Laboratorio di Matematica Computazionale A.A Lab. 2

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Laboratorio di Matematica Computazionale A.A Lab. 2"

Transcript

1 Laboratoro d Matematca Computazoale A.A Lab. 2 Scrpt-Fle Che cos è? E u fle co estesoe.m (ad esempo: myfle.m). Cotee ua sequeza d struzo Matlab, scrtte come se fossero dgtate modaltà terattva. Dgtado l ome d uo scrpt-fle a destra del prompt: >> myfle vegoo esegute successoe tutte le struzo coteute el fle. Le varabl assegate uo scrpt-fle soo vsbl dall estero, ovvero persstoo memora al terme dell esecuzoe. Alcue buoe regole Il ome d uo scrpt-fle deve essere dverso da om delle varabl che esso elabora e da om delle varabl preset Workspace, altrmet o verrà eseguto. No assegare ad uo scrpt-fle l ome d ua fuzoe predefta d Matlab. Per verfcare se u ome esste gà: >> exst( ome )

2 Matlab come lguaggo d programmazoe Ccl codzoat (comado whle ) Stass geerale: whle (codzoe == true) struzoe aggorameto codzoe Ccl o codzoat co cotatore (comado for ) Stass geerale: for cotatore = zo:passo:fe (oppure espressoe) struzoe struzoe Esempo : determare l prmo tero tale che 45 >> =; >> whle sum(:)<45 =+; =

3 Esempo 2: calcolo del valor medo M = Soluzoe ( uo scrpt-fle) x = put( damm x = ); M=0; for =:legth(x) M=M+x(); M=M/legth(x) = x() d u vettore assegato x Soluzoe 2 ( uo scrpt-fle) M=0; for x=x M=M+x; M=M/legth(x) Soluzoe 3 (utlzzado fuzo defte per vettor) >>M=sum(x)/legth(x) Soluzoe 4 (utlzzado la fuzoe apposta d Matlab) >>M=mea(x)

4 Esempo 3: Dato, calcolare la matrce tragolare superore A defta da A j se = /(j + ) se = < j j Soluzoe ( uo scrpt fle, realzzado u cclo) clear A =put( sersc dmesoe della matrce ); for =: for j=+: A(,j)=/(j+); A(,)=; Soluzoe 2 ( uo scrpt fle, usado operazo vettoral) =put( sersc dmesoe della matrce ); A=*eye(); for =:- A(,+:)=./[+2:+]; E buoa orma, prma d scrvere u cclo, vedere se è possble evtarlo tramte u opportuo uso d struzo vettoral.

5 Istruzo codzoal (comado f ) Stass geerale: f (codzoe==true) struzo elsef (codzoe2==true) struzo 2 else struzo 3 Operator relazoal e logc Il valore corrspode ad ua codzoe vera, 0 ad ua falsa. <, <=, >=, >, = =, ~= a == b se a = b, 0 altrmet a ~= b se a b, 0 altrmet &,, ~, xor

6 Esempo 4: Dato, costrure l vettore a, d lughezza, defto da a se = oppure = 3 = se e 3 ( )( 3) Soluzoe (realzzado u cclo) clear a =put( sersc dmesoe vettore ); for =: f == == 3 a()=/; else a()=/((-)*(-3)); Soluzoe 2 (usado struzo vettoral) a=./[:]; d=[2,4:]; a(d)=./((d-).*(d-3))

7 Esempo 5: S cosder la fuzoe f defta da 2 x 2 (x) = 2 x f 2 se 2 x 0 se 0 < x 2 S valut f 00 put equspazat el suo domo d defzoe e se e dseg l grafco. Soluzoe (realzzado u cclo) x=lspace(-2,2); for =:legth(x) f x()<=0 f()=2-x()^2/2; else f()=2+x()^2/2; plot(x,f) Soluzoe 2 (usado struzo vettoral) x=lspace(-2,2); f=double(x<=0).*(2-x.^2/2)+double(x>0).*(2+x.^2/2) ; plot(x,f)

8 Esempo 6: S cosder la successoe d terme -esmo a così defta a = (2 + )e + 2, 0 Calcolare la somma de prm 00 term della successoe. Calcolare l prodotto de prm 0 term d dce dspar della successoe. Trovare l dce a partre dal quale la successoe è more d 0-8. Proposta d Soluzoe = [:00]; a = (2*+).*exp(-)./(+2); somma = sum(a) dspar = 2*[0:9]+; % vettore de prm 0 dc dspar prodotto = prod(a(dspar)) =; whle (2*+)*exp(-)./(+2)>e-8 = +;

9 ESERCIZI Dato l vettore a = (,,,,..., ) co = 20, calcolare le seguet quattà eseguo operazo vettoral: a + B =, B 2 = = a = a a ( Soluzo: B = , B2 = 6565) Data la fuzoe x e f (x) = x l(x) se se se x 0 0 < x 0 x > 0 fare u grafco utlzzado 200 od equspazat ell tervallo [-5, 5] seguo le due dfferet stratege:. s utlzzo u cclo for ed l costrutto f;. s utlzzo operazo vettoral evtado sa l cclo for che l uso esplcto d f. Utlzzare u cclo whle per stablre quat a occorroo per accumulare u mloe d euro u coto correte bacaro, se s parte co u captale d 0000 euro, s versao 0000 euro alla fe d og ao e la baca rcoosce u teresse auo del 2% su cot corret.

10 Fucto Matlab Soo porzo d codce scrtte u fle dpete che svolgoo u determato compto e comucao co lo spazo d lavoro estero solo attraverso parametr gresso e uscta. L testazoe d ua fucto ha sempre la struttura: fucto [out, out2,, out] = omefu(, 2,,p) parola chave parametr uscta ome fuzoe parametr gresso La fuzoe omefu deve essere salvata el fle omefu.m All tero della fucto deve essere assegato u valore ad oguo de parametr uscta out, out2, out. Le varabl el blocco struzo tero alla fucto soo local, ovvero vegoo cacellate dalla memora al terme della chamata. Ua fuzoe può rchamare o essere rchamata da altre. Per chamare ua fucto, ad esempo dallo spazo d lavoro: >> [value, value2,, value] = omefu(, 2,,p)

11 Due successo otevol Successoe d Fboacc F =, F 2 = F = F - + F -2, > 2 Osservazoe: F lm = Φ = = F Il valore Φ è detto rapporto aureo Successoe d Collatz Dato x tero postvo, s defsce per 2 la successoe x + x / 2 = 3x + se se x x è par è dspar Ua volta ragguto l valore, la successoe s rpete cclcamete co valor (, 4, 2, ) (verfcare tale affermazoe!) Cogettura d Collatz: l algortmo guge sempre a terme, ossa s ragguge sempre l valore, dpetemete dal valore d parteza (tale cogettura o è acora stata dmostrata).

12 ESERCIZI Scrvere ua fuzoe che, rcevuto gresso u tero postvo, resttusca output prm valor della successoe d Fboacc. Scrvere ua fuzoe che calcol tutt umer d Fboacc mor o ugual d u tero assegato. Calcolare prmo 40 umer della successoe d Fboacc {F } ed quozet F =, per =, 2,, q F Cofrotare, tramte u grafco, valor calcolat co l rapporto aureo Φ. Scrvere ua fuzoe che, rcevuto gresso l tero postvo x, resttusca output la sequeza d Collatz da esso geerata. C s arrest al raggugmeto del prmo valore x k =. Sa {x } la successoe d Collatz geerata a partre dal valore zale x = m. Sa g(m) l dce del prmo elemeto della successoe uguale ad.. Per m = : 200 dsegare l grafco de valor assut da g(m).. Qual è l valore massmo assuto da g(m) per m 200 e per quale valore d m s verfca? Sa M tale valore; dsegare put della successoe d Collatz calcolat a partre da x = M.

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2008-2009 Lab. 2 Premessa: prma d memorzzare e/o usare fles d testo o d dat mpostare l curret-drectory sulla cartella d sstema che l cotee o dovrà coteerl; questo

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

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

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1 Matrc Matrce: tabella d m rghe ed coloe T matrce trasposta d (a j ) d elemet a jt a j Serea Morg Uverstà d Bologa Matrc Matrce quadrata m sottomatrc Matrce rettagolare m Serea Morg Uverstà d Bologa Matrc

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

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Analisi dell Hashing a catena aperta

Analisi dell Hashing a catena aperta Aals dell Hashg a catea aperta Data ua tabella d hashg T d gradezza e co elemet memorzzat, s defsce l fattore d carco per la tabella T come: Il fattore d carco rappreseta ud l umero medo o atteso d elemet

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

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

le sorgenti casuali (macroscopiche) sono idea: si usa un generatore di numeri sequenza di bit casuali Alberto Leporati Corso di Crittografia 2

le sorgenti casuali (macroscopiche) sono idea: si usa un generatore di numeri sequenza di bit casuali Alberto Leporati Corso di Crittografia 2 Crttografa Corso d Laurea Specalstca Iformatca Geerator d Numer PseudoCasual Alberto Leporat Dpartmeto d Iformatca, Sstemstca e Comucazoe Uverstà degl Stud d Mlao Bcocca e-mal: alberto.leporat@umb.t leporat@dsco.umb.t

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

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

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

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

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

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

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

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

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

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

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

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

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

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

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

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

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

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

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

Variabili e funzioni booleane

Variabili e funzioni booleane Varabl e uzo booleae Elemet del sostego dell algebra K valor boolea Varabl che possoo assumere valor boolea varabl booleae Fuzo d varabl booleae K uzo booleae y ( Le varabl possoo essere a loro volta uzo

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

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

Si definisce prodotto di A e B la matrice data da:

Si definisce prodotto di A e B la matrice data da: MRICI Ua matrce Mat(m,) è ua tabella ordata d umer dspost m rghe ed coloe. Idchamo co aj l'elemeto d posto j che può essere reale o complesso. Operazo d matrc: ) (α)j α aj α C 2) (+ B)j aj + bj Propretà

Dettagli

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate.

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate. Alcu meto per la rsoluzoe sstem lear co matrc strutturate. A. url - Calcolo Scetco Problema Rsolvere l sstema leare: A A. url - Calcolo Scetco Problema q A Co A matrce el tpo: p O A è ua matrce tragoale!

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

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

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe formatche per la chmca r. Sergo Brutt Eserctazoe d aals de dat III INERCALAIN GRAPHIE ANE Eserctazoe - potezometra Cclazo galvaostatche d ua cella elettrochmca I questa eserctazoe studeremo

Dettagli

Regime di capitalizzazione composta

Regime di capitalizzazione composta Regme d capalzzazoe composa Se s deposa baca, all zo dell ao, ua somma d 000 ad u asso auale uaro =0,05 oppure r=5%, dopo ao ale somma frua u eresse par a I = = 000 0,05 = 50 che aggugedos al capale zale

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

MISURE E GRANDEZZE FISICHE

MISURE E GRANDEZZE FISICHE R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

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

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

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

Perchè competere? RETI DI KOHONEN. Competitive Learning & Self Organizing Maps. Mappe sensoriali. Forzare una decisione. Corteccia somato-motoria

Perchè competere? RETI DI KOHONEN. Competitive Learning & Self Organizing Maps. Mappe sensoriali. Forzare una decisione. Corteccia somato-motoria RETI DI KOHONEN Compettve Learg & Self Orgazg Maps Perchè competere? I alcu cas, la rsposta d ua rete può essere ambgua: P Q 0.6 0. R 0.6 Forzare ua decsoe Coettedo opportuamete lo strato d uscta è possble

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

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

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA INFORMATICA 3 LEZIONE FONDAMENTI DI MATEMATICA Isem e relzo Iseme: collezo d membr o elemet dstt d u tpo d bse. U membro può essere u elemeto prmtvo d u tpo d bse oppure u seme. U seme o cotee elemet duplct.

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

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

CORSO DI FISICA SPERIMENTALE A+B

CORSO DI FISICA SPERIMENTALE A+B POLITECNICO DI MILANO DIPARTIMENTO DI FISICA Ao Accademco 2002-2003 CORSO DI FISICA SPERIMENTALE A+B ESERCITAZIONI Prof. Marco Fazz Dott. Ig. Atoo Motao Zéo! Cruel Zéo! Zéo D'Èlée! M'as-tu percé de cette

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

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

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

Metodi ad un passo espliciti con passo adattivo Metodi Runge - Kutta

Metodi ad un passo espliciti con passo adattivo Metodi Runge - Kutta Metod ad un passo esplct con passo adattvo Metod Runge - Kutta Scrvere un programma che approssm l problema d Cauchy: u (t) = f(t, u), t 0 t T, u R d, u(t 0 ) = v per un sstema d equazon dfferenzal ordnare

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Metodi diretti e regolarizzazione

Metodi diretti e regolarizzazione Corso della scuola d dottorato: NUMERICAL LINEAR ALGEBRA: TOOLS AND METHODS Metod drett e regolarzzazoe Dottorad: Maro Cascetta Efso Cast INTRODUZIONE L utlzzo d u calcolatore per la rsoluzoe d u problema

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

Specifica, progetto e verifica della correttezza di algoritmi iterativi. Ragionamenti su di un algoritmo. Il metodo delle asserzioni (Floyd)

Specifica, progetto e verifica della correttezza di algoritmi iterativi. Ragionamenti su di un algoritmo. Il metodo delle asserzioni (Floyd) Specfca, progetto e verfca della correttezza d algortm teratv Il metodo delle asserzon Ragonament su d un algortmo Ragonare sulla specfca d un algortmo data con pre e post-condzon serve a: (a posteror)

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma Gl dc stetc Tedeza cetrale Forma Varabltà Cosetoo l passaggo da ua pluraltà d formazo ad u uca msura umerca; Stetzzao l tera dstrbuzoe u sgolo valore, cosetedo così cofrot el tempo, ello spazo o tra crcostaze

Dettagli

Come cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i

Come cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i Come camba la dstrbuzoe se cosderamo 5 class equampe (k5)? xmax xm 2.02 03 d 38,80 k 5 Class x xl x + Ass. relatva N Frequeza relatva cumulata F l 03,0 -- 484,8 4 0,82 0,82 484,8 -- 866,6 5 0,0 0,92 866,6

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

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

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4.

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4. Dpartmeto d Eerga oltecco d Mlao azza Leoardo da Vc - MILANO Eserctazo del corso FONDAMENTI DI ROCESSI IMICI rof. Gapero Gropp ESERCITAZIONE 6 Calcolo della composzoe e della temperatura d uscta da u reattore

Dettagli

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D osderamo ua fuzoe f(, ) f( P) o egatva, coè: f ( P) (, defta u domo lmtato el quale rsulta efamo cldrode d base relatvo alla fuzoe f (, l luogo geometrco de ut (,, z) dello sazo che verfcao le seguet relazo:

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

Dettagli