONE TEST ESAME - 1
SIMULAZIONE TEST ESAME - 1 1. Il dominio della funzione f(x) = log (x2 + 1)(4 x 2 ) (x 2 2x + 1) è: (a) ( 2, 2) (b) ( 2, 1) (1, 2) (c) (, 2) (2, + ) (d) [ 2, 1) (1, 2] (e) R \{1} 2. La funzione f : R R
DettagliEsercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue
Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1
DettagliCorso di Matematica per CTF Appello 15/12/2010
Appello 15/12/2010 Svolgere i seguenti esercizi: 1) Calcolare entrambi i limiti: a) lim(1 x) 1 e x 1 ; x 0 x log 2 x b) lim x 1 1 cos(x 1). 2) Data la funzione: f(x) = x log x determinarne dominio, eventuali
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliVerica di Matematica su dominio e segno di una funzione [COMPITO 1]
Verica di Matematica su dominio e segno di una funzione [COMPITO 1] Esercizio 1. Determinare il dominio delle seguenti funzioni: 1. y = 16 x ;. y = e 1 x +4 + x + x + 1; 3. y = 10 x x 3 4x +3x; 4. y =
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliEsercizi sugli integrali impropri
Esercizi sugli integrali impropri Esercizio. Studiare 2 x4 dx. Svolgimento: è un integrale improprio, in quanto f(x) =, x (, 2] ha una singolarità in : x4 lim x + x4 = +. Osserviamo che f è positiva, quindi
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliMisura e Valutazione del A. Rischio
- 7 Teoria della Finanza Aziendale Prof. Arturo Capasso A.A. 007-008 Misura e Valutazione del A. Rischio - Argomenti Il rischio Il rischio negli investimenti finanziari La misurazione del rischio Varianza
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliSTRUTTURA DEL CORSO 1.3.
Dipartimento Territorio e Sistemi Agro-Forestali (TESAF) CORSO DI LAUREA IN TECNOLOGIE FORESTALI E AMBIENTALI ISTITUZIONI DI ECONOMIA AGRARIA, FORESTALE E AMBIENTALE Elena Pisani elena.pisani@unipd.it
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliDurata della prova: 3h. 2 +y 4. tan y sin y lim = 1. (x 4 +y 2 )y 3
Università degli Studi di Napoli Federico II Corso di Laurea in Matematica Analisi Matematica II (Gruppo ), A.A. 22/3 Prova scritta del 28 gennaio 23 Durata della prova: 3h. sercizio (8 punti). Si consideri
Dettagli1 Modelli di variabili aleatorie continue
Modelli di variabili aleatorie continue. Variabili aleatorie continue uniformi (o rettangolari) Una v.a. X è detta uniforme (o rettangolare) sull intervallo [a, b] se la sua densità è data da se x [a,
DettagliCORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO
CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
Dettagli31/10/2012. Lo studio delle funzioni permette di interpretare la variazione di due grandezze, l una rispetto l altra, quando
FUNZIONI MATEMATICHE Introduzione Lo studio delle funzioni permette di interpretare la variazione di due grandezze, l una rispetto l altra, quando tra le due esiste un legame di tipo matematico. La teoria
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
DettagliDefinizione unitaria delle coniche
Autore/i: M.Maddalena Bovetti docente di matematica della Scuola Media Superione Titolo: Definizione unitaria delle coniche Collocazione: Difficoltà: Livello di scolarità: Periodo scolastico: Abstract:
DettagliAppunti e generalità sulle funzioni reali di variabili reali.
Appunti e generalità sulle funzioni reali di variabili reali. Premessa Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire solamente i concetti
DettagliCorso di Laurea in Ingegneria Edile Anno Accademico 2013/2014 Analisi Matematica
Corso di Laurea in Ingegneria Edile Anno Accademico 2013/2014 Analisi Matematica Nome... N. Matricola... Ancona, 29 marzo 2014 1. (7 punti) Studiare la funzione determinandone: f(x) = e x x il dominio;
DettagliDefinizione DEFINIZIONE
Definizione Funzione reale di due variabili reali Indichiamo con R 2 l insieme di tutti i vettori bidimensionali. Dato un sottoinsiemed R 2, una funzione f: D R è una legge che assegna a ogni punto (x,
DettagliNumeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.
Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,
Dettagli1. Richiami di Statistica. Stefano Di Colli
1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche
DettagliSESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE
SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei
DettagliDOMINIO di FUNZIONI PREREQUISITI: Grafici delle funzioni elementari. Calcolo di EQUAZIONI e DISEQUAZIONI, intere, fratte e scomposte.
DOMINIO di FUNZIONI PREREQUISITI: Grafici delle funzioni elementari. Calcolo di EQUAZIONI e DISEQUAZIONI, intere, fratte e scomposte. Tutorial di Barberis Paola agg 2015 FUNZIONE e DOMINIO LA FUNZIONE
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliIL TURISMO IN CIFRE NEGLI ESERCIZI ALBERGHIERI DI ROMA E PROVINCIA GENNAIO
G ENNAIO 2010 1. L andamento generale negli alberghi della Provincia di Roma Proseguono anche nel mese di Gennaio nella provincia di Roma i segnali di ripresa della domanda turistica, che ha registrato
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliModello Black-Scholes
Modello Black-Scholes R. Marfé Indice 1 Il modello Black Scholes 1.1 Formule di valutazione per le opzioni standard......... 3 1. Implementazione in VBA..................... 6 1 1 Il modello Black Scholes
DettagliELEMENTI DI STATISTICA PER IDROLOGIA
Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono
Dettagli+... + a n. a 0 x n + a 1 x n 1. b 0 x m + b 1 x m 1. +... + b m 0. Funzioni reali di variabile reale. Definizione classica. Funzioni razionali
Funzioni reali di variabile reale Una reale di variabile reale è una funzione nella quale il dominio d è un sottoinsieme di r e il condominio c è anch esso un sottoinsieme di r. F:r r Definizione classica.
DettagliPROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.
PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle
DettagliEsponenziali elogaritmi
Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.
DettagliEsercizio 1. Sia f(x) = sin x, g(x) = log x. La funzione g(f 2 (x)) è. A log(sin 2 x); B log sin x ; C log(sin x 2 ); D sin log x 2.
1 Esercizio 1. Sia f(x) = sin x, g(x) = log x. La funzione g(f 2 (x)) è A log(sin 2 x); B log sin x ; C log(sin x 2 ); D sin log x 2. Esercizio 2. Sia f(x) = sin(log x ). Questa funzione è Esercizio 3.
DettagliUniversità di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott.
Università di Trieste Facoltà d Ingegneria. Esercitazioni per la preparazione della prova scritta di Matematica 3 Dott. Franco Obersnel Lezione 19: campi vettoriali e formule di Gauss-Green nel piano.
DettagliCapitolo 16 Esercizi sugli integrali doppi
Capitolo 6 sercizi sugli integrali doppi Brevi richiami di teoria Sia f : [a, b] [c, d] B IR una funzione limitata e non negativa, definita sul rettangolo R = [a, b] [c, d]. Dividiamo l intervallo [a,
DettagliElementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B
Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Laurea in Ingegneria Meccatronica A.A. 2010 2011 n-dimensionali Riepilogo. Gli esiti di un esperimento aleatorio
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
DettagliPiano di lavoro di Matematica
ISTITUTO DI ISTRUZIONE SUPERIORE Liceo Scientifico ALDO MORO Istituto to Tecnico Via Gallo Pecca n. 4/6-10086 Rivarolo Canavese Tel 0124 454511 - Fax 0124 454545 - Cod. Fiscale 85502120018 E-mail: segreteria@istitutomoro.it
DettagliDISTRIBUZIONI DI VARIABILI CASUALI DISCRETE
DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliLe funzioni reali di variabile reale
Prof. Michele Giugliano (Gennaio 2002) Le funzioni reali di variabile reale ) Complementi di teoria degli insiemi. A) Estremi di un insieme numerico X. Dato un insieme X R, si chiama maggiorante di X un
DettagliUNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA
UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliLa categoria «ES» presenta (di solito) gli stessi comandi
Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:
DettagliCOGNOME... NOME... Classe... Data... 1.a Calcolare le seguenti espressioni: 3. 220 245
Capitolo I radicali Risoluzione algebrica erifica per la classe seconda Espressioni numeriche Equazioni lineari Esistenza Operazioni Espressioni letterali.a Calcolare le seguenti espressioni:. 5. 8 3.
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliLimiti e continuità delle funzioni reali a variabile reale
Limiti e continuità delle funzioni reali a variabile reale Roberto Boggiani Versione 4.0 9 dicembre 2003 1 Esempi che inducono al concetto di ite Per introdurre il concetto di ite consideriamo i seguenti
DettagliMATEMATICA GENERALE Corsi di laurea EA, ELI, EMIF PROVA INTERMEDIA del 4 novembre 2010 Cognome Nome.................................................... Matricola.......................... Anno di Corso..........................................
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
Dettaglif il sottoinsieme D f di A dei valori che può assumere la variabile indipendente x. Talvolta indicheremo il dominio della funzione f con dom (f).
Liceo Scientico Paritario Ven. A. Luzzago di Brescia. Classe 5A - Anno Scolastico 2014/2015 - Prof. Simone Alghisi 1 Le funzioni (1.1) Denizione Siano A e B due insiemi. Una funzione f : A B é una legge
DettagliIntegrali doppi - Esercizi svolti
Integrali doppi - Esercizi svolti Integrali doppi senza cambiamento di variabili Si disegni il dominio e quindi si calcolino gli integrali multipli seguenti:... xy dx dy, con (x, y R x, y x x }; x + y
Dettaglidell affidabilità strutturale
Metodiprobabilisticiper per lavalutazione dell affidabilità strutturale Obiettivo dell esercitazione: acquisire le conoscenze necessarie per applicare i metodi probabilistici (livello III, II e semi probabilistico)
DettagliNOTAZIONI DIFFERENZIALI IN FISICA
NOTAZIONI IFFERENZIALI IN FISICA Elio Proietti Abstract (Versione agosto 2012) Il tumultuoso sviluppo ed i successi del calcolo differenziale nel Settecento indussero il matematico Jean-Baptiste d Alambert
DettagliESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla
ESERCITAZIONI DI ANALISI FOGLIO FOGLIO FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI Marco Pezzulla gennaio 05 FOGLIO. Determinare il dominio e il segno della funzione ( ) f(x) arccos x x + π/3.
DettagliStatistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.
Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni
Dettagli2 Argomenti introduttivi e generali
1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti
DettagliValori caratteristici di distribuzioni
Capitolo 3 Valori caratteristici di distribuzioni 3. Valori attesi di variabili e vettori aleatori In molti casi è possibile descrivere adeguatamente una distribuzione di probabilità con pochi valori di
DettagliMETODI MATEMATICI PER LA FISICA
Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della
DettagliESERCIZI SVOLTI PER LA PROVA DI STATISTICA
ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI
DettagliMATEMATICA e COMPLEMENTI di MATEMATICA
ALLEGATO N.8_b MATEMATICA e COMPLEMENTI di MATEMATICA DESTINATARI gli studenti delle classi: terze e quarte nuovo ordinamento RISULTATI DI APPRENDIMENTO DELL OBBLIGO D ISTRUZIONE, CHIAVE EUROPEA Padroneggiare
DettagliMetodi di Distanza. G.Allegrucci riproduzione vietata
Metodi di Distanza La misura più semplice della distanza tra due sequenze nucleotidiche è contare il numero di siti nucleotidici che differiscono tra le due sequenze Quando confrontiamo siti omologhi in
DettagliDOMINIO di FUNZIONI. PREREQUISITI: Grafici delle funzioni elementari. Calcolo di EQUAZIONI e DISEQUAZIONI, intere e fratte.
DOMINIO di FUNZIONI PREREQUISITI: Grafici delle funzioni elementari. Calcolo di EQUAZIONI e DISEQUAZIONI, intere e fratte. Tutorial di Barberis Paola - 2009 Definizioni: FUNZIONE e DOMINIO LA FUNZIONE
DettagliCORSO DI CALCOLATORI ELETTRONICI I CdL Ingegneria Biomedica (A-I)
CORSO DI CALCOLATORI ELETTRONICI I CdL Ingegneria Biomedica (A-I) DIS - Università degli Studi di Napoli Federico II Codifica delle Informazioni T insieme delle informazioni da rappresentare E insieme
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliPROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI
statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore
DettagliSyllabus: argomenti di Matematica delle prove di valutazione
Syllabus: argomenti di Matematica delle prove di valutazione abcdef... ABC (senza calcolatrici, senza palmari, senza telefonini... ) Gli Argomenti A. Numeri frazioni e numeri decimali massimo comun divisore,
DettagliCAPITOLO V. DATABASE: Il modello relazionale
CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono
DettagliCapitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI
Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI La differenza tra il restauro e il miglioramento (enhancement) delle immagini è che il miglioramento è un processo soggettivo, mentre il restauro è un processo
DettagliMetodi quantitativi per la misurazione della performance dei fondi comuni di investimento
La performance dei fondi comuni 1 Metodi quantitativi per la misurazione della performance dei fondi comuni di investimento Paolo PIANCA Dipartimento di Matematica Applicata Università Ca Foscari di Venezia
DettagliCorso di Laurea in Ingegneria Informatica Analisi Numerica
Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,
DettagliMATEMATICA 5 PERIODI
BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE
Dettagli