Variabili aleatorie una variabile aleatoria ( v.a.)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Variabili aleatorie una variabile aleatoria ( v.a.)"

Transcript

1 Varabl alator ua varabl alatora ( v.a.) ua applcazo ch assoca u umro ral [0,] ad og rsultato dllo spazo dgl vt gral og sprmto alatoro carattrzzabl tramt ua varabl alatora dscrta o cotua Varabl alator dscrt: ua v.a. dscrta k rapprstata da ua tablla /o da ua formula matmatca, ch spcfca l valor umrco assuto dalla v.a. dscrta la probablta assocata ad og valor umrco assuto dalla v.a. Varabl alatora k assocata al laco d u dado Tablla d dfzo dlla v. a. k Dfzo matmatca dlla v. a. k = 6 pr k =,,...6 u modo grafco d rapprstar ua v.a. dscrta l stogramma u stogramma s grafcao succssv trvall ( bs ) l probablta ( l frquz rlatv ) Attzo: la varabl k ( l cotuo) o smplcmt u umro

2 attzo a o cofodr l coctto d a caso co l da d dstrbuzo uform s. : probablta dlla somma d rsultat l laco smultao d du dad l laco d du dad a caso, ma la somma d rsultat ottut o dstrbuta modo uform Valor mdo Varaza d ua v.a. dscrta pr carattrzzar ua v.a. modo sttco, ma cssaramt approssmatvo, s fa uso d dcator d ctralta d dsprso prcpal dcator soo - dc d ctralta dlla v.a. valor mdo ( < k > o µ ) - dc dlla dsprso dlla v.a. attoro al valor mdo dvazo stadard ( r.m.s. o σ ) σ = ( varaza) Valor mdo d ua v.a. dscrta pr v.a. dscrt k co domo d dfzo k [0, ] ( assumoo ua quatta fta d valor ) /o co k [0, ] ( possoo assumr ua fta umrabl d valor) k = µ < k > = = = k Pk ( ) dato ch pr l assoma d ormalzzazo = =

3 Varaza dvazo stadard d ua v.a. dscrta Varaza: ( k < k> ) Pk ( ) = σ = = ( k k ) Pk ( ) = < > Dvazo stadard: ( k < k> ) Pk ( ) = σ = = ( k k ) Pk ( ) = < > s la v.a. k o foss stsa a tutto l suo domo d dfzo,, ma foss lmtata ad assumr valor comprs tra k = k = < k > ' = = = k σ ' = ( k µ ) Pk ( ) = = tc.

4 alcu tra l prcpal dstrbuzo dscrt soo : v.a. Broullaa [, ] o bomal k [0, ] P ( ) Prob( ) k = k succss prov = q= p k pq k k! k = k!( k)!! = ( ) ( )... ad s. 4! = 4 ( 4 ) ( 4 ) ( 4 3) = 4 3 = 4 < k > = p var = pq v.a. d Posso (vt rar) P ( k) = Prob( k succss quado mda s hao ) = k [0, ] µ µ µ k µ k! < k > = µ var = µ

5 Varabl alator ( v.a.) cotu ua v.a. cotua X ch possa assumr valor umrc, co rapprstata da u fuzo cotua drvabl f() dfta modo ch f ( ) d = Prob{ ch la v. a. X assuma valor [, + d] } f() l grafco dlla f() puo ssr psato com u stogramma d baggo ftsmo f()d pr v.a. cotu X ch hao domo d dfzo [, ] d µ < > = f ( ) d f ( ) d f ( ) d dato ch pr l assoma d ormalzzazo f ( ) d = aalogamt σ ( µ ) ( ) = f ( ) d f d ( µ ) ( ) = f d σ ( µ ) ( ) = f ( ) d f d ( µ ) ( ) = f d s la v.a. X o foss stsa a tutto l suo domo d dfzo, ma foss lmtata ad assumr valor comprs tra X = X = ' µ = f ( ) d f ( ) d σ ' = ( µ ) ( ) f ( ) d f d σ ' = µ ( ) ( ) f ( ) d f d

6 alcu tra l prcpal v.a. cotu soo : v.a. uform ua v.a. uform ( dstrbuzo casual ) ll trvallo [a,b] assum u valor costat [a,b] f( ) = pr [ a, b] ( b a) ( b+ a) < > = var = ( b a) f( ) = 0 altrov ( rms...) = σ = b a f() ( b- a) 0 a b v.a. Gaussaa G(µ,σ ) f( ) πσ µ ( ) σ = pr [, ] G(µ,σ ) µ < > = var = σ ( rms...) = σ 0 µ

7 f( ) = πσ µ ( ) σ µ µ ( ) σ f( µ ) = = πσ πσ G(µ,σ ) πσ FWHM = larghzza a mta altzza FWHM = l σ.36 σ πσ FWHM 0 µ

8 Gaussaa Stadard o Normal s µ = 0 σ = N(0,) N(0,) f( ) = π pr [, ] pr ua gaussaa s ha ch l 68% dlla probablta ( dll ara sotto la curva ) comprsa tra µ σ µ + σ N(0,) f()d = 0.68 tra + pr ua Normal(0,) l 95% dlla probablta ( dll ara sotto la curva) comprsa tra µ σ µ + σ N(0,) f()d = 0.95 tra + pr ua Normal(0,) N(0,) l 99.7% dlla probablta ( dll ara sotto la curva) comprsa tra µ 3σ µ + 3σ f()d = tra 3 +3 pr ua Normal(0,)

9 Fuzo dgl rror la fuzo dfta com l ara da - ad u grco puto z d ua gaussaa stadard, dtta fuzo dgl rror ( rror fucto gls ) ) z rf ( z) = d π altr mportat dsta d probablta soo la Ch Quadrato la t d Studt mportaza dlla gaussaa : torma dl lmt ctral

10 Backup slds

La distribuzione Normale

La distribuzione Normale Matatca Fca cla 5G La dtrbuzo oral Fracco Fotaa otaa@lcorrar.t paga La dtrbuzo oral Mda dvazo tadard Codrao rultat pr ua varabl alatora. Il valor do ott co la da arttca d valor qut oo ugualt rqut ugualt

Dettagli

Bisogna innanzitutto calcolare le variazioni annue: loro o per riassumere distribuzioni che hanno andamento

Bisogna innanzitutto calcolare le variazioni annue: loro o per riassumere distribuzioni che hanno andamento La mda omtrca Pr ua dstrbuzo utara d u carattr quattatvo d trm, la mda omtrca è dfta com: K usata pr sttzzar dat ch ha sso moltplcar fra loro o pr rassumr dstrbuzo ch hao adamto omtrco S applca pr dtrmar

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione.

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione. I mtod d sts Data ua matrc d dat comosta d rgh colo, dov rarsta l umro d utà trrtoral da classfcar (ad smo l 03 rovc rarsta l umro d dcator trrtoral. Il rocsso d lavorazo uò ssr così rarstato forma matrcal:

Dettagli

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte;

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte; Apput d Statstca Socal Uvrstà Kor d Ea IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl dc d poszo, o d tdza ctral, soo umr ch sprmoo la sts umrca d ua dstrbuzo ( ) statstca smplc d ua varabl X. I valor ossrvat

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U MECCANISMI COMBINAI DI SCAMBIO ERMICO: Coffct Global d Scambo rmco U All tro com all stro d u ambt possamo ar: a. Cozo tra l ara l part tra l ara ( a ) gl oggtt b. Irraggamto tra gl oggtt tra qust l part

Dettagli

5 - IMPORTANTI LEGGI DI DISTRIBUZIONE

5 - IMPORTANTI LEGGI DI DISTRIBUZIONE 5 - IPORTATI LEGGI DI DISTRIBUZIOE 5.. Dstrbuo dscrt 5... Dstrbuo bomal (o d Broull) Pr trodurr la dstrbuo bomal s rcorr ad u smpo. Esmpo S suppoga ch tr prso (Fracsca, arco Vttora) scao cascua dalla propra

Dettagli

Statistica. Statistica descrittiva

Statistica. Statistica descrittiva Statstca La statstca rguarda la raccolta, prstazo, aals laborazo utlzzazo d dat umrc allo scopo d ffttuar frz, strapolazo, d forr dcazo dcsoal stuazo ch prstao u crto grado d alatortà. Essa è utlzzata

Dettagli

lim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste

lim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste Infinitsimi dtto infinitsimo una qualsiasi quantita tndnt a zro quando una opportuna variabil tnd ad assumr un dtrminato valor dati du infinitsimi α β α β non sono paragonabili tra loro s il lim β α non

Dettagli

Definizione e proprietà dei numeri complessi

Definizione e proprietà dei numeri complessi umr complss Dfo proprtà d umr complss Rapprstao gomtrca d umr complss Espoal d u umro complsso Cougao d u umro complsso Radc -sm dll utà Dfo proprtà d umr complss U umro complsso é ua coppa ordata d umr

Dettagli

Caso studio 4. La media geometrica. Esempio

Caso studio 4. La media geometrica. Esempio Caso studo 4 U vsttor dv dcdr s vstr l suo captal d 0.000 uro obblazo a tasso sso o a tasso varabl. Il tasso sso d trss ch l v proposto è dl 4% auo, pr u vstmto a 5 a. Pr l obblazo a tasso varabl l v vc

Dettagli

ESERCIZI - PRIMA PARTE

ESERCIZI - PRIMA PARTE ESERCIZI - PRIM PRTE Gl src d cu s dca umr paa s tratt dal tst SSalsa Squllat Esrc d Matmatca vl d Zachll Prlmar prcp d du 6 a p 7 a p 6 7 8 9 a p 9 7 8 9 a p 8 a p a p Rslvr l sut dsqua: 6 6 Cct bmal

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U MECCNISMI COMBINI DI SCMBIO EMICO: Coffct lobal d Scambo rmco U ll tro com all stro d u ambt possamo ar: a. Cozo tra l ara l part tra l ara ( a gl oggtt b. Irraggamto tra gl oggtt tra ust l part c. Coduzo

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x =

LE DERIVATE. derivata di un monomio (1) D a x = a x = na x ESEMPI. derivata di un monomio con n = 1. (2) D a x. ESEMPI, D x = LE DERIVATE. GENERALITÀ Dfiizio.) La drivata è u oprator ch ad ua fuzio f associa u altra fuzio ch obbdisc all sguti rgol: () D a a a 0 0 0 D 6 D 0 D drivata di u moomio () D a a 0 0 drivata di u moomio

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: AALISI DI FOURIER Sgali Tmpo Discrti: - Trasformata Discrta di Fourir -Squza priodica - Taratura dgli assi frquziali - TDF di ua squza fiita - Campioamto i Frquza - Algoritmi fft: srcitazioi Matlab -Zro

Dettagli

Metodologie progettuali della rete distributiva. Metodologie progettuali della rete distributiva 1

Metodologie progettuali della rete distributiva. Metodologie progettuali della rete distributiva 1 Mtodolog progttual dlla rt dstrbutva Mtodolog progttual dlla rt dstrbutva La guda U quadro d rfrmto stratgco pr l ubcazo dll faclts Rt Mult-chlo Mtod a gravtà pr la sclta dll ubcazo Modll pr l ubcazo d

Dettagli

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016 07/0/206 Caso studo 7 L OCSE la dsguaglaza: a ch puto è la ott? D Stfao Prr (rtcolo dspobl qu: http://www.coomapoltca.t/ prmo-pao/locs--la-dsguaglaza-a-ch-puto--la-ott/). Dopo la rcrca dl 2008 Growg Uqual[],

Dettagli

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} =

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} = Laura Trial i Matmatica, Uivrsità La Sapiza Corso di Probabilità 2, A.A. 26/27 Prova scritta dl 26 Giugo 27 Soluzioi dgli srcizi proposti Esrcizio. Gli arrivi di mssaggi -mail ad u dato idirizzo di posta

Dettagli

Tassi Equivalenti. Benedetto Matarazzo

Tassi Equivalenti. Benedetto Matarazzo Tass Equval Bdo Maarazzo Corso d Maaca Fazara Rg fazar Oprazo fazar Irss Scoo Equvalz fazar Rg dll rss splc Rg dll rss coposo Rg dll rss acpao (scoo corcal Prcpal proprà d u qualsas rg fazaro Cofroo ra

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

FONDAMENTI DI STATISTICA 1

FONDAMENTI DI STATISTICA 1 FONDAMENTI DI TATITICA Lug Musso () Vcza Torator () Poltcco d Mlao DICA Pazza Loardo da Vc, 3 33 Mlao Tl -399-65 Fa -399-66 -mal lugmusso@polmt () Poltcco d Mlao DICA Pazza Loardo da Vc, 3 33 Mlao Tl -399-65

Dettagli

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con Prova scritta di Aalisi Matmatica A 4//4 (tutti) Illustrado tutti i passaggi, disgar il grafico dlla fuzio l f ( ),, (tutti) Dtrmiar l ara dlla porzio di piao ditata dall ass dll co dal grafico dlla fuzio

Dettagli

g ( x )dx e se ne dia l interpretazione geometrica.

g ( x )dx e se ne dia l interpretazione geometrica. ESAME DI STATO DI LICEO SCIENTIFICO Sssio Ordiaria 9 PIANO NAZIONALE INFORMATICA Problma Sia f la fuzio dfiita da Dov è u itro positivo....!! I. Si vrifichi ch la drivata di è:!. Si dica s la fuzio f ammtt

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 2007 PIANO NAZIONALE INFORMATICA. Problema 1

ESAME DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 2007 PIANO NAZIONALE INFORMATICA. Problema 1 ESAME DI STATO DI LICEO SCIENTIFICO Sssio Ordiaria 7 PIANO NAZIONALE INFORMATICA Problma Puo Pr sudiar la moooia dlla fuzio I g( ) g ( ) a la a la l a (a a ). Essdo, pr iposi, a >, occorr disigur i sgui

Dettagli

Introduzione. La regressione logistica

Introduzione. La regressione logistica Aals statstca multvarata La rgrsso logstca Autor Alsado Lubsco Stfaa Mga Marla Pllat La rgrsso logstca Itroduzo S vuol dscrvr la rlazo d dpdza dl posssso d u attrbuto dcotomco da ua o pù varabl dpdt (X,

Dettagli

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP Problm d routg d vcol: Modll rlassamt pr l TP Dal Vgo DEI, Uvrstà d Bologa dvgo@ds.ubo.t Problma dl Commsso Vaggator (TP) caso partcolar: dposto vcolo d capactà llmtata mmzzar l costo pr srvr tutt clt

Dettagli

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni Esrcitazioi di Calcolo dll Probabilità (4/4/) Soluzioi Esrcizio. Si trovi il valor dlla costat pr cui f, (>,

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

APPUNTI DI FISICA. Gli errori

APPUNTI DI FISICA. Gli errori APPUNTI DI FISICA Gli rrori Abbiamo misurato la larghzza dllo stsso baco più prso d ogua più volt. Dall' sprimto ffttuato abbiamo costatato ch l misur ottut soo diffrti, ciò ci fa comprdr ch o riuscirmo

Dettagli

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua //7 arabl casual Ua varable casuale X e ua fuzoe defta sullo spazo campoaro W che assoca ad og eveto W u uco umero reale. X Ua varable casuale può essere classfcata come dscreta o cotua. Ua varable casuale

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral SCIENZE STATISTICHE (Not ddattch) Bruo Chadotto Vrso 4 Cap 6 Ifrza statstca baysaa Itroduzo CAP 6 BAYESIANA N captol prcdt s è stata affrotata, modo quas sclusvo, la problmatca dll

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

ENUNCIATI DI ESAMI DI ANALISI MATEMATICA 1

ENUNCIATI DI ESAMI DI ANALISI MATEMATICA 1 ENUNCIATI DI ESAMI DI ANALISI MATEMATICA ENUNCIATI DI ESAMI DI ANALISI MATEMATICA Euciar dimostrar il torma di Lagrag Dir s è f ( ) applicabil alla fuzio ( ) ll itrvallo [,] motivado la risposta Euciar

Dettagli

SOLLECITAZIONI COMPOSTE

SOLLECITAZIONI COMPOSTE Sussidi didattici pr il corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì SOLLECITZIOI COPOSTE GGIORETO 14/10/011 Corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì FLESSIOE DEVIT Si ha flssio dviata quado

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

Esercizi per il corso Matematica clea

Esercizi per il corso Matematica clea Esrcizi pr il corso Matmatica cla Dail Ritlli ao accadmico 008/009 Lzio : Succssioi Sri gomtrica Esrcizi svolti. Provar ch: + ) /. Provar ch: + ) + ) 0. Provar ch: + 4. Provar ch 5. Provar ch + ) + ) 4

Dettagli

CENNI SULL USO DEL METODO SIMBOLICO PER IL CALCOLO DELLA

CENNI SULL USO DEL METODO SIMBOLICO PER IL CALCOLO DELLA ENN SU USO DE METODO SMBOO PE AOO DEA SPOSTA N EGME PEMANENTE SNUSODAE DE UT osdramo u crcuo composo da ua r d lm lar pass com rssor, codsaor, duor a cu è applcao u graor d forza lromorc l qual forsc ua

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%.

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%. SOLUZIONI. Il costo d un farmaco da banco pr un dtrmnato prncpo attvo è così suddvso: l 7,% pr la confzon, l 7,% pr la produzon d l rstant % pr l IVA. Dlla quota rlatva alla produzon, l 3% è dovuto all

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2:

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 2: Costruzoe d macche Modulo d: rogettazoe probablstca e affdabltà Marco Begh e Leoardo Bert Lezoe : robabltà codzoata e varabl casual robabltà codzoata ((A/B)): La probabltà che s verfch u eveto A, assumedo

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1 CORREI E IOO Pr l calcolo dlla corrt l dodo rsza d ua tso d olarzzazo stra faccamo l sgut ots smlfcatv: 1. cotatt mtallo-smcoduttor co l zo d soo d to ohmco, ovvrosa ad ss è assocata ua caduta d tso roorzoal

Dettagli

Segnali e sistemi tempo discreto

Segnali e sistemi tempo discreto Trasformata di ourir Sgali sistmi tmpo discrto TEORIA DEI SEGALI LAUREA I IGEGERIA DELL IORAZIOE Sommario Sgali tmpo discrto priodici Sri di ourir Sgali tmpo discrto apriodici Trasformata di ourir Proprità

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L) L soluzon dlla prova scrtta d Matmatca pr l corso d laura n Chmca Tcnolo Farmacutch raruppamnto A-L. Data la unzon a. trova l domno d b. scrv, splctamnt pr stso, qual sono l ntrvall n cu rsulta postva

Dettagli

I metodi di costruzione degli indici sintetici

I metodi di costruzione degli indici sintetici I mtod d costruzo dgl dc sttc Numros soo mtod dsobl r la sts d dcator lmtar. Gl alcatv ch costoo l calcolo d tal dc d sts soo soltamt lgat alla loro mlmtazo. Pr tal motvo, l cofroto tra rsultat ottut co

Dettagli

Liceo scientifico comunicazione opzione sportiva

Liceo scientifico comunicazione opzione sportiva PRVA D ESAME SESSINE RDINARIA Lico scitifico comuicazio opzio sportiva Il cadidato risolva uo di du problmi rispoda a qusiti dl qustioario Durata massima dlla prova: 6 or È costito l uso dlla calcolatric

Dettagli

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica Defzo Utà strutturale (massa o moomero) assa dell utà strutturale (.) a.m.u acromolecola o Catea polmerca grado d polmerzzazoe (DP) massa molecolare x.p. Luda ateral polmerc 6 Defzo Grado d polmerzzazoe

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

ln( t + ) dt, calcolare i punti critici di F(x) e

ln( t + ) dt, calcolare i punti critici di F(x) e Prova scritta di Aalisi Matmatica I (VO) or 6/0/0 ) Dfiizio di fuzio cotiua i u puto classificazio di puti di discotiuità Utilizzado la dfiizio dir pr quali valori di k è cotiua i =0 la sgut fuzio l 0

Dettagli

di disequazioni lineari

di disequazioni lineari Capitolo Disquazioni Esrcizi sistmi di disquazioni linari Toria p. 68 L disquazioni l loro soluzioni Pr ciascuna dll sgunti disquazioni, invnta un problma ch possa ssr risolto con la disquazion stssa.

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Distribuzione di probabilità di di Poisson

Distribuzione di probabilità di di Poisson Disribuzio di probabilià di di oisso Diizio i i La disribuzio di oisso dscriv procssi casuali rari co mdia diia. Si cosidri u vo casual ch si rip u cro umro di vol, o issao a priori, co ua rquza assolua

Dettagli

Corso di IDROLOGIA. Estratto dalle dispense di STATISTICA APPLICATA ALL IDROLOGIA

Corso di IDROLOGIA. Estratto dalle dispense di STATISTICA APPLICATA ALL IDROLOGIA Coso d IDROLOGIA statto dalle dspese d STATISTICA APPLICATA ALL IDROLOGIA Redatte da Po. Pelug Claps Ig. Chaa Babes CONCTTI FONDAMNTALI DLLA TORIA DLL PROBABILITA. spemeto aleatoo. Spazo campoao o popolazoe.

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Appunti dall lzioni Nicola Vanllo 27 dicmbr 2018 2 Capitolo 1 Variabili Alatori Discrt 1.1 Variabil alatoria di Brnoulli Una variabil alatoria di Brnoulli, può assumr du valori, dnominati

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

spettroscopie ottiche

spettroscopie ottiche spttroscopi ottich Itrazio dl campo lttrico co il momto di dipolo lttrico molcolar assa dgli lttroi molto più piccola dlla massa di ucl i sparazio di moti uclari da qulli lttroici spttroscopi rotazioali

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido se i dati E dato da max(x i )-min(x i ) Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

L equazione del reticolo cristallino

L equazione del reticolo cristallino Chmc sc supror Modulo L quzo dl rtcolo crstllo Srgo Brutt Rchmo d mtmtc: l sr d ourr U quluqu uzo () può ssr rpprstt spso d Tylor purchè l uzo () s drzbl - volt : ( )!... Nl cso cu ()=g() s u uzo prodc

Dettagli

4. Distribuzioni di probabilità discrete

4. Distribuzioni di probabilità discrete M. Gartto - Statistica. Distribuzioi di probabilità discrt. Distribuzio biomial o di Broulli Il coctto di variabil alatoria prmtt di formular modlli utili allo studio di molti fomi alatori. U primo importat

Dettagli

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l.

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l. EffP Srl Valor mmoblar: gstr d ammstrar pr crar l valor dgl mmobl 1 Il Il U mmobl è u valor ch va prsrvato, curato, gstto matuto l tmpo. EffP è u azda ata pr forr srvz ch sostgoo l vostro. Il Valor dlla

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ }

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ } Alcu cosidrazioi sulla dfiizio di limit Alcu cosidrazioi sui limiti di fuzioi Itori di u puto U itoro (complto) di u puto è u qualsiasi itrvallo aprto cui il puto apparti Esmpi: (,3) è u itoro di [,3)

Dettagli

Variabili casuali. Variabili casuali

Variabili casuali. Variabili casuali Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: ANALISI DI FOURIER Sgali mpo Discrti: - Ci alla rasormata di Fourir di ua squza - Rlazio co la CF - Codizio di Nyquist - Etto dl trocamto dl Sgal sulla F Cosidriamo ua squza x[]: l sguito cosidrrmo la

Dettagli

Appunti di. Elaborazione dei dati sperimentali

Appunti di. Elaborazione dei dati sperimentali Apput d Elaboraoe de dat spermetal Corso d sca er cors d Laurea Igegera Uverstà d adova sura d ua gradea fsca Ua gradea fsca s rappreseta co uo (o pù) umer segut da ua utà d msura. Il umero che quatfca

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

Generazione di distribuzioni di probabilità arbitrarie

Generazione di distribuzioni di probabilità arbitrarie Gnrazion di distribuzioni di probabilità arbitrari Abbiamo visto com gnrar vnti con distribuzion di probabilità uniform, d abbiamo anch visto in qual contsto tali vnti sono utili. Tuttavia la maggior part

Dettagli

ESPERIMENTO CASUALE. S Spazio campionario : è l insieme di eventi necessari e incompatibili che si presentano come risultati dell ESPERIMENTO CASUALE.

ESPERIMENTO CASUALE. S Spazio campionario : è l insieme di eventi necessari e incompatibili che si presentano come risultati dell ESPERIMENTO CASUALE. ESPERIMENTO CASUALE S Spazo campoao : è l seme d evet ecessa e compatbl che s pesetao come sultat dell ESPERIMENTO CASUAL X è l seme de ume eal assocato ad S, modo che ad og elemeto (eveto) d S cospoda

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 21/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 21/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Uivrsità i Cassio Corso i Statistica Esrcitazio l /0/008 Dott. Alfoso Piscitlli Esrcizio Il sgut ata st riporta la rilvazio i alcui carattri su u collttivo i 0 soggtti. Soggtto Età Rsiza Rito (Migliaia

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli