Elementi di Calcolo delle Probabilità

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Elementi di Calcolo delle Probabilità"

Transcript

1 Element d Calcolo delle obabltà Coso d Calcolo delle obabltà ed Infeenza a.a. 2015/ mo Semeste of. Flppo DOMM Coso d Lauea Magstale n Economa pplcata Dpatmento d Economa, Statstca e Fnanza Unvestà della Calaba

2 Calendao - Lezon: dal 28/9/2015 al 19/12/ Esam (sctt): 1 appello 15 Gennao 2016 oe 9:00 2 appello 12 Febbao 2016 oe 9:00 3 appello 22 Gugno 2016 oe 9:00 4 appello 15 Luglo 2016 oe 9:00 5 appello 19 Settembe 2016 oe 9:00 2

3 - Oao delle Lezon: Lunedì, Matedì e Mecoledì dalle 9 alle 11 n E2 - Oao d Rcevmento Student: Govedì dalle 11 alle 13 (Studo docente: Cubo 0C, ultmo pano) - Modaltà esame: Sctto (Oale facoltatvo) 3

4 ova, Evento e obabltà Concett mtv: nozon ognae ed ntutve. ova (o espemento): è qualsas attvtà svluppata n condzon d ncetezza. Gl espement d cu s occupa l Calcolo delle obabltà sono quell ne qual sultat non sono cet peché non unvoc. Evento: è uno de possbl sultat della pova. obabltà: è un numeo assocato al pesentas d un ceto evento e soddsfa alcune popetà fondamental dett assom del Calcolo delle obabltà. 4

5 Def.1. Spazo de Campon. E la totaltà d tutt possbl sultat d un espemento concettuale. Veà ndcato con W. Def.2. Evento Ceto. Evento Impossble. L evento ceto è quello che s vefca sempe, W. L evento mpossble è quello che non s vefca ma, f. Def.3. Spazo degl Event ( o algeba d Boole). E l nseme d tutt possbl sottonsem d W. 5

6 Dagamm d Venn W UNIONE INTERSEZIONE B NEGZIONE EVENTI INCOMTIBILI EVENTI NECESSRI 6

7 opetà Unone Intesezone Commutatva B B B B Idempotenza ssocatva ( B) C (BC) ( B) C (BC) Dstbutva (BC) (B) (C) (BC) (B) (C) Inolte, s ha: f f f W W W W f 7

8 Legg d De Mogan (1) B B B B (2) B B B B atzone dello Spazo Camponao S dce che gl event 1,, k appatenent ad W fomano una patzone dello spazo camponao se: (1) j f j 1,..., k k (2) W 1 coè se sono a due a due ncompatbl e necessa. 8

9 Eseczo 1 Sano,B e C te event che s dentfcano ne sottonsem ={1,2,3,8}, B={2,3,5,7,8} e C={3,6,7,9,10} d un geneco spazo W={1,2,3,4,5,6,7,8,9,10}. Detemnae seguent sottonsem: E 1 (BC) E 2 BC E 3 B C E4 B E 5 B E 6 C C Eseczo 2 Un espemento casuale consste nell estae contempoaneamente due pallne da un una contenente 1 pallna ossa, 3 pallne banche e 2 nee. Descvee lo spazo de campon elatvo all espemento e costue sottonsem n cu s dentfcano seguent event: 1. Le due pallne estatte sono d coloe dffeente; 2. Le due pallne estatte sono dello stesso coloe; 3. Le due pallne estatte sono entambe osse. 9

10 Eseczo 3 Un espemento casuale consste nel lanco contempoaneo d due dad da goco; posto che le facce d cascun dado sano state contaddstnte con gl nte dall 1 al 6, costue lo spazo de campon e sottonsem che appesentano seguent event: 1. I nume potat dalle facce supeo de due dad sono ugual; 2. La somma de due nume potat dalle facce supeo de due dad è 5; 3. Il numeo potato dalla facca supeoe d un dado è doppo d quello potato dalla facca supeoe dell alto. Eseczo 4 Un espemento casuale consste nel lanco contempoaneo d una moneta e d un dado da goco. S costuscano lo spazo camponao elatvo all espemento e sottonsem a cu s dentfcano seguent event: 1. Testa pe la moneta e numeo pa pe l dado; 2. Coce pe la moneta e numeo nfeoe a 5 pe l dado. 10

11 Eseczo 5 Da una accolta d te volum contassegnat con,b e C ne vengono scelt a caso due. Costue lo spazo degl event assocato allo spazo camponao n questone. Eseczo 6 Un espemento casuale consste nel levae l numeo d teste e delle coc che s possono pesentae nel lanco contempoaneo d te monete. Costue lo spazo camponao e lo spazo degl event ad esso assocato. Eseczo 7 Nel lanco d un dado da goco, le facce sano numeate dall 1 al 6, sa l evento la facca supeoe pota l numeo 3 e B l evento la facca supeoe pota un numeo dspa. e B sono event dsgunt? Eseczo 8 S lanca due volte una moneta; sa l evento testa al pmo lanco e B l evento ne due lanc non appae la stessa facca. e B sono dsgunt? 11

12 ssom del Calcolo delle obabltà. Rcodando che un assoma (o postulato) è una poposzone che è consdeata vea e non vene dmostata nel contesto n cu è svolta la teoa n questone, Il C.. pesenta seguent assom: W 1 3. Sano e B due event ncompatbl B f alloa B B 12

13 Teoem fondamental del Calcolo delle obabltà Teo.1. Teo.2. f 0 1 Teo.3. Teo.4. B B B B B Le dmostazon de teoem sono lascat pe eseczo. 13

14 Defnzone d pobabltà. Def. 4. Classca La pobabltà d un evento è l appoto ta l numeo d cas favoevol d e l numeo d cas possbl, ammesso che quest sano equpobabl. Def. 5.. Fequentsta (o legge empca del caso). In una see d pove d un dato espemento, petuto un gan numeo d volte n ccostanze pù o meno sml, cascuno degl event possbl s manfesta con una fequenza che è cca uguale alla sua pobabltà. L appossmazone s duce al cescee del numeo d pove. Def. 6. Soggettvsta. La pobabltà è la valutazone che l sngolo ndvduo può coeentemente fomulae, n base alle pope conoscenze, del gado d avveabltà d un evento. 14

15 Eseczo 9 Dato un espemento tale: 1 1 () 0.5 (B) 3 ( B) 4 Calcolae: B B B B B Eseczo 10 Sano e B due event tal che: () 0.8 (B) 0. 7 ( B) 0. 6 Calcolae: B B B

16 Eseczo 11 Supponamo d avee un una che contene 8 pallne osse (R), 9 pallne banche (B), 13 pallne nee (N) e 3 pallne galle (G). Effettuamo la seguente pova: estazone d due pallne con poszone. Calcolae la pobabltà che: a) entambe le pallne sano osse; b) la pma sa ossa e la seconda banca; c) la pma galla e la seconda non-ossa; d) la pma sa nea e la seconda non-banca; e) che almeno una sa ossa. 16

17 Dpendenza. ssom e Teoem fondamental. Quando s ha motvo d cedee che l vefcas d uno o pù event nfluenzano l vefcas d alt event, alloa s paleà d event dpendent (condzonat). Così, la pobabltà dell evento dato che s è gà vefcato l evento B (ovveo l evento B condzona l evento ), è: B / B pe B 0 B In tal caso, B dventa l nosto nuovo spazo de campon; coè s assume che la pova abba dato luogo a qualche sultato n B. 17

18 S può vefcae che valgono gl assom del Calcolo delle obabltà: 1. / B W/ B 3. Se 1 e 2 sono ncompatbl alloa B / B / B 1 2 / 1 2 Le vefche d (1), (2) e (3) sono lascat pe eseczo. 18

19 Valgono anche teoem fondamental del Calcolo delle obabltà nel caso n cu esste un evento condzonante Teo.5. f / B 0 Teo.6. / B 1 / B Teo.7. B / B 1 / / B Teo.8. B / B / B 1 2 / Le dmostazon de teoem sono lascat pe eseczo. / B 19

20 Il teoema d Bayes e llustae l teoema, consdeamo l seguente esempo: supponamo d avee due une, la pma, U 1, contene 4 pallne banche e 6 nee, la seconda, U 2, contene 3 pallne banche e 5 nee. S estae a caso un una e, successvamente, da questa s estae una pallna. mmesso che la pallna estatta sa banca, c s chede qual è la pobabltà che essa povenga dall una U 1, se la pobabltà d selezonae cascuna delle une è d 0.5? Sml poblem s pesentano ogn volta che un evento può essee vsto come l sultato - EFFETTO - d uno ta K possbl event - CUSE - C 1, C 2,,C K ncompatbl e tal che uno d ess deve vefcas, e nteessa valutae la pobabltà che, avveatos, sa C j la causa che lo ha podotto. 20

21 Supponamo che gl event C 1,,C K fomno una patzone d W, coè W K 1 C e C C j f j L evento può essee sctto nel seguente modo W K C K 1 1 C Ossevando che K 1 C C f K 1 21

22 s ha: K 1 K 1 C C Rcodando che C C C / C / C C S può scvee: K 1 K 1 C / C C 22

23 La domanda nzale ea la seguente: noto l effetto, qual è la pobabltà che tale effetto sa dovuto alla causa C j? C j / C j K 1 C / C j C / C j L ultma pate è l teoema d Bayes, dove [C j /] è chamata pobabltà a posteo, coè la pobabltà che l evento, gà vefcatos, sa dovuto alla causa C j ; mente, la pobabltà [C j ] è chamata pobabltà a po della causa C j (nel nosto esempo è la pobabltà d estae l una U 1 ). Infne, [/C j ] sono dette pobabltà pobatve o veosmglanze, appesentano la pobabltà con cu le sngole cause C 1,, C K geneano l evento. Esse sono detemnate empcamente dall espemento. 23

24 Rtonando all esempo nzale, se ndchamo con [U ]=0.5 pe =1,2 le pobabltà a po, la pobabltà a posteo è: U 1 / B B/ U1 U1 B/ U U B/ U U

25 Ossevazone: l teoema d Bayes può essee vsto come un meccansmo che pemette d coeggee le nfomazon a po [C j ] sulla base delle ossevazon spemental [/C j ] fonendo pe l appunto la pobabltà a posteo. In questa fomula, nfatt, s combnano nfomazon a po e veosmglanze, e quanto pù la pobabltà a posteo [C j /] è dvesa dalla pobabltà a po [C j ], tanto pù la veosmglanza ha modfcato le nfomazon a po sulle cause C j. 25

26 Defnzone d Indpendenza. Se l vefcas d un evento non modfca la pobabltà del vefcas d un alto evento alloa è lecto pensae che due event sano ndpendent; questo può essee fomalzzato con la seguente: Def. 7. Dat due event e B, s dce che sono ndpendent se e solo se s vefca una delle seguent condzon: B B / B B/ B 26

27 Teo. 9 Se e B sono ndpendent alloa 1. B B B B B B La dmostazon del teoema è lascata pe eseczo. 27

28 Eseczo 12 Supponamo d avee un una che contene 5 pallne osse (R), 4 banche (B),3 nee (N) e 6 gall (G). Effettuamo la seguente pova: estazone d due pallne senza poszone. Calcolae la pobabltà de seguent event: a) la pma ossa e la seconda ossa; b) la pma banca e la seconda ossa; c) la pma galla e la seconda non-ossa; d) la pma non-nea e la seconda banca; e) la pma galla e la seconda ossa o banca; f) la pova gene almeno una pallna ossa. 28

29 Eseczo 13 S è fatto uno studo pe detemnae l effetto de pogamm televsv su bambn. d un guppo d bambn composto da un numeo uguale d masch e femmne è stato chesto se sono ma stat spaventat da un pogamma televsvo. Il 25% de bambn e l 44% delle bambne spondono d s. Sceglendone uno a caso nel guppo, detemnae la pobabltà che: 1. l bambno sa stato spaventato; 2. venga scelta una bambna, sapendo che l selezonato/a è stato/a spaventato/a; 3. sa scelta una bambna, sapendo che l bambno/a scelta/o non è stata/o spaventato/a; 4. sa scelto un bambno sapendo che l bambno scelto non è stato spaventato. 29

30 Eseczo 14 Un costuttoe vene fonto pe gl stess tp d pezz sa dalla dtta che dalla dtta B. Tal pezz vengono po depostat asseme nello stesso magazzno. e l passato s è ossevato che podott d eano pe l 5% dfettos, mente quell d B lo eano nella msua del 9%. La dtta fonsce 4 volte pù pezz della dtta B. vendo scelto un pezzo a caso dal magazzno ed avendo scontato che non è dfettoso, qual è la pobabltà che sa stato fonto da? 30

31 Eseczo 15 Sano e B due event dello spazo camponao tal che: 0. 7 B 0. 8 Detemnae [B] se: a) e B sono dsgunt ; b) e B sono ndpendent ; c) [/B]=0.6 31

32 Eseczo16 La pobabltà d essee malato d canco n uno stado nzale è 0.1 pe una pesona n una ceta classe d età. Il test sulta postvo nel 99% de cas n una pesona malata e nel 5% de cas n una pesona sana. a) Qual è la pobabltà d una coetta dagnos con l test nella data classe d età? b) Qual è la pobabltà che una pesona sa malata se l test è negatvo? 32

33 Rfement Bblogafc. - G. Ccchtell (1984), obabltà e Statstca. Maggol Edtoe. Rmn. [C]. ag M.Mood, F. Gaybll e D.C. Boes (1988), Intoduzone alla Statstca, McGaw-Hll, Mlano. [MGB]. ag D. ccolo e C. Vtale (1984), Metod Statstc pe l anals economca. Il Mulno, Bologna. [V]. ag R. Os (1995), obabltà ed Infeenza Statstca, Il Mulno, Bologna. [O] D. ccolo (2000), Statstca, l Mulno, Bologna. []. ag

Elementi di Calcolo delle Probabilità

Elementi di Calcolo delle Probabilità Element d Calcolo delle obabltà Coso d Calcolo delle obabltà ed Infeenza a.a. 2013/2014 - mo Semeste of. Flppo DOMM Coso d Lauea Magstale n Economa pplcata Dpatmento d Economa, Statstca e Fnanza Unvestà

Dettagli

Elementi di Calcolo delle Probabilità

Elementi di Calcolo delle Probabilità Element d Calcolo delle obabltà Coso d Calcolo delle obabltà ed Infeenza a.a. 2011/2012 - mo Semeste of. Flppo DOMM Coso d Lauea Magstale n Economa pplcata Facoltà d Economa UnCal Calendao - Lezon: dal

Dettagli

ESPERIMENTO CASUALE. P(X) è la funzione di probabilità secondo la quale ad ogni numero reale di X si assegna una misura di probabilità.

ESPERIMENTO CASUALE. P(X) è la funzione di probabilità secondo la quale ad ogni numero reale di X si assegna una misura di probabilità. ESPERIMENTO CASUALE S Spazo camponao : è l nseme d event necessa e ncompatbl che s pesentano come sultat dell ESPERIMENTO CASUALE. X è l nseme de nume eal assocato ad S, n modo che ad ogn elemento (evento)

Dettagli

Sommario. Facoltà di Economia E E2 E 5 E 4. S x1. Le Variabili Casuali o Variabili Aleatorie. francesco mola. Lezione n 13.

Sommario. Facoltà di Economia E E2 E 5 E 4. S x1. Le Variabili Casuali o Variabili Aleatorie. francesco mola. Lezione n 13. Coso d Statstca Facoltà d conoma a.a. - fancesco mola Sommao Le Vaabl Casual o Vaabl Aleatoe Lezone n Lez._a.a. 9- statstca-fancesco mola Vaabl Casual Vaabl Casual (cont. Una Vaable Casuale è una egola

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Le Variabili Casuali o Variabili Aleatorie. Lezione n 16. Francesco Mola. Variabili Casuali (cont

Sommario. Corso di Statistica Facoltà di Economia. Le Variabili Casuali o Variabili Aleatorie. Lezione n 16. Francesco Mola. Variabili Casuali (cont Coso d Statstca Facoltà d conoma Lezone n 6 z Sommao Le Vaabl Casual o Vaabl Aleatoe a.a. - Fancesco Mola a.a. - statstca-fancesco mola Vaabl Casual Vaabl Casual (cont cont.) Una Vaable Casuale è una egola

Dettagli

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot

Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot Sessone lve #1 Settmana # dal 10 al 16 mazo Statstca descttva: Indc d poszone, dspesone e foma Istogamma fequenze, box plot Lezon CD: 1 - - 3 Eseczo 1 S consde la seguente dstbuzone delle nduste tessl

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2 Espermento aleatoro : espermento l cu esto, non noto a pror, appartene ad un determnato nseme d est plausbl. Spazo degl est W : nseme d tutt possbl est d un espermento aleatoro. Spazo degl event : ogn

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson Appofondmento 7.4 - Alt tp d test d sgnfcatvtà del coeffcente d coelazone d Peason Una delle cause pncpal della cattva ntepetazone del test d sgnfcatvtà d è che s fonda su un potes nulla pe cu ρ 0. In

Dettagli

ESERCITAZIONE DEL 10 MARZO 2005

ESERCITAZIONE DEL 10 MARZO 2005 ESERCITAZIONE DEL 10 MARZO 005 Poblema pano n.5 Dato l sstema composto da un asta gda vncolata con una cenea n O e un dsco gdo d aggo R vncolato all asta da un contatto blateo con puo otolamento, detemnae

Dettagli

IL Potenziale elettrostatico

IL Potenziale elettrostatico Ve.. d 27/5/9 IL Potenzale ettostatco ) La oza ettca è consevatva Patamo col vecae che la oza ettca è consevatva, lmtandoc nzalmente al caso d cache ettche puntom. Posta una caca +Q ema n un punto ogne,

Dettagli

Ottimizzazione Combinatoria

Ottimizzazione Combinatoria Ottmzzazone Combnatoa Clusteng de dat Lezone Lezon a cua d Sla Canale contatto e-mal: canale@ds.unoma.t Unestà d Roma La Sapenza Dpatmento d Infomatca e Sstemstca Coso d Lauea n Ingegnea Gestonale Defnzone

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà pr - 1 Che collegamento c è tra gl strument statstc per lo studo de fenomen real e l calcolo delle probabltà? Vedremo che non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

Economia del turismo

Economia del turismo Unvestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Sev. Tustc A.A. 2013-2014 Economa del tusmo Pof.ssa Cala Massdda Economa del Tusmo Pof.ssa Cala Massdda Sezone 8 I MODELLI

Dettagli

Una rendita è una somma di capitali pagabili (o esigibili) a determinate scadenze, fissate secondo intervalli regolari di tempo.

Una rendita è una somma di capitali pagabili (o esigibili) a determinate scadenze, fissate secondo intervalli regolari di tempo. 14. Le endte 14.1 Nozon geneal Una endta è una somma d captal pagabl (o esgbl) a detemnate scadenze, fssate secondo ntevall egola d tempo. Ognuno d quest captal è detto ata; gl ntevall sono dett peod e

Dettagli

Approcci algoritmici. Capitolo Approccio sequenziale. y = y (che collegano il modello di trasporto a quello di

Approcci algoritmici. Capitolo Approccio sequenziale. y = y (che collegano il modello di trasporto a quello di Captolo 3 Appocc algotmc In questo captolo descveemo alcun appocc algotmc mat alla soluone del poblema pesentato nel pmo captolo. C sono dves mod d pos spetto ad un poblema con un numeo così elevato d

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

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

I vettori. A cura di dott. Francesca Fattori Speranza dott. Francesca Paolucci

I vettori. A cura di dott. Francesca Fattori Speranza dott. Francesca Paolucci I vetto cua d dott. Fancesca Fatto Speana (speana@fs.unoma3.t) dott. Fancesca Paolucc GRNDEZZE SLRI E VETTORILI S defnscono gandee SLRI quelle gandee caatteate solo da un valoe numeco o modulo come: tempo,

Dettagli

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini.

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini. Lezone Peequs: Lezone. Funzon polnomal. Radc d un polnomo. Teoema d Ruffn. Sa K un campo e sa L un campo d cu K è soocampo (n al caso s dce anche che L è un'esensone d K). Sa f ( X ) K[ X ] e sa α L. Alloa,

Dettagli

Calcolo del lavoro compiuto dalle forze elementari

Calcolo del lavoro compiuto dalle forze elementari Calcolo del lavoo computo dalle foze elementa avoo computo da una foza costante In base alla defnzone, l lavoo computo da una foza costante, l cu punto d applcazone s sposta da a, vale: F s F s F s S not

Dettagli

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali.

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali. FRAME 0.1. Contents 1. Varabl aleatore 1 1.1. Introduzone 1 1.2. Varabl aleatore dscrete 2 1.3. Valore atteso (Meda) e Varanza 3 1.4. Varabl aleatore bnomal e d Posson 4 1.1. Introduzone. 1. Varabl aleatore

Dettagli

Sviluppo dell algoritmo per l allineamento dello spettrometro magnetico di PAMELA

Sviluppo dell algoritmo per l allineamento dello spettrometro magnetico di PAMELA Svluppo dell algotmo pe l allneamento dello spettometo magnetco d PAMELA Fancesca Gamb Unvestà degl Stud d Fenze Congesso Nazonale SIF 19 Settembe 003 Lo spettometo magnetco d PAMELA Lo spettometo magnetco

Dettagli

Figura 1 Geometria attuale. Figura 2 Sezione trapezia

Figura 1 Geometria attuale. Figura 2 Sezione trapezia ESERCITAZIONE N. 4 (20 aple 2005) Dmensonamento daulco d un canale apeto PROBLEMA Nel pogetto d ecupeo d un aea s ntende potae alla luce un canale che n passato è stato tombnato con tubazon pefabbcate

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

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

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2: Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto

Dettagli

Algebra vettoriale: un breve formulario. E r

Algebra vettoriale: un breve formulario. E r slde# Geoge Stokes Ilanda 1819 1903 Olve Heavsde Inghltea 1850 195 G. Stokes dede mpotant contbut alla teoa della popagaone ondulatoa con patcolae femento a flud (equaon d Nave-Stokes) all'ottca e all

Dettagli

Il lavoro. oppure. r r. [L]=[F][L]=[ML 2 T -2 ] S.I.: 1 Joule = 1 m 2 kg s -2. Lavoro fatto da una forza costante su un percorso rettilineo:

Il lavoro. oppure. r r. [L]=[F][L]=[ML 2 T -2 ] S.I.: 1 Joule = 1 m 2 kg s -2. Lavoro fatto da una forza costante su un percorso rettilineo: Il laoo Laoo atto da una oza costante su un pecoso ettlneo: W d d cos ϑ d d W < 0 W > 0 W 0 oppue d d 0 d0 [L][][L][ML T - ] S.I.: 1 Joule 1 m kg s - 1 Il laoo W d d cos ϑ d W d d + d + y y z d z È una

Dettagli

Soluzione del compito del 5 settembre 2012

Soluzione del compito del 5 settembre 2012 del compto del 5 settembe Ottca geometca Un aggo d luce banca ncde su un psma d veto d angolo d apetua φ 6 con un angolo d ncdena 45. A causa della dspesone della luce, l aggo s sepaa n un pennello d agg

Dettagli

Definizione di mutua induzione

Definizione di mutua induzione Mutua nduzone Defnzone d mutua nduzone Una nduttanza poduce un campo magnetco popozonale alla coente che v scoe. Se le lnee d foza d questo campo magnetco ntesecano una seconda nduttanza, n questo d poduce

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercz d Probabltà e Statstca Samuel Rota Bulò 25 maggo 2007 Funzon d v.a., meda, varanza, moda, medana, quantl e quartl. Vettor aleator, denst condzonata, covaranza, correlazone. Eserczo 1 Sa Y ax + b

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

Economia del turismo

Economia del turismo Unestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Se. Tustc A.A. 2014-2015 Economa del tusmo of.ssa Cala Massdda Economa del Tusmo of.ssa Cala Massdda Sezone 3 LA DOMANDA TURISTICA

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

posizione, velocità, quantità di moto, energia cinetica, momento angolare, ecc.

posizione, velocità, quantità di moto, energia cinetica, momento angolare, ecc. Unvestà a Sapena FONDAMENTI DEA MECCANICA QUANTISTICA Pma delle legg ( Postulat vedamo concett Vaabl dnamce Funone d onda o d stato 3 Opeato Vaable Dnamca S tatta d una qualsas vaable ce defnsce l moto

Dettagli

RISPOSTA IN FREQUENZA DI UN AMPLIFICATORE

RISPOSTA IN FREQUENZA DI UN AMPLIFICATORE Unestà degl Stud d oma To Vegata Dpatmento d Ing. Elettonca coso d ELETTONIA APPLIATA Ing. Patck E. Longh ISPOSTA IN FEQUENZA DI UN AMPLIFIATOE II / INTODUZIONE Detemnae la sposta n fequenza d un amplfcatoe

Dettagli

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto RISOLUZIO SRIZI SULLA PROBABILITA PROBABILITA LASSIA ) a) I cas possbl sono 0, mentre quell faoreol sono ; ; 0 b) cas faoreol sono 0, 0 ; 0 cas faoreol sono, ; 0 0 0 0 0 P. 0 0 ) 0 pallne, 0B, V, R, 0G

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

r v i i P = m i i dt (M r cm ) = Mv r r i = d avendo definito il concetto di centro di massa (CM) del sistema ( M = m i r r r cm

r v i i P = m i i dt (M r cm ) = Mv r r i = d avendo definito il concetto di centro di massa (CM) del sistema ( M = m i r r r cm 6. Sstem d patcelle Legge della dnamca d taslazone pe un sstema d patcelle È possble scvee una legge pe l moto collettvo d un nseme d patcelle nteagent fa loo e con l esteno. Questo modo d fae pemette

Dettagli

Algebra 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.

Algebra 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

Dettagli

Sistemi Intelligenti Reinforcement Learning: Evaluative Feedback

Sistemi Intelligenti Reinforcement Learning: Evaluative Feedback Sstem Intellgent Renfocement Leanng: Evaluatve Feedbac Albeto Boghese Unvestà degl Stud d Mlano Laboatoo d Sstem Intellgent Applcat (AIS-Lab Dpatmento d Scenze dell Infomazone boghese@ds.unm.t /9 http:\\homes.ds.unm.t\

Dettagli

Momento angolare. Considero il moto di una particella di massa m lungo la traiettoria indicata e calcolo la variazione del suo momento angolare

Momento angolare. Considero il moto di una particella di massa m lungo la traiettoria indicata e calcolo la variazione del suo momento angolare Noe fle d:\scuola\cos\coso fsca\eccanca\oento angolae\oento angolae, d'neza e cento d assa.doc eato l 0//00 9.46 Densone fle: 48640 byte laboato l 7//00 alle oe 0.44, salvato l 5//0 7. stapato l 7//00

Dettagli

Economia del turismo. Prof.ssa Carla Massidda

Economia del turismo. Prof.ssa Carla Massidda Economa del tusmo Pof.ssa Cala Massdda Pate 2 Agoment Defnzone d domanda tustca Detemnant della domanda tustca L elastctà della domanda tustca La stma della domanda tustca Defnzone d domanda tustca Dato

Dettagli

Principi di ingegneria elettrica. Lezione 2 a

Principi di ingegneria elettrica. Lezione 2 a Prncp d ngegnera elettrca Lezone 2 a Defnzone d crcuto elettrco Un crcuto elettrco (rete) è l nterconnessone d un numero arbtraro d element collegat per mezzo d fl. Gl element sono accessbl tramte termnal

Dettagli

Fisica 1 Elettrostatica. Preliminari matematici

Fisica 1 Elettrostatica. Preliminari matematici Fsca 1 Elettostatca Pelmna matematc Pogamma della leone Camp scala e vettoal Opeato deenal su camp Vettoe aea Opeaon ntegal su camp Teoem ntegal Camp Matematcamente sono unon eal (o complesse) che appesentano

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca per l mpresa Modell Matematc per la gestone azendale aa 2009-2010 lezone 0: Informazon sul corso professor Danele Rtell

Dettagli

6 Prodotti scalari e prodotti Hermitiani

6 Prodotti scalari e prodotti Hermitiani 6 Prodott scalar e prodott Hermtan 6.1 Prodott scalar S fss K = R. Defnzone 6.1 Sa V un R-spazo vettorale. Un prodotto scalare su V è un applcazone che gode delle seguent propretà: ) (lneartà rspetto al

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esecz sulle et elettche n coente contnua (pate ) Eseczo 3: etemnae gl equalent d Theenn e d Noton del bpolo complementae al esstoe R 5 nel ccuto n fgua e calcolae la coente che ccola attaeso l esstoe R

Dettagli

Cenni sulla Gravitazione Universale

Cenni sulla Gravitazione Universale Cenn sulla Gavtazone nvesale ) La oza gavtazonale Fno al 665 (anno n cu Netwon ntuì la legge della Gavtazone nvesale) pe spegae le nteazone de cop con la ea eano necessae: a) La oza peso F P mg esectata

Dettagli

P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k

P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k Una sura della robabltà Data una rova che genera k event eleentar,..., k necessar, 2. k I, ncopatbl a due a due O/ per ogn ed equprobabl 2! k Una sura della robabltà Da postulat s deduce unvocaente la

Dettagli

Dstbuzo Bvaate d due Vaabl Cosdeamo ua dstbuzoe bvaata costtuta da due vaabl statstche. Possamo defe, spetto al solto schema, le seguet mede pazal (essedo e vaabl statstche, tutte le modaltà ad esse elatve

Dettagli

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE AA 2009-2010 DOCENTE: PAOLO LISCA 1 Polnomo mnmo Avvertenza: con V ndcheremo uno spazo

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica Legg d Bot-Savat e d Ampèe d P R dl Ossevazon spemental Legge d Bot-Savat db ds espemento: X db... assumendo n fomula Legge d Bot-Savat db ds pemeabltà magnetca X db Il campo magnetco è dstbuto ntono al

Dettagli

Economia del turismo

Economia del turismo Unvestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Sev. Tustc A.A. 2014-2015 Economa del tusmo Pof.ssa Cala Massdda Economa del Tusmo Pof.ssa Cala Massdda Sezone 4 LA DOMANDA

Dettagli

= 4. L unita di misura della carica elettrica nel S.I. è il coulomb (C).

= 4. L unita di misura della carica elettrica nel S.I. è il coulomb (C). LGG DI COULOMB (3) L unta d msua della caca elettca nel.i. è l coulomb (C). F π o La caca elettca d C è uella caca che posta nel vuoto ad m d dstanza da una caca elettca uguale la espnge con la foza d

Dettagli

Analisi Class info sul corso Lezione 1 22 settembre 2014

Analisi Class info sul corso Lezione 1 22 settembre 2014 CLASS Bologna Anals Matematca @ Class nfo sul corso Lezone 1 22 settembre 2014 professor Danele Rtell danele.rtell@unbo.t 1/27? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del

Dettagli

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica Legg d ot-savat e d Ampèe q d q P R dl Ossevazon spemental d Legge d ot-savat ds q espemento: X d d d d d d d ds 1 ds 2 sen q... assumendo n fomula I ds ˆ d k m 2 d Legge d ot-savat ds q X d d k c m pemeabltà

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

ESERCITAZIONE 8. Esercitazioni del corso FONDAMENTI DI PROCESSI CHIMICI Prof. Gianpiero Groppi

ESERCITAZIONE 8. Esercitazioni del corso FONDAMENTI DI PROCESSI CHIMICI Prof. Gianpiero Groppi Dpatmento d Enega oltecnco d Mlano azza eonado da nc - 01 MINO Esectazon del coso FONDMENI DI ROESSI HIMII of. Ganpeo Gopp ESERIIONE 8 alcolo della tempeatua d bolla e d ugada d una mscela n-butano/n-esano

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

SOLUZIONE Applicando la formula della media per le seriazioni, si ottiene: k

SOLUZIONE Applicando la formula della media per le seriazioni, si ottiene: k ESERCIZIO S detem l valoe medo della seguete dstbuzoe del umeo d patche evase dagl mpegat d u ceto comue, ua data settmaa lavoatva: patche evase 3 5 6 8 6 Totale Impegat 5 3 5 3 pplcado la fomula della

Dettagli

Analisi Matenatica Lezione 1 23 settembre 2013

Analisi Matenatica Lezione 1 23 settembre 2013 Dpartmento d Scenze Statstche Anals Matenatca Lezone 1 23 settembre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/24? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del docente www.danelertell.name

Dettagli

ESERCITAZIONE DEL 3 MARZO 2005

ESERCITAZIONE DEL 3 MARZO 2005 ESERCITAZIONE DEL 3 MARZO 2005 Ela lnda (on passo p ostante) Equazon dell ela: x = R os θ y = R sn θ z = p 2π θ 5 La uva appatene al lndo olae, on geneat paallele all asse z, d equazone: x 2 + y 2 = R

Dettagli

EX 1 Calcolare la velocità di rinculo di un fucile di 4 kg che spara un proiettile di 0.05kg alla velocità di 280m/s.

EX 1 Calcolare la velocità di rinculo di un fucile di 4 kg che spara un proiettile di 0.05kg alla velocità di 280m/s. SITEMI ISOLATI EX 1 Calcolae la veloctà d nculo d un ucle d 4 kg che spaa un poettle d 0.05kg alla veloctà d 80m/s. EX Un one che vagga alla veloctà d = 6*10 5 m/s colpsce un alto one emo. S osseva che

Dettagli

Il campionamento casuale semplice

Il campionamento casuale semplice Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

( ) Lezione 5. Collegamenti tra condensatori. parallelo 1 2 C1 Q = Q = Il potenziale è lo stesso su tutti i condensatori, quindi

( ) Lezione 5. Collegamenti tra condensatori. parallelo 1 2 C1 Q = Q = Il potenziale è lo stesso su tutti i condensatori, quindi ollegament ta conensato Lezone 5 paallelo e Il potenzale è lo stesso su tutt conensato, un ( ) e La capactà euvalente el sstema è la somma elle sngole capactà e L enega mmagazznata ( ) è la somma elle

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 15 23 novembre 211 Funzon Eulerane - robabltà professor Danele Rtell www.unbo.t/docent/danele.rtell 1/2? Cambo

Dettagli

Modulo di Matematica ed Informatica per il Corso di Laurea in Farmacia Soluzioni dello scritto del 3 giugno 2014

Modulo di Matematica ed Informatica per il Corso di Laurea in Farmacia Soluzioni dello scritto del 3 giugno 2014 Modulo di Matematica ed Infomatica pe il Coso di Lauea in Famacia Soluzioni dello scitto del 3 giugno 04 Esecizio. Indichiamo con i il numeo di battiti cadiaci al minuto, in odine cescente, e con f i le

Dettagli

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4 Laboatoo: Metod quanttatv pe l calcolo del VaR Aldo Nassgh Fnancal Rsk Management A.A. 011/1 Lezone 4 METODO PARAMETRICO Sngolo fattoe d scho e poszone lneae Poszone l cu valoe attuale è soggetto ad un

Dettagli

PROPRIETÀ DEL CAMPO ELETTROSTATICO (PARTE 2) G. Pugliese 1

PROPRIETÀ DEL CAMPO ELETTROSTATICO (PARTE 2) G. Pugliese 1 PROPRIETÀ DEL CMPO ELETTROSTTICO (PRTE 2) G. Puglese Campo elettostatco & elettco F 0 E S pala d foza elettostatca uando sa le cache che geneano l campo (elettostatco) che 0 sono fsse e costant Quando

Dettagli

Apprendimento Non Supervisionato. Unsupervised Learning

Apprendimento Non Supervisionato. Unsupervised Learning Appendmento Non Supevsonato Unsupevsed Leanng Supevsone nell Appendmento (aano, otondo, lasse= ) (gallo, lungo, lasse= ) (gallo, otondo, lasse= ) oloe foma (gallo, lungo, lasse= ) (aano, otondo) (gallo,

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 2: 21 febbraio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 2: 21 febbraio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 2: 21 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Defnzone. f : R R s dce addtva se per ogn

Dettagli

7. Proprietà dei circuiti lineari adinamici

7. Proprietà dei circuiti lineari adinamici A. Moand, Unestà d Bolona Elettotecnca T-A, A.A. 6/7 7. Popetà de ccut lnea adnamc Foma matcale del sstema solente d un ccuto lneae. Ccuto nete. Coeffcent d ete. ecpoctà de ccut lnea. Popetà d soapposzone.

Dettagli

CAPITOLO 6. Dunque, se il volume è costante, la variazione di temperatura si può calcolare nel seguente modo:

CAPITOLO 6. Dunque, se il volume è costante, la variazione di temperatura si può calcolare nel seguente modo: Intoduzone alla Temodnamca Esecz svolt CAITOO 6 Eseczo n 6 Calcolae la vaazone d tempeatua d mol d un gas ( C R ) che assobe caloe (q J): a) Se la pessone è costante; b) Se l volume è costante In quale

Dettagli

Forza gravitazionale e forza elettrostatica 1.1 (Lezione L13 Prof. Della Valle) 1. La forza gravitazionale

Forza gravitazionale e forza elettrostatica 1.1 (Lezione L13 Prof. Della Valle) 1. La forza gravitazionale Foza gavtazonale e foza elettostatca 1.1 (ezone 13 Pof. Della Valle) 1. a foza gavtazonale 1.1 egge d gavtazone unvesale Possamo così espmee la egge d gavtazone unvesale fomulata da Newton: Due cop qualsas,

Dettagli

OPERAZIONI E INSIEMI NUMERICI

OPERAZIONI E INSIEMI NUMERICI OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,

Dettagli

Corrente elettrica. Conduttore in equilibrio. Condutture in cui è mantenuta una differenza di potenziale (ddp) E=0 V=cost

Corrente elettrica. Conduttore in equilibrio. Condutture in cui è mantenuta una differenza di potenziale (ddp) E=0 V=cost Coente elettca Conduttoe n equlbo B E 0 E0 cost B Conduttue n cu è mantenuta una dffeenza d potenzale (ddp) > B E 0 _ B Un campo elettco all nteno d un conduttoe appesenta una stuazone d non equlbo. Un

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio I Appello d Calcolo delle Probabltà Cognome: Laurea Trennale n Matematca 24/5 Nome: 29 gennao 25 Emal: Se non è espressamente ndcato l contraro, per la soluzone degl esercz è possble usare tutt rsultat

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Informazioni sul corso Lunedì 17/2/2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Informazioni sul corso Lunedì 17/2/2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2011-2012 Informazon sul corso Lunedì 17/2/2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/17? Codce docente 030508 Codce corso

Dettagli

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica.

Lezione 7. Numeri primi. Teorema Fondamentale dell'aritmetica. Lezone 7 Prereqst: L'nseme de nmer nter Lezone 6 Nmer prm Teorema Fondamentale dell'artmetca Defnzone 7 Un nmero ntero p dverso da 0 e s dce prmo se per ogn a b Z Altrment p s dce composto p ab p a oppre

Dettagli

Lezione del 18 Dicembre Figure 1: Sergey Brin e Larry Page.

Lezione del 18 Dicembre Figure 1: Sergey Brin e Larry Page. PageRankTM e tasfomazioni lineai Lezione del 18 Dicembe 2015 Figue 1: Segey Bin e Lay Page Questi appunti infomali hanno il fine di mostae come il concetto di TRASFORMAZIONE LINEARE intevenga nella definizione

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria. SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE

Dettagli

TECNICHE DI INFORMATION RETRIEVAL APPLICATE ALLA BIOINFORMATICA: UN CASO DI STUDIO BASATO SULLA INTEGRAZIONE DI TECNOLOGIE OPEN SOURCE

TECNICHE DI INFORMATION RETRIEVAL APPLICATE ALLA BIOINFORMATICA: UN CASO DI STUDIO BASATO SULLA INTEGRAZIONE DI TECNOLOGIE OPEN SOURCE TECNICHE DI INFORMATION RETRIEVAL APPLICATE ALLA BIOINFORMATICA: UN CASO DI STUDIO BASATO SULLA INTEGRAZIONE DI TECNOLOGIE OPEN SOURCE Vncenzo Masucc (1), Fancesco Adnolf (1), Mana Del Gudce (1), Fancesco

Dettagli

Equazioni e disequazioni irrazionali

Equazioni e disequazioni irrazionali Equazioni e disequazioni iazionali 8 81 Equazioni iazionali con un solo adicale Definizione 81 Un equazione si dice iazionale quando l incognita compae sotto il segno di adice Analizziamo le seguenti equazioni:

Dettagli

Si dice corpo rigido un oggetto ideale che mantiene la stessa forma e le stesse dimensioni qualunque sia la sollecitazione cui lo si sottopone.

Si dice corpo rigido un oggetto ideale che mantiene la stessa forma e le stesse dimensioni qualunque sia la sollecitazione cui lo si sottopone. Captolo 7 I corp estes 1. I movment d un corpo rgdo Che cosa s ntende per corpo esteso? Con l termne d corpo esteso c s rfersce ad oggett per qual non è lecto adoperare l approssmazone d partcella, coè

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 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

Dettagli

3 Il teorema di Gauss

3 Il teorema di Gauss 3 Il teoema d Gauss 3. Il flusso d un vettoe attaveso una supefce Pe una pozone d supefce che sa pana, dsposta nello spazo, c è una dezone che sulta ndvduata n modo unvoco ed è quella della pependcolae

Dettagli

Meccanica dei sistemi

Meccanica dei sistemi Meccanca de sste 1. 1. Moento angolae 2. Moento d una foza 3. Foze cental 4. Sste d punt ateal 5. Foze estene e Foze ntene 6. Cento d assa d un sstea 7. Consevazone della quantta d oto 8. Teoea del oento

Dettagli

Ragionamento probabilistico: rappresentazione

Ragionamento probabilistico: rappresentazione Intellgenza Artfcale II Ragonamento probablstco: rappresentazone Marco astra Intellgenza Artfcale II - A.A. - Rappresentazone robablstca ] Ragonamento probablstco: rappresentazone Mond possbl sottonsem

Dettagli

Esempio 1 Determinazione modi propri e forme modali per sistema a 2 gdl 7.1

Esempio 1 Determinazione modi propri e forme modali per sistema a 2 gdl 7.1 Esempo Detemnazone mod pop e fome modal pe sstema a gdl 7. Coso d Pogettazone Assstta delle Stuttue Meccanche Pate I CdL Specalstca/Magstale n Ingegnea Meccanca Coso d Pogettazone Assstta delle Stuttue

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli