LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI"

Transcript

1 Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità quatitative diverse. I termii variabilità, dispersioe o variazioe soo tra loro sioimi. Come è oto, la media aritmetica è ua misura di sitesi, che forisce iformazioi sulla posizioe occupata dalle osservazioi ordiate sul cotiuum ideale impiegato per rappresetare la variabile. Questa da sola o è sufficiete a sitetizzare compiutamete il feomeo osservato. È quidi ecessario associarle ua misura, che forisca iformazioi sul grado di diversità delle osservazioi ordiate sul cotiuum. I altre parole, metre la media ci dice dov è la distribuzioe ordiata sul cotiuum, ua misura di variabilità ci dice quato è ampia la porzioe di cotiuum occupata dalla distribuzioe ordiata, o quato soo diverse le osservazioi dalla media. Disporre di ua misura di variabilità cosete di cooscere l ammotare di dispersioe presete i u isieme di dati. Esistoo idici di variabilità diversi, per tipi diversi di variabilità: ad esempio, potremmo essere iteressati a cooscere il grado di diversità tra le sigole osservazioi (differeze), o a cooscere il grado di diversità delle sigole osservazioi, rispetto ad u valore cetrale di riferimeto (scostameti). O, acora, potremmo essere iteressati a cooscere la variabilità di u uico isieme di dati (variabilità assoluta), o a cofrotare di due o più isiemi di dati, rispetto alla variabilità i essi osservata (variabilità relativa). I ogi caso, scelto il tipo di variabilità e l opportuo idice, questo dovrebbe soddisfare tre proprietà, ovvero essere:. pari a zero, se tutti i valori osservati soo uguali, ovvero quado la variabilità della distribuzioe è ulla;. diverso da zero, se i valori osservati soo diversi tra loro, ovvero quado la variabilità della distribuzioe è o ulla; 3. crescete al crescere del grado di diversità tra i valori osservati, ovvero quado la variabilità della distribuzioe crescere. Ad esempio, se i valori osservati soo tra loro molto simili, sebbee diversi, l ammotare di variabilità sarà di modesta etità. Più i geerale, u idice di variabilità deve essere i grado di soddisfare due proprietà: i. assumere valore zero se e solo se tutti i termii della distribuzioe osservata soo uguali tra loro; ii. variare al variare della diversità tra i valori osservati. La prima proprietà garatisce che se u idice di variabilità è uguale a zero, allora tutti i valori osservati soo uguali tra loro (e uguali alla media della distribuzioe, se scegliamo di usare gli scostameti). I tal caso la distribuzioe è perfettamete idividuata e qualuque sia l idice di variabilità scelto, questo assumerà ecessariamete valore pari a zero. La secoda proprietà richiede geericamete ad u idice di variabilità di riflettere il diverso grado di variabilità che i valori possoo esibire, crescedo/dimiuedo al crescere/dimiuire della diversità tra i valori osservati. Per le variabili quatitative, ci occuperemo essezialmete di misure di variabilità basate sugli scostameti e di poche ed elemetari misure basate su semplici differeze. Studieremo misure di variabilità assoluta e relativa. Docete: Fabio Aiello A.A. 00/

2 Apputi di Statistica Sociale Uiversità ore di Ea LA VARIABILITÀ ASSOLUTA Qui di seguito sarao esposte alcue misure di variabilità assoluta, ovvero della dispersioe di u uico isieme di dati, assumedo che si tratti di osservazioi ordiate, (x, x,, x ), di ua variabile X. Queste misure, come quelle di tedeza cetrale, si calcolao opportuamete i base al modo i cui soo orgaizzati i dati. L ITERVALLO DI VARIAZIOE (RAGE) Sia data la distribuzioe per uità di osservazioi, orgaizzate i graduatoria secodo u ordie o decrescete: x x x. Ua misura elemetare della dispersioe di questa distribuzioe è l itervallo di variazioe, o rage (R). Esso è u idice di variabilità assoluta ed è dato dalla differeza fra due particolari valori osservati ell isieme di dati: il valore più grade, o massimo, (x max ) ed il valore più piccolo, o miimo, (x mi ). Poiché gli valori soo ordiati, x max =x e x mi =x ed il rage R è: R = x x. [] L utilità del rage è molto limitata, poiché esso tiee coto soltato dei due valori estremi della distribuzioe, igorado qualsiasi iformazioe sul comportameto dei valori itermedi. A rigore ifatti il rage o è u buo idice di variabilità, perché disattede la secoda proprietà, dato che o varia al variare della diversità dei valori compresi tra gli estremi. Ifatti, esso varia solo se varia la diversità tra i valori estremi, gli uici da cui dipede. Riassumedo, R è ua misura grossolaa della variabilità e, ache se molto usato perché facile da calcolare, deve essere usato co attezioe, perché affetto da due limiti:. o cosidera tutti i termii della distribuzioe;. è sufficiete u solo valore aomalo, o outlier, tra x o x, per modificare sesibilmete il valore, qualuque sia la dispersioe di tutti gli altri termii compresi tra x e x. Il vataggio dell uso di R è fodametalmete legato alla sua semplicità di calcolo e all immediatezza d iterpretazioe che lo cotraddistigue. LA DIFFEREZA ITERQUARTILE È ua misura di variabilità assoluta che cosete di superare, almeo parzialmete, l icoveiete del rage. Ach essa è calcolata come differeza tra due soli termii della distribuzioe, ma cosidera, due valori meo estremi della distribuzioe, il primo quartile, Q, ed il terzo, Q 3 : DI = Q 3 Q. [] Aaloghe misure possoo essere calcolate impiegado le differeze tra i percetili o i decili. I ogi caso tutti questi idici a rigore o possoo essere cosiderati dei veri e propri idici di variabilità, perché soo tutti affetti dal problema al puto ) del paragrafo precedete. LA VARIAZA A differeza delle due precedeti misure di variabilità, basate sulla differeza tra coppie di valori opportuamete scelti, la variaza è ua misura di sitesi della dispersioe dei valori osservati rispetto alla media aritmetica. Essa misura di quato, i media, i valori osservati differiscoo dalla loro media (aritmetica). Docete: Fabio Aiello A.A. 00/

3 Apputi di Statistica Sociale Uiversità ore di Ea I geerale, quado i valori di u isieme di dati soo:. molto cocetrati (poco dispersi) itoro alla loro media, la variabilità è bassa e il valore della variaza piccolo;. poco cocetrati (molto dispersi) itoro alla loro media, la variabilità è alta e il valore della variaza grade. È chiaro che il valore assuto dalla variaza el caso è certamete miore di quello el caso. È importate calcolare ua misura di variabilità che tega coto della dispersioe dei valori osservati itoro alla loro media. Tale misura è u calcolata attraverso u rapporto, detto apputo variaza (σ ). Il umeratore, la deviaza, è dato dalla somma dei quadrati delle differeza (scarti) tra ciascu valore osservato, x i, e la media, μ. Il deomiatore è dato, ivece, dal umero di termii (gli scarti) della sommatoria, ovvero dal umero di osservazioi. Le quatità vao idividuate opportuamete, i relazioe al modo i cui soo ordiate le osservazioi. Ifatti: - se si ha ua distribuzioe di dati idividuali ordiati, allora la formula della variaza è: ( x μ ) i σ i= =. [3] - se si ha ua distribuzioe di frequeza i modalità, allora la formula della variaza è: σ = = ( x μ ) =. [4] Se, ivece, i valori osservati soo distribuiti i classi, aalogamete a quato visto per il calcolo della media aritmetica, ella formula [4], si sostituisce alla -esima modalità, x, il valore cetrale della classe -esima, c x : σ = c ( x ) μ = =. [5] Se la variaza è riferita a dati campioari, al deomiatore va posta la quatità ( ) e o. La formula ridotta per il calcolo della variaza Quado il umero delle osservazioi è elevato, l uso delle formule precedeti può essere troppo dispedioso. È utile allora ricorrere alle formule ridotte della variaza, che soo rispettivamete: - per osservazioi: x σ i xi i= i= = - per modalità (o classi): σ = ( x) x = = = = che forisce la variaza come differeza tra la media quadratica e la media aritmetica al quadrato., Docete: Fabio Aiello A.A. 00/ 3

4 Apputi di Statistica Sociale Uiversità ore di Ea È utile fare ua riflessioe circa il fatto che la variaza è espressa come risultato di differeze al quadrato tra valori espressi co idetica uità di misura e ordie di gradezza. Pertato, il valore fiale di σ sarà espresso i uità di misura al quadrato! LA SCARTO QUADRATICO MEDIO Come abbiamo detto el paragrafo precedete la variaza, σ, è otteuta come media degli scarti al quadrato dei valori osservati dalla media; pertato, o è espressa ella stessa uità di misura dei valori osservati x i. Per perveire a u idice di variabilità più sfruttabile, perché espresso ell uità di misura origiaria dei dati, è ecessario estrarre la radice quadrata della variaza. Tale operazioe coduce allo scarto quadratico medio, σ (se riferito agli valori di ua Popolazioe), oppure, alla deviazioe stadard, s (se riferito agli valori di u Campioe). I geerale, lo scarto quadratico medio di valori distribuiti i modalità è: σ = = ( x μ) = Come el caso della variaza, se la misura è riferita a dati campioari a deomiatore deve essere posta la quatità ( ). Ache questo idice esprime di quato i media ciascua osservazioe si scosti dalla propria media.. LA VARIABILITÀ RELATIVA IL COEFFICIETE DI VARIAZIOE Lo scarto quadratico medio (σ) è u importate misura di variabilità di uo specifico isieme di dati. Ma, quado l obiettivo è valutare e cofrotare la variabilità di due o più isiemi di dati, o è sufficiete, é tato meo corretto ricorrere ai sigoli scarti quadratici. I casi i cui sia utile cofrotare la variabilità di più isiemi di dati soo molteplici. Può verificarsi che i dati i studio siao relativi a osservazioi della stessa variabile i tempi e/o i luoghi diversi, espressi quidi co uità di misura e ordie di gradezza diversi: ad esempio, se si misura il reddito procapite i: Paesi diversi, co valute diverse, allora le osservazioi soo espresse i uità di misura diverse (ad esempio, dollaro i USA, euro i Italia, sterlia i GB, ecc.); oppure, i epoche diverse, allora le osservazioi possoo essere espresse i uità di misura e ordii di gradezza diversi (i Italia egli ai 930 il reddito medio auale procapite era di circa..00, egli ai 70 era di circa , egli ai 90 di circa.508,77). Altrimeti, si può essere iteressati a cofrotare la variabilità di due feomei diversi co uità di misura diverse, osservati sempre su u uica popolazioe di soggetti: ad esempio, i livelli di colesterolo (espressi i mg/00 ml) e la massa corporea (espressa i g) di u gruppo di pazieti di u ospedale. Ifie, ache se l uità di misura è idetica, si può essere iteressati a cofrotare gruppi di dati le cui medie soo molto diverse fra loro rispetto all ordie di gradezza; come quado si cofrotao due gruppi diversi di soggetti, rispetto alla massa corporea, dove il primo è composto da scolari di ua classe elemetare e il secodo da matricole uiversitarie. Se si ricorre alla deviazioe stadard dei pesi (espressi per etrambi i gruppi i g) è certo che la deviazioe stadard del secodo gruppo assume u valore umerico decisamete maggiore della deviazioe stadard del primo gruppo (σ > σ ). Ciò avviee perché i pesi degli studeti uiversitari assumoo valori decisamete maggiori di quelli degli scolari. I tal caso, l uità di misura è comue ai due gruppi (i g), ma la differeza osservata tra i due gruppi i termii di variabilità è spiegabile sia attraverso la differete dispersioe delle masse corporee misurate, sia attraverso i differeti ordii di gradezza delle misure rilevate, che soo specifici per ciascuo dei due gruppi di soggetti. Quidi, possiamo dire che lo scarto Docete: Fabio Aiello A.A. 00/ 4

5 Apputi di Statistica Sociale Uiversità ore di Ea quadratico medio produce ua misura della variabilità che è affetta dall uità di misura e dall ordie di gradezza dei dati sui quali è calcolato. I casi come quelli esemplificati, quado l obiettivo è cofrotare gruppi di dati i base alla loro variabilità, l uso di ua misura di variabilità assoluta o è corretto; i tali casi è meglio ricorrere ad ua misura di variabilità relativa. La misura più diffusa è il coefficiete di variazioe (CV), dato dal rapporto tra lo scarto quadratico medio e la media aritmetica, ovvero: CV = σ μ 00 moltiplicato per 00, per amplificare il risultato. Il rapporto tra due quatità espresse ella stessa uità di misura e ordie di gradezza, produce ua misura scevra da queste. Ciò sigifica che il coefficiete di variazioe è idipedete sia dall uità di misura, che dall ordie di gradezza. Per questo motivo esso è u umero puro. Riprediamo l esempio e suppoiamo di avere misurato la massa corporea dei soggetti descritti ella tabella qui di seguito: Esempio: Risultati per due gruppi di maschi. Variabili Gruppo Gruppo Età matricole scolari Peso medio μ = 70 g μ = 36 g Deviazioe stadard (σ) σ = 4,5 g σ = 4,5g Vogliamo sapere se è più variabile il peso delle matricole o degli scolari. Se basassimo il cofroto sulle due deviazioi stadard potremmo cocludere erroeamete che i due gruppi hao uguale variabilità. Se ivece ci affidiamo ai due coefficieti di variazioe, avremo:. gruppo matricole: CV = (4,5/70) 00 = 6,4;. gruppo scolari: CV = (4,5/36) 00 =,5. Emerge chiaramete la diversa variabilità osservata ei due gruppi e si può cocludere che la massa corporea osservata ei più giovai è molto più variabile di quella osservata ei più aziai. Docete: Fabio Aiello A.A. 00/ 5

6 Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUALITATIVI Quado l oggetto del proprio studio è u carattere qualitativo, il cocetto di variabilità è iteso i termii di mutabilità, ovvero l attitudie di u carattere ad assumere diverse modalità qualitative. Ache i questo cotesto si costruiscoo idici di mutabilità. Per fare ciò è ecessario itrodurre il cocetto di omogeeità di u collettivo rispetto ad u carattere e, per coverso, quello di eterogeeità. U collettivo si dice omogeeo rispetto ad u carattere qualitativo se tutte le sue uità hao la stessa modalità del carattere. Per coverso, u collettivo è tato più eterogeeo rispetto al carattere, quato più le frequeze si ripartiscoo uiformemete tra le varie modalità che esso può assumere. Come per gli idici di variabilità, u idice di mutabilità deve:. assumere valore zero se e solo se il collettivo è omogeeo;. variare al variare dell eterogeeità tra i termii. IDICI DI ETEROGEEITÀ IDICE DI GII L idice di Gii gode di tutte le proprietà degli idici di eterogeeità. Si pesi a u carattere qualitativo co modalità. L idice di Gii (S) assume la forma: i S = f. i= Esso vale zero se e solo se il collettivo è omogeeo: ifatti, i questo caso si osserverà solo ua delle modalità del carattere, che avrà frequeza assoluta pari a. Quidi, le frequeze relative delle restati modalità sarao ulle, trae quella della modalità osservata, che varrà uo. I tal caso l idice assume il suo valore miimo: mi(s) = = 0 L idice S assume, ivece, il suo valore massimo quado le frequeze soo uiformemete distribuite tra tutte le modalità, ovvero i caso di massima eterogeeità: Modalità Frequeze ass. f i f i a / / / a / / / a i / / / a / / / ed è: max(s) = =. Il max(s) serve per calcolare l idice di eterogeeità relativo, S *, rapportado l idice assoluto S, calcolato sulla distribuzioe osservata del carattere, al massimo calcolato sulla distribuzioe teorica. Tale idice ormalizzato serve per cofrotare l eterogeeità misurata su più collettivi, i particolare quado è diverso il umero di modalità delle distribuzioi da porre a cofroto. S * = S max( S) Docete: Fabio Aiello A.A. 00/ 6

7 Apputi di Statistica Sociale Uiversità ore di Ea IDICE DI ETROPIA È u altro idice di eterogeeità molto i uso. Si assuma acora u carattere co modalità: H = f log( f) = dove log(f ) è il logaritmo i base qualsiasi di f. Ache il massimo di H si ottiee da ua distribuzioe teorica massimizzate dell eterogeeità ed è uguale a: max(h) = log log = dove log () idica il logaritmo i base di f. i=.b. È da otare che gli idici di eterogeeità applicati alla distribuzioe di frequeza di u carattere impiegao solo ed esclusivamete l iformazioe relativa alle frequeze (idifferetemete o f ); metre la variaza impiega sia l iformazioe relativa alle frequeze (idifferetemete o f ), sia quella relativa alla determiazioe quatitativa osservata del carattere (la modalità x ). Docete: Fabio Aiello A.A. 00/ 7

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità

Dettagli

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA STATISTICA ECONOMICA STATISTICA PER L ECONOMIA aa 2009-2010 Operazioi statistiche elemetari Spesso ci si preseta il problema del cofroto tra dati Ad esempio, possiamo voler cofrotare feomei [ecoomici]

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

Dettagli

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati

Dettagli

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli: PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

INTRODUZIONE ALLA STATISTICA

INTRODUZIONE ALLA STATISTICA Liceo Scietifico -Idirizzo giuridico ecoomico aziedale -Idirizzo operatore turistico Via Rossi/Casacampora, 3-80056 Ercolao (Na) Tel. (+39)08 7396340 (+39)08 7774666 - Fax (+39) 08739669 Cod. Mecc NAISO00G

Dettagli

Successioni. Capitolo 2. 2.1 Definizione

Successioni. Capitolo 2. 2.1 Definizione Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

Alcuni parametri statistici di base

Alcuni parametri statistici di base Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI

ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

Limiti di successioni

Limiti di successioni Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Distribuzione di un carattere

Distribuzione di un carattere Distribuzioe di u carattere Dopo le fasi di acquisizioe e di registrazioe dei dati, si passa al loro cotrollo e quidi alle loro elaborazioe. Si defiisce distribuzioe uitaria semplice di u carattere l elecazioe

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016 Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio Radicali Per itrodurre il cocetto di radicali che già avete icotrato alle medie quado avete imparato a calcolare la radice quadrata e cubica dei umeri iteri, abbiamo bisogo di rivedere il cocetto di uzioe

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Serie numeriche: esercizi svolti

Serie numeriche: esercizi svolti Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica è sorta i tempi atichissimi co i cesimeti: storico quello di Augusto che, secodo la tradizioe cristiaa coivolse Maria e Giuseppe, giusto alla ascita di Gesù. Solo el

Dettagli

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

CAPITOLO ZERO ELEMENTI DI STATISTICA DESCRITTIVA 1 Introduzione Il termine statistica venne introdotto nel diciassettesimo secolo col significato di

CAPITOLO ZERO ELEMENTI DI STATISTICA DESCRITTIVA 1 Introduzione Il termine statistica venne introdotto nel diciassettesimo secolo col significato di CAPITOLO ZERO ELEMENTI DI STATISTICA DESCRITTIVA Itroduzioe Il termie statistica vee itrodotto el diciassettesimo secolo col sigificato di scieza dello stato, volta a raccogliere e ordiare iformazioi utili

Dettagli

Soluzioni esercizi Capitolo 7

Soluzioni esercizi Capitolo 7 Soluzioi esercizi Capitolo 7 Quado si valuta la relazioe fra due variabili, occorre prestare particolare attezioe al fatto che i modelli statistici specifici per ogi scala di misura siao applicabili: i

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Appunti su rendite e ammortamenti

Appunti su rendite e ammortamenti Corso di Matematica I Facoltà di Ecoomia Dipartimeto di Matematica Applicata Uiversità Ca Foscari di Veezia Fuari Stefaia, fuari@uive.it Apputi su redite e ammortameti 1. Redite Per redita si itede u isieme

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

Calcolo Combinatorio (vers. 1/10/2014)

Calcolo Combinatorio (vers. 1/10/2014) Calcolo Combiatorio (vers. 1/10/2014 Daiela De Caditiis modulo CdP di teoria dei segali Igegeria dell Iformazioe - sede di Latia, CALCOLO COMBINATORIO Pricipio Fodametale del Calcolo Combiatorio: Si realizzio

Dettagli

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c.

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c. I LEZIONE Il ostro iteto è aalizzare i dettaglio i metodi di cifratura che si soo susseguiti el corso della storia prestado particolare attezioe all impiato matematico che e cosete la realizzazioe Iiziamo

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Complementi di Matematica e Statistica

Complementi di Matematica e Statistica Uiversità di Bologa Sede di Forlì Ao Accademico 009-00 Complemeti di Matematica e Statistica (Alessadro Lubisco) Aalisi delle compoeti pricipali INDICE Idice... i Aalisi delle compoeti pricipali... Premessa...

Dettagli

Progressioni aritmetiche

Progressioni aritmetiche Progressioi aritmetiche Comiciamo co due esempi: Esempio Cosideriamo la successioe di umeri:, 7,, 5, 9, +4 +4 +4 +4 +4 La successioe è tale che si passa da u termie al successivo aggiugedo sempre +4. Si

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2006

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2006 ESAME DI STAT DI LICE SCIENTIFIC CRS DI RDINAMENT 006 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PRBLEMA U filo metallico di lughezza l viee utilizzato

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

PARAMETRI DEL MOTO SISMICO

PARAMETRI DEL MOTO SISMICO PARAMETRI DEL MOTO SISMICO Attività microsismica: caratterizzata da vibrazioi di debole ampiezza e periodi molto gradi tali da o essere percepiti dai più comui strumeti di registrazioe (importate soprattutto

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

3.1 Il principio di inclusione-esclusione

3.1 Il principio di inclusione-esclusione Capitolo 3 Calcolo combiatorio 3.1 Il pricipio di iclusioe-esclusioe Il calcolo combiatorio prede i cosiderazioe degli isiemi fiiti particolari e e cota il umero di elemeti. Questo può dar luogo ad iteressati

Dettagli

Disposizioni semplici. Disposizioni semplici esercizi

Disposizioni semplici. Disposizioni semplici esercizi Disposizioi semplici Ua disposizioe (semplice) di oggetti i k posti (duque 1 < k < ) è ogi raggruppameto di k oggetti, seza ripetizioi, scelti fra gli oggetti dati, cioè ciascuo dei raggruppameti ordiati

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli