1 ANALISI MATEMATICA A - Esercizi della settimana 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1 ANALISI MATEMATICA A - Esercizi della settimana 1"

Transcript

1 1 ANALISI MATEMATICA A - Esercz della settmaa Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera x + 1 x x + 1 0; 2. x x 3 < 0; 3. x 1 x 3 > 1; x 2 2x + x x 5. 2x x 2 > x 6. 2(x x 2 + 2x + 5) > 3 3 x x > 1 3 x2 +5 ( ) 1 x ( ) 1 x > log(2x 2 5x + 3) < log(x 2 4x + 3) log(x 2) log(x + 1) 11. log 2 x + 4logx Eserczo Determate gl sem seguet, evetualmete fuzoe del parametro o, altr term, rsolvete le dsequazo dcate: 1. A := { x : 6x 2 x + 1 > 0 } ; 2. B a := { x : x 3 x 2 + ax a 0 }, (a R); { 3. X c := x : x 3 } cx + 1 < 0, (c R); 4. C := { x : cos(x + x ) > 0 }. 1.3 Eserczo I cascua rga, dsegate approssmatvamete l grafco della prma fuzoe (sul suo aturale domo d defzoe) e utlzzado quello dsegate approssmatvamete l grafco delle altre fuzo (sul loro aturale domo d defzoe) x ; x 3 x 1 ; 2. x; x + 1 x 2 + 1; (x + 1) 2 ; 1

2 3. 3 x ; 3 x + 1; 3 x+1 ; 3 x+1 4. logx; log 2 x; log 2 (x + 2); log 2 (2x) + 2; log 2 (2x) 2 5. sx; s(x + π); s(x + π/2); s(4x + π/2); s(x 2 ); s 2 x. 1.4 Eserczo Dsegate approssmatvamete l grafco della seguet fuzo. 1. arccos(x 3); arcta(2x) π; ta(2x) x + 1; 2x 2 + 4x + 1 ; 2 x 2 ; 1.5 Eserczo La dffereza smmetrca A B d due sem A e B è defta come Dmostrate che (a) A B = /0 A = B (b) (A B) C = (A C) (B C) A B := (A \ B) (B \ A). (a) Sao A,B sem co A B = /0. Poché /0 = A B = (A \ B) (B \ A), sa A \ B che B \ A soo vuot. Questo è equvalete, per defzoe d dffereza tra sem, ad A B e B A, coè propro A = B. (b) Prmo modo: sao X,Y, Z sem qualsas. Osservamo che valgoo le seguet dettà semstche: (X Y ) Z = (X Z) (Y Z) (X \Y ) Z = (X Z) \ (Y Z) Graze a queste, possamo scrvere (A B) C = [(A \ B) (B \ A)] C = [(A \ B) C] [(B \ A) C] = [(A C) \ (B C)] [(B C) \ (A C)] = (A C) (B C) Secodo modo: due sem soo ugual se og elemeto che appartee al prmo appartee ache al secodo e, vceversa, og elemeto che appartee al secodo appartee ache al prmo. C basta duque mostrare la doppa mplcazoe x (A B) C x (A C) (B C), e lo faccamo usado coettv logc e e la defzoe d uoe, tersezoe e dffereza d sem. x (A B) C x A B x C [x A \ B x B \ A] x C [(x A x / B) (x B x / A)] x C (x A x / B x C) (x B x / A x C) (x A C x / B) (x B C x / A) 2

3 Ora, otamo che se u elemeto y appartee ad A C e o a B, allora o appartee emmeo a B C B; vceversa, se y appartee ad A C e o a B C, allora o appartee a B. Duque (y A C y / B) (y A C y / B C) Ragoado maera aaloga vale (y B C y / A) (y B C y / A C) Duque possamo cocludere la sequeza d mplcazo precedete co (x A C x / B) (x B C x / A) (x A C x / B C) (x B C x / A C) (x (A C) \ (B C)) (x (B C) \ (A C)) x (A C) (B C) 1.6 Eserczo X è u seme. Per og A X defamo la fuzoe caratterstca d A deotata da 1 A : X R el seguete modo { 1 se x A 1 A (x) := 0 se x / A. Dmostrate che 1. 1 A 1 B = 1 A B ; 2. 1 A + 1 B 1 A 1 B = 1 A B. 1.7 Eserczo Sao X e Y due sem e f : X Y ua fuzoe. Dmostrate che le seguet propretà soo equvalet: 1. f è ettva; 2. per og sottoseme A X vale f 1 ( f (A)) = A; 3. per og coppa d sottosem A,B d X vale f (A B) = f (A) f (B); 4. per og coppa d sottosem A,B d X se A B = /0 allora f (A) f (B) = /0. Il modo pù veloce per mostrare che tutte le propretà soo equvalet è mostrare 1 = 2, 2 = 3, 3 = 4 e 4 = 1. I questo modo abbamo l umero mmo d mplcazo che permettoo d legare tra loro tutte e quattro le propretà (per esempo, 2 4 vale perchè da 2 = 3 e 3 = 4 segue 2 = 4, metre da 4 = 1 e 1 = 2 segue 4 = 2). Sa f : X Y ua fuzoe. Rcordamo due defzo, che useremo spesso el seguto. L mmage tramte f d S X è defta come f (S) := {y Y s s : f (s) = y} metre la cotrommage tramte f d T Y è defta come f 1 (T ) := {x X f (x) T } 3

4 1 = 2 : sa f ettva e A X. Voglamo dmostrare f 1 ( f (A)) = A, provado che vale la doppa clusoe f 1 ( f (A)) A e f 1 ( f (A)) A. : sa a f 1 ( f (A)), e voglamo mostrare a A. Per defzoe d cotrommage, f (a) f (A), da cu segue, per defzoe d mmage, che esste u ã A tale che f (ã) = f (a). Poché per potes f è ettva, segue a = ã A come volevamo provare. : sa a A, e voglamo mostrare a f 1 ( f (A)) (ota: questo vale geerale per f qualsas, o ecessaramete ettva). Applcado f ad a, per defzoe d mmage segue f (a) f (A). Questo vuol dre, per defzoe d cotrommage, che a f 1 ( f ({a})) f 1 ( f (A)). Duque a f 1 ( f (A)), come volevamo provare. 2 = 3 : sa f tale che per og sottoseme A X vale f 1 ( f (A )) = A, e sao A,B sottosem d X. Voglamo provare che vale f (A B) = f (A) f (B). Cosderado le cotrommag, ua tes equvalet è f 1 ( f (A B)) = f 1 ( f (A) f (B)). Osservado che, per C,D Y qualsas, f 1 (C D) = f 1 (C) f 1 (D) (ota: ache questo fatto vale geerale, coè per f qualsas), otteamo f 1 ( f (A) f (B)) = f 1 ( f (A)) f 1 ( f (B)), da cu f 1 ( f (A B)) = f 1 ( f (A)) f 1 ( f (B)) Questa, per potes, è equvalete ad A B = A B, sempre vera. 3 = 4 : questa mplcazoe è baale, quato da A B = /0 e dall potes segue mmedatamete f (A) f (B) = f (A B) = f (/0) = /0 4 = 1 : sa f tale che per og A,B X dsgut (coè co A B = /0) valga f (A B) = f (A) f (B). Voglamo mostrare che f è ettva, coè che per og x 1,x 2 X tal che x 1 x 2 vale f (x 1 ) f (x 2 ). Poamo duque A = {x 1 } e B = {x 2 }. Per l potes x 1 x 2 quest due sem soo dsgut. D cosegueza, vale f ({x 1 }) f ({x 2 }) = /0, coè, per defzoe d mmage, { f (x 1 )} { f (x 1 )} = /0. Questo è equvalete, sccome quest due sem hao etramb u solo elemeto, a f (x 1 ) f (x 2 ), e duque f è ettva. 1.8 Eserczo Verfcate le seguet dettà: m a k =1 a = m k=+1 a k, se < m ( a + (k + 1) + b )( =1 a (1 ) = 2; ) b = (a a j b b j )., j 1.9 Eserczo Dmostrate per duzoe le seguet uguaglaze: k 2 = 1 ( + 1)(2 + 1); 6 ( ) ( + 1) 2 k 3 = ; 2 4

5 (2k 1) = Eserczo Dmostrate che per og x > 0 è vero che x + 1 x Eserczo Dmostrate: se > 1 è u tero e x > 1 allora 0 < x 1 < x 1. Prma parte: provamo x > 1. Osservamo che, preso t R postvo, se 0 < t < 1 allora 0 < t < 1. Da questo segue che, se x = ( x) > 1, allora x > 1, come volevamo dmostrare. Secoda parte: voglamo provare x 1 < x 1. È coveete rscrvere la dsuguaglaza come x 1 < x 1 (x 1) > ( x 1) x > 1 + ( x 1) dove l ultma dsuguaglaza s può terpretare grafcamete così: per x > 1 l grafco dalla fuzoe dettà x x sta sopra a quello della fuzoe x ( x 1) (ved fgura a faco). Tuttava l ultma dsuguaglaza, scrtta questa forma, o è d facle dmostrazoe. Potrebbe vere mete però, d operare u cambo d varable al fe d rcodurs a ua dsuguaglaza smle, ma d pù facle dmostrazoe. S tratta della cosddetta dsuguaglaza d Beroull: per og t 1,t 0 reale e og tero > 1 vale (1 +t) > 1 + t 5

6 L terpretazoe grafca d questa dsuguaglaza è la seguete: per t > 1, t 0 l grafco dalla fuzoe t (1 +t) sta sopra a quello d t 1 + t (ved fgura a faco). Ora, se sosttuamo x co t := x 1, osservamo che t è sempre maggore d 0. Rcavado x dal cambo d varable, otteamo x = (1 + t). Possamo duque rscrvere la ostra tes come (per t > 0) x > 1 + ( x 1) (1 +t) > 1 + t Ma questa è propro la dsuguaglaza d Beroull. C basta pertato dmostrare la dsuguaglaza d Beroull (è suffcete farlo per t > 0) per cocludere. Provamola per duzoe su > 1. Caso base: sa = 2. Allora vale, per t 0, (1 +t) 2 = 1 + 2t +t 2 > 1 + 2t Pertato abbamo mostrato che vale la dsuguaglaza per = 2. Passo duttvo: suppoamo valga per u certo > 1 tero postvo. Voglamo mostrare che vale per + 1, ossa che vale (1 +t) +1 > 1 + ( + 1)t Graze all potes duttva, abbamo (1 +t) +1 = (1 +t) (1 +t) > (1 + t)(1 +t) = 1 + ( + 1)t + t 2 > 1 + ( + 1)t Pertato abbamo mostrato che vale la dsuguaglaza per + 1. Abbamo duque cocluso, avedo mostrato la valdtà della dsuguaglaza d Beroull, e d cosegueza ache quella della ostra tes Eserczo Suppoete che sa u umero aturale maggore o uguale a 2 e suppoete che x 1,x 2,...,x sao umer real postv. Dmostrate, per duzoe su, che la seguete mplcazoe è vera: x 1 x 2 x = 1 = x 1 + x x (Esemp: = 1 e ; oppure = 1 e ) Premessa: sa P() la proposzoe sao x 1,...,x > 0 real co x 1 x = 1, allora x 1 + +x. Dobbamo mostrare, per duzoe su, che P() è vera per og 2 tero. Dmostramo duque prma l caso base, coè che P(2) è vera, e po l passo duttvo, coè che P() = P( + 1). Caso base, = 2: sao x 1,x 2 real postv tal che x 1 x 2 = 1. Mostramo x 1 + x 2 2: poedo x = x 1 > 0, da cu x 2 = 1/x > 0, la tes da mostrare dveta x + 1/x 2. Medate u rapdo coto, 6

7 questa dsuguaglaza è equvalete a (x 1) 2 0, che è sempre vera. Passo duttvo: sa > 2 tero. Voglamo mostrare che, se P() è vera, allora è vera P( + 1). Suppoamo duque P() vera e sao x 1,...,x +1 real postv tal che x 1 x +1 = 1. Voglamo dmostrare x x Osservamo che l prodotto d + 1 umer real compres strettamete tra 0 e 1 è more d 1. Duque, poché per potes x 1 x +1 = 1, almeo uo d quest umer è maggore o uguale a 1. Possamo supporre, a meo d rbattezzarlo, che tale terme sa x. I maera aaloga, osservado che l prodotto d + 1 real strettamete maggor d 1 è maggore d 1, otamo che esste u terme, che possamo rbattezzare x +1, more o uguale a 1. Ora, l dea è quella d rcodurc da + 1 term ad, pesado x x +1 come u uco terme, per poter applcare così l potes duttva. I questa maera, dall potes x 1 x 1 (x x +1 ) = 1 e dal fatto che P() è vera, segue x x 1 + (x x +1 ) da cu, aggugedo 1 a etramb membr, otteamo x x 1 + (x x +1 ) Notamo che se valesse x + x +1 x x avremmo x x + x +1 x x 1 + x x coè che P( + 1) è vera. Per cocludere la dmostrazoe c resta duque soltato da provare x + x +1 x x Questa dsuguaglaza è equvalete a (x 1) (x +1 1) 0 che è vera se e solo se x 1, x +1 1 oppure x 1, x Poché, graze alla scelta zale, x 1 e x +1 1 rcadamo el prmo caso, percò la dsuguaglaza è vera. 7

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

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

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

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

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

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

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

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

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione.

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione. Dvsbltà e umer prm Sao a,b elemet dell seme Z degl ter relatv Dcamo che a dvde b, smbol a b, se b è multplo d a, ossa se esste u tero h Z tale che b ha Og tero a dvde 0 ( 0 0a ), metre l uco tero che dvde

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

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

PROBABILITA NUMERABILE RICHIAMI DI TEORIA. Def.: misura Una misura è una funzione a valori reali definita su una famiglia di sottoinsiemi di Ω

PROBABILITA NUMERABILE RICHIAMI DI TEORIA. Def.: misura Una misura è una funzione a valori reali definita su una famiglia di sottoinsiemi di Ω PROBBLT NUMERBLE RCHM D TEOR Def.: msura Ua msura è ua fuzoe a valor real defta su ua famgla d sottosem d Ω Def.: msura d probabltà Ua msura P su u algebra F è detta msura d probabltà se: ) 0 P F 2) P(

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

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

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

Lezione 20. Campi numerici ed anelli di Dedekind.

Lezione 20. Campi numerici ed anelli di Dedekind. Lezoe 0 Prerequst: Lezo 9 Dom ad deal prcpal Camp umerc ed aell d Dedekd Defzoe 0 S dce campo umerco og estesoe fta d Q coteuta C Osservazoe 0 Essedo Q u campo perfetto (poché è d caratterstca 0 ved la

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

( ) 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

Lezione 13. Gruppo di Galois di un polinomio.

Lezione 13. Gruppo di Galois di un polinomio. Lezoe Prerequst: Lezo 9, 0,, Gruppo d Galos d u polomo Sa F u campo, sa f ( x) F[ x] o costate d grado, sa K u campo d spezzameto d f (x) su F el quale f (x) possede radc dstte Sa = ( f ) Defzoe Il gruppo

Dettagli

Appunti di Elementi di Informatica Teorica by QuaDamge

Appunti di Elementi di Informatica Teorica by QuaDamge Apput d Elemet d Iformatca Teorca by QuaDamge A. A. 006/007 s rgraza Luke Boham per gl error segalat e la realzzazoe della dmostrazoe del TEOREMA 3. (del cotapass) INDICE Lguagg:

Dettagli

Esercizi sulle serie numeriche e sulle serie di potenze

Esercizi sulle serie numeriche e sulle serie di potenze Eserc sulle sere umerche e sulle sere d potee ) Determare la covergea semplce e assoluta della seguete sere co C : se ta l Iamo co la covergea assoluta. Dobbamo studare la seguete se ta l Essa (utlado

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

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

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

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

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

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

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI

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

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

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1

Analisi Matematica I modulo Soluzioni prova scritta preliminare n. 1 Aalisi Matematica I modulo Soluzioi prova scritta prelimiare 1 Corso di laurea i Matematica, aa 004-005 9 ovembre 004 1 (a) Calcolare il seguete limite: **A***** Soluzioe Si ha ( + log ) ( + log ) lim

Dettagli

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero U quadro della stuazoe: dove samo, dove stamo adado e perché La codfca della

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2007-2008 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.

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

1 Esponenziale e logaritmo.

1 Esponenziale e logaritmo. Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a

Dettagli

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico.

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico. INTERVALLI DI CONFIDENZA Faccamo fta d essere ell'ambto determstco azché probablstco Predamo u pao cartesao T (dove è l asse della varable dpedete x e T l asse della varable dpedete t ) Dsegamo sul pao

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

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

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

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

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

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

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

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

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

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

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

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

Approfondimenti sui diagrammi di Bode

Approfondimenti sui diagrammi di Bode Approfodmet su dagramm d ode L espressoe (4.4) d ua fuoe d trasfermeto m m N( s) ams + am s +... + a = = D( s) b s + b s +... + b può essere rscrtta el seguete modo: ( )( )...( ) ( z)( z)...( ) z z ( p

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

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

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

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

Google, ovvero: come diagonalizzare Internet

Google, ovvero: come diagonalizzare Internet Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca,

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

Soluzione degli esercizi del capitolo 11

Soluzione degli esercizi del capitolo 11 Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,

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

Soluzioni degli esercizi del corso di Analisi Matematica I

Soluzioni degli esercizi del corso di Analisi Matematica I Soluzioi degli esercizi del corso di Aalisi Matematica I Prof. Pierpaolo Natalii Roberta Biachii & Marco Pezzulla ovembre 015 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x

Dettagli

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione Sommaro Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Boplot (grafco a scatola Steam ad Leaf (grafco ramo-fogla Esempo replogatvo sulla forma d ua dstrbuoe Leoe 6 Curata da Claudo Coversao

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

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

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

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

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

Capitolo 4 Le Misure di Centralità

Capitolo 4 Le Misure di Centralità Captolo 4 Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo

Dettagli

SUCCESSIONI SERIE NUMERICHE pag. 1

SUCCESSIONI SERIE NUMERICHE pag. 1 SUCCESSIONI SERIE NUMERICHE pag. Successioi RICHIAMI Ua successioe di elemeti di u isieme X è ua fuzioe f: N X. E covezioe scrivere f( ) = x, e idicare le successioi mediate la ifiitupla ordiata delle

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

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

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni.

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni. Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo o dscreto

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

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

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

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

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione Uverstà degl Stud d Napol Partheope Corso d Laurea Maagemet per le Imprese Turstche STATISTICA per l Tursmo IV Lezoe Docete: Sergo Logobard sergo.logobard@upartheope.t Cosderazo sulla moda La moda forsce

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE 7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata

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

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

TEST CHI DI INDIPENDENZA STOCASTICA

TEST CHI DI INDIPENDENZA STOCASTICA Comad cel: Test Ch d dpedeza, pag. Test F a due campo per varaze, pag. Materale ddattco per eserctazo cel pro. R. D Ago, Castellaza, Dcembre, 4 TST CHI DI INDIPNDNZA STOCASTICA Per due pop. stat. e s vuole

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

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

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

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

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

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

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.

AM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo. AM110 - ESERCITAZIONI V - VI 16-18 OTTOBRE 2012 Esercizio svolto 1. Dimostrare che ogi isieme fiito ha u massimo ed u miimo. Sia A = {a 1,..., a } R. Dimostriamo che A ha u massimo si procede i maiera

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

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

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

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

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

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

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 9. Congruenze lineari. Teorema Cinese del Resto.

Lezione 9. Congruenze lineari. Teorema Cinese del Resto. Lezoe 9 Prerequt: Lezoe 8. Cogrueze lear. Teorema Cee el Reto. Nella Lezoe 8 abbamo vto che a caua ella compatbltà ella cogrueza moulo rpetto alle operazo artmetche le relazo cogrueza moulo pooo eere ottopote

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

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

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