Problema della Ricerca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Problema della Ricerca"

Transcript

1 Problema della Rcerca Pag. /59 Problema della Rcerca U dzoaro rappreseta u seme d formazo suddvso per elemet ad oguo de qual è assocata ua chave. Esempo d dzoaro è l eleco telefoco dove la chave è costtuta dalla coppa cogome, ome e gl elemet dalle formazo qual umero telefoco ed drzzo. Altro esempo classco d dzoaro è rappresetato dal vocabolaro della lgua talaa dove ad og parola, chave del dzoaro, è assocato u sgfcato. L seme mmo d operazo attuabl su u dzoaro è costtuto dalle operazo d rcerca, sermeto e cacellazoe dove, la rcerca resttusce u elemeto assocato ad ua chave, l sermeto sersce all tero del dzoaro ua uova coppa, chave ed elemeto, e la cacellazoe cacella la coppa, chave ed elemeto. Tratteremo questa sezoe alcue possbl mplemetazo d u dzoaro che s dstguoo ell orgazzazoe delle formazo e qud ella complesstà delle tre operazo. Vedremo ad esempo che ua possble soluzoe d mplemetazoe d u dzoaro è la lsta ordata e che tal caso l operazoe d rcerca ha ua complesstà Olog ) metre le operazo d sermeto e cacellazoe hao ua complesstà O). Così come vedremo che gl alber AVL costtuscoo ach ess ua valda alteratva d mplemetazoe d u dzoaro e che tal caso, vece, le tre operazo hao tutte complesstà Olog ). E bee evdezare, s da ora, che o esste assoluto la mglore soluzoe per l mplemetazoe d u dzoaro. La scelta della struttura dat dpede fatt da molteplc fattor ed emerge solo a seguto d u aals volta ad dvduare sa le operazo maggormete rcorret che l grado d complesstà che s vuol affrotare fase d realzzazoe. Ad esempo, se a seguto d u aals emergesse che durate l propro cclo d vta l dzoaro o sarà partcolarmete damco elle sue compoet, potrebbe rsultare preferble pealzzare le operazo d cacellazoe ed Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

2 Problema della Rcerca Pag. /59 sermeto a scapto d ua maggore semplctà d realzzazoe e qud magar rcorrere alla mplemetazoe tramte lsta ordata. Caso opposto, vece, è quello cu rcerca, cacellazoe ed sermeto hao smle grado d rcorreza. Potrebbe tal caso rsultare opportuo rcorrere ad ua mplemetazoe medate alber AVL, affrotado qud ua fase d realzzazoe pù laborosa ma asscurados el cotempo per tutte e tre le operazo ua complesstà logartmca el umero degl elemet. Prma d trodurre le possbl mplemetazo descrvamo l ADT Dzoaro. Tpo d dat: Dzoaro Iseme d coppe Chave, Elemeto) Operazo: Isersc Chave k, Elemeto e ) Agguge ua coppa Chave, Elemeto) al dzoaro Cacella Chave k ) Cacella dal dzoaro la coppa Chave, Elemeto) dvduata dalla chave k Cerca Chave k ) Elemeto Resttusce l elemeto del dzoaro al quale è assocata la chave k Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

3 Problema della Rcerca Pag. 3/59. Lste e Bt Vector Le lste ed bt vector rappresetao due soluzo faclmete attuabl per l mplemetazoe dell ADT Dzoaro. Come vedremo, bt vector soo applcabl solo u cotesto be defto.. Lste Possamo mplemetare u dzoaro medate l utlzzo dell ADT lsta ordata o dell ADT lsta o ordata. I ambedue cas, l record rappresetate u elemeto della lsta sarà formato da u campo chave, da u campo elemeto ed fe dal campo rappresetate l putatore all elemeto successvo. Nel seguete prospetto soo rportat temp d esecuzoe delle operazo d rcerca, sermeto e cacellazoe. Rcerca Isermeto Cacellazoe Lsta Ordata Logartmca el umero d elemet Olog ) Leare el umero d elemet O) Leare el umero d elemet O) Lsta o ordata Leare el umero d elemet O) Costate O) Leare el umero d elemet O). Bt Vector I bt vector rappresetao ua soluzoe applcable per l mplemetazoe d u dzoaro quado le chav assumoo valor apparteet ad u sottoseme lmtato dell tero seme uverso ed oltre tal valor soo rappresetabl medate umer ter. L mplemetazoe medate bt vector rchede l utlzzo d u array d boolea, bt vector, dove lo -esmo bt è posto a true se lo -esmo elemeto è presete el dzoaro altrmet è posto a false. L operazoe d sermeto può avvere seredo og uova coppa come ultmo elemeto della lsta Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

4 Problema della Rcerca Pag. 4/59 Avremo qud che per: - rcercare l elemeto, valutamo semplcemete se lo -esmo elemeto del bt vector è true o false; - serre l elemeto : poamo lo -esmo elemeto del bt vector uguale a true; - cacellare l elemeto, poamo lo -esmo elemeto del bt vector uguale a false. Cosderado che l accesso allo -esmo elemeto d u array ha tempo costate rspetto al umero d elemet esso coteut, abbamo che le operazo d rcerca, sermeto e cacellazoe hao tutte complesstà costate. Esempo S pred cosderazoe la gestoe delle preotazo delle camere d u albergo. Ad og camera è assocato u valore tero rappresetate l umero d staza. E possble creare, qud, u vettore d bt avete dmesoe par al umero d staze dell albergo e: - quado seramo ua preotazoe per la staza poamo lo -esmo elemeto del vettore uguale a true; - quado cacellamo ua preotazoe per la staza poamo lo -esmo elemeto del vettore uguale a false; - quado s deve verfcare se la staza è preotata valutamo l valore assuto dallo -esmo elemeto del vettore booleo. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

5 Problema della Rcerca Pag. 5/59. Alber Bar d Rcerca BST) Vedremo questo paragrafo come orgazzare le formazoe del dzoaro medate la struttura dat Albero Baro d Rcerca. Credamo opportuo sottoleare che, ache se all tero del corso tratteremo gl alber bar d rcerca solamete ello studo dell ADT Dzoaro, o bsoga ad og modo commettere l errore d cofare l loro utlzzo esclusvamete all tero d tale ambto. Gl alber bar d rcerca soo strutture dat valde oltre che per la realzzazoe degl operator base dell ADT Dzoaro, rcerca, sermeto e cacellazoe, ache per l mplemetazoe d altr operator qual la rcerca del successvo, la rcerca del predecessore, la rcerca del massmo o la rcerca del mmo, operator applcabl ad ADT d altro tpo qual ad esempo l ADT Coda a Prortà. Defzoe: u albero baro d rcerca è u albero baro che soddsfa le seguet propretà:. og odo dell albero è coteuta la coppa chave, elemeto);. le chav soo estratte da u seme totalmete ordato; 3. og chave del sottoalbero sstro del odo v è more o al massmo uguale alla chave coteuta el odo v; 4. og chave del sottoalbero destro del odo v è maggore o al massmo uguale alla chave coteuta el odo v. Esempo Solo la prma raffgurazoe rappreseta u albero baro d rcerca Volazoe della terza propretà Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

6 Problema della Rcerca Pag. 6/59 Nota Ua caratterstca dell albero d rcerca è che l path della vsta order è rappresetato dalle chav dell albero rportate orde crescete. Ad esempo s cosder l albero baro d rcerca dell esempo sopra s ha che l path della vsta order è: 5, 0, 5, 0, 30, 40, 55, 60, 80. Rcerca Facedo leva sulle propretà 3 e 4, apputo chamate propretà d rcerca, rcerchamo ua chave all tero d u albero baro d rcerca seguedo ua metodologa che rchama l algortmo d rcerca bara. Sa v u odo dell albero e k l valore della chave da rcercare, damo luogo a seguet pass:. se la chave d v è uguale a k allora stop: chave trovata!. se la chave d v è maggore d k allora cotuamo la rcerca sottoalbero sstro 3. se la chave d v è more d k allora cotuamo la rcerca sottoalbero destro Alber bar d Rcerca- Algortmo d rcerca chave Cerca Chave k, Nodo v ) Nodo { Nodo r _ se v NULL ) allora rtora NULL se v.chave k ) allora rtora v se v.chave > k ) allora r v.sstro altrmet r v.destro } rtora Cerca k, r ) Aalzzamo la complesstà dell algortmo. Esso scorre d lvello lvello l albero baro d rcerca. Il peggore de cas è rappresetato dalla dscesa lugo u tero verso dell albero, fo ad arrvare ad ua fogla. Tale caso occorre quado l elemeto o è trovato ed al suo verfcars l algortmo esegue qud u umero d pass drettamete proporzoal co l altezza dell albero. Pertato se dchamo co h l altezza dell albero baro d rcerca, possamo dre che l algortmo el caso pessmo, elemeto o trovato, ha ua complesstà leare rspetto ad h: Oh). Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

7 Problema della Rcerca Pag. 7/59 Isermeto I u albero baro, seramo u uovo odo sempre come fogla. Damo luogo ad u sermeto cosderazoe de seguet macro pass: Rcerca del gusto padre, dvduamo l odo v che possede le propretà adatte per essere getore del uovo odo. La rcerca del gusto padre avvee scededo lugo l albero, co la stessa metodologa utlzzata per l operazoe d rcerca, f quado o s cotra u odo v che o ha fglo sstro ed ha la chave maggore d quella dell elemeto da serre oppure u odo v che o ha fglo destro ed ha la chave more d quella dell elemeto da serre. Isermeto odo: trovato l gusto padre seramo l uovo odo come fglo destro o sstro el rspetto delle propretà d rcerca Aalzzamo la complesstà. Poché l algortmo scorre lugo u tero verso l albero baro d rcerca, s ha che la complesstà ache questo caso è leare rspetto all altezza dell albero: Oh). Esempo Isermeto elemeto co chave 4. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

8 Problema della Rcerca Pag. 8/59 Cacellazoe Prma d procedere ella cacellazoe d u odo all tero d u albero baro d rcerca vedamo le seguet due procedure poste al servzo dell operazoe d cacellazoe. Rcerca del massmo Le propretà d rcerca garatscoo che per l dvduazoe della chave pù grade presete u albero baro d rcerca dobbamo scedere, quato pù possble, lugo l verso destro dell albero. Alber bar d Rcerca- Rcerca del massmo max Nodo u ) Nodo { Nodo v _ v u whle v.destro! NULL ) v v.destro } rtora v L algortmo d rcerca del massmo ha, el caso pessmo, ua complesstà leare rspetto all altezza dell albero. Rcerca del predecessore Idchamo co l terme d predecessore d u odo v quel odo coteete come chave l massmo dell seme delle chav pù pccole d quella coteuta v. I u albero baro d rcerca l predecessore d u odo v è:. l massmo del sottoalbero sstro, se v ha u fglo sstro;. l pù basso ateato d u l cu fglo destro è ach esso ateato d u rsal l albero f quado o cotr ua svolta a sstra ), altrmet; Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

9 Problema della Rcerca Pag. 9/59 Alber bar d Rcerca- Rcerca del predecessore predecessore Nodo u ) Nodo { se u ha fglo sstro ) allora rtora max u ) _ whle padreu)! NULL e u e fglo sstro del padre ) u padre u } rtora l padre u L algortmo d rcerca del predecessore rsale l albero e pertato esso, el caso pessmo, ha complesstà leare rspetto all altezza dell albero. Esempo Rcerca del predecessore Samo prot per aalzzare l operazoe d cacellazoe. Sa u l odo dell albero d rcerca da cacellare, s possoo verfcare seguet tre cas:. u è ua fogla: tal caso dstacchamo semplcemete la fogla dall albero;. u ha u uco fglo fgura.) e sa v l uco fglo d u a. se u è radce allora v dvee la uova radce dell albero; b. se u o è radce allora sa w l padre d u, sosttuamo l arco w,u) co l arco w,v); Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

10 Problema della Rcerca Pag. 0/59 3. u ha due fgl fgura.): tal caso sa v l predecessore d u. Poché u ha due fgl l predecessore sarà l massmo del sottoalbero sstro d u e pertato v sarà ua fogla oppure u odo tero avete al max u solo fglo: quello sstro. La cacellazoe d u pertato può avvere copado la chave d v u ed elmado v cadedo per quest ultma operazoe e due cas precedet. La cacellazoe al par delle altre due operazo, rcerca ed sermeto, ha ua complesstà proporzoale all altezza dell albero poché el caso pessmo potremmo muoverc su l tera altezza dell albero alla rcerca del predecessore. Fgura. Elmazoe odo co u solo fglo Se v avesse ua fglo destro essterebbe ua chave pù grade d v e qud v o rappreseterebbe l massmo del sottoalbero sstro d u. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

11 Problema della Rcerca Pag. /59 u v Passo Copa delle t t v v w w v Passo Elmazoe d v t v w Fgura. Elmazoe odo co due fgl Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

12 Problema della Rcerca Pag. /59 Esempo Raffguramo d seguto la cacellazoe d u odo co u fglo Uco fglo del odo da cacellare 54 Nodo da cacellare Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

13 Problema della Rcerca Pag. 3/59 Vedamo fe la cacellazoe d u odo co due fgl 80 Nodo da cacellare Uco fglo del predecessore 54 Predecessore d Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

14 Problema della Rcerca Pag. 4/59. Aals dell altezza d u albero baro d rcerca Come vsto precedetemete, medate la struttura dat alber bar d rcerca samo grado d mplemetare algortm d sermeto, cacellazoe e rcerca avet complesstà leare co l altezza dell albero. L aals che c accgamo a svolgere all tero del presete paragrafo ha come obettvo quello d esprmere tale complesstà term d umero d od del grafo ovvero term d umero d elemet preset el dzoaro. Vedamo prma alcue ozo propedeutche all aals. Defzoe: u albero baro s defsce completo se og odo tero ha due fgl e tutte le fogle appartegoo allo stesso lvello. Esempo Albero baro completo Albero baro o completo, v o ha due fgl v Albero baro o completo, tutt od ter hao due fgl ma le fogle o appartegoo allo stesso lvello Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

15 Problema della Rcerca Pag. 5/59 S dmostra l seguete teorema valdo per gl alber bar complet. Teorema... Sa T u albero baro completo. S dch co fogle T) l umero d fogle dell albero T e co h l altezza dell albero, allora s ha che: fogle T) h. Dmostrazoe. Il teorema s dmostra per duzoe. Sa h0, allora T è formato dalla sola radce che è pertato ache l uca fogla per cu: fogle T) 0. Poamo qud vero l teorema per u albero completo, che dchamo co T, avete altezza h-. Allora fogle T ) h-. Costruamo qud, a partre da T, u albero completo d altezza h che dchamo co T. Affché T sa completo ad og fogla d T dobbamo aggugere due fgl. Tal fgl rappreseterao le fogle d T. Pertato le fogle d T sarao: fogle T) * fogle T ) * h- h. Estededo l rsultato del teorema a tutt od dell albero abbamo che: Teorema... Sa T u albero baro completo. Sa l umero d od d T e h l altezza d T allora h coè h log. Aals della complesstà - Caso : albero d altezza mma La defzoe d albero baro completo c auta ella ostra aals quado l albero baro d rcerca ha altezza mma. Sao l umero d elemet del dzoaro, l albero baro d rcerca coteete le coppe ed avete altezza mma è dato da u albero baro d rcerca d altezza h completo almeo fo a lvello h-. I tal caso abbamo, dal teorema.. che: h h-) log-). Pertato, avedo le operazo d rcerca, sermeto e cacellazoe tutte complesstà Oh) possamo affermare che tale complesstà espressa term d umero d od è Olog ) el caso cu l albero ha altezza mma. Aals della complesstà - Caso : albero d altezza massma Caso opposto a quello appea esamato è dato da u albero completamete sblacato, u albero avete altezza uguale al umero d od meo uo 3. I tal caso la complesstà degl algortm d rcerca, cacellazoe ed sermeto è baalmete proporzoale al umero d elemet del dzoaro: O). 3 S cade tale potes quado l sermeto degl elemet all tero dell albero è ordato. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

16 Problema della Rcerca Pag. 6/59 Aals della complesstà - Caso : altezza meda Presupposto dell aals dell altezza meda d u albero baro d rcerca è l sermeto orde puramete casuale de od all tero dell albero. Tutt gl elemet del dzoaro hao uguale probabltà d essere scelt e qud sert. Sulla base d tale potes dmostreremo che l altezza dell albero è Olog ) e pertato el caso medo le tre operazo del dzoaro hao tutte complesstà Olog ). Teorema..3. sa T u albero baro d rcerca otteuto medate ua sere d sermet d coppe chave, elemeto). Sa oltre l orde d sermeto degl elemet puramete casuale. S dch fe co P) l altezza meda dell albero T, allora s ha che: P) O log ) Dm: dchamo co {a,..., a } l seme degl elemet da serre all tero dell albero. Affchè l orde d sermeto sa rteuto puramete casuale dobbamo avere che la probabltà d scelta degl elemet sa equdstrbuta, ovvero che essa sa uguale ad / per og elemeto. Idchamo co a l prmo elemeto che vee prelevato dalla lsta per essere serto all tero dell albero. Essedo la probabltà d scelta equ dstrbuta abbamo che la probabltà che a sa uguale ad u qualuque a è par ad / per og,...,. Al terme dell sermeto d tutt gl elemet è lecto raffgurare l albero baro d rcerca el seguete modo: a chav mor d a -- chav maggor d a dove el sottoalbero sstro soo coteut gl elemet assocat alle chav pù pccole d a e el sottoalbero destro gl elemet assocat alle chav pù grad d a. Idchamo qud co l umero d chav pù pccole d a e co -- quelle pù grad d a. Idchamo oltre co P) e co P--) rspettvamete le altezze mede del sottoalbero sstro e destro quado l elemeto a è radce dell albero. Abbamo che l altezza meda dell tero albero, P), sarà calcolable a partre dalla seguete formula: P ) P ) ) P ) ) dove: Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

17 Problema della Rcerca Pag. 7/59 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI P ): è l altezza meda dell tero albero coteete elemet ed avete la radce a a. /: è la probabltà d aver pescato elemet pù pccol d a dopo l sermeto d a; P): è l altezza meda del sottoalbero sstro pù l odo a; --)/: è la probabltà d aver pescato -- elemet pù grad d a dopo l sermeto d a; P--): è l altezza meda del sottoalbero destro pù l odo a; /: è la probabltà d aver pescato a come prmo elemeto. Pertato cosderado che la probabltà che u elemeto sa radce dell albero è par ad / abbamo: P P P P o ) ) ) ) ) ) 0 P P o ) ) P P o ) ) ) ) P P o ) ) P P o ) ) ) P P o ) ) ) P P o ) P o ) P o ) P Quest ultma uguaglaza è gustfcata dal fatto che per uguale a zero P)0. Rcaptolado abbamo che: ) ) P P Ora, procededo per duzoe su, dmostramo che: P log 4 ) )

18 Problema della Rcerca Pag. 8/59 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI Poamo. I tal caso l altezza meda d u albero formato da u odo è obblgatoramete uguale ad uo e pertato P) 4 log. Poamo vera l potes per tutt valor mor d, avremo qud che: ) ) P P ) 4log log 4 log 4 Ora essedo ) s ha che: log 4 ) P log 4 log 8 Aalzzamo ora gl dc della sommatora, dvdamol due rage:,..., / -) e /,..., -) e rscrvamo la dsuguaglaza. P log log 8 ) Essedo ora due logartm calcolat sul valore cremetale d possamo affermare che: ) log log pochè l valore d è sempre more d / ) log log pochè l valore d è sempre more d

19 Problema della Rcerca Pag. 9/59 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI e pertato rscrvere la dsuguaglaza come: P log log 8 ) Aalzzamo ora separatamete le due sommatore cosderado due dvers cas: è par ed è dspar. par 8 ) ) dspar ) ) ) 8 ) ) ) ) ) ) ) ) 4

20 Problema della Rcerca Pag. 0/59 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI Dall aals fatta sopra sulle sommatore e derva che: P log 8 3 log 8 8 log log 8 ) 4log 3log log 3log log log 3log log

21 Problema della Rcerca Pag. /59 3. Alber AVL Nel precedete captolo abbamo vsto come l blacameto d u albero fluez le operazo d rcerca, cacellazoe e sermeto. U albero perfettamete blacato garatsce per ogua d queste operazo ua complesstà logartmca el umero d elemet del dzoaro. Sulla base d questa cosderazoe, Adel so, Velsk e Lads A.V.L.) hao deato ua famgla d alber, gl Alber AVL. Caratterstca d tal alber è quella d mateere u perfetto blacameto ache dopo aver dato luogo ad operazo d sermeto e cacellazoe, ovvero dopo aver apportato modfche alla struttura dell albero. Vedremo come l esecuzoe d opportue operazo, che chameremo rotazo d rblacameto, rappreseterà la chave d volta per l matemeto del blacameto dell albero. Defzoe: u albero baro è blacato altezza se le altezze del sottoalbero sstro e destro dfferscoo al pù d ua utà. Esempo Alber blacat Albero baro blacato Albero baro o blacato h- h- h - h h Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

22 Problema della Rcerca Pag. /59 Defzoe: sa v u odo, defamo fattore d blacameto, β v ), del odo v la dffereza tra l altezza de sottoalber sstro e destro radcat v: β v ) h s v )) h des v )). Notamo che u albero baro d rcerca, pù l fattore d blacameto de od è basso è maggormete effcet soo le operazo d rcerca, sermeto e cacellazoe. Defzoe. U Albero AVL è u albero baro d rcerca cu:. og odo dell albero cotee oltre alla coppa chave, elemeto) formazo sul blacameto del odo;. per og odo v s ha che: β v ) ; U Albero AVL è pertato u albero baro che matee le propretà d rcerca ed oltre è blacato. S dmostra l seguete: Teorema fodametale degl alber AVL: sa T u Albero AVL. Idchamo co l umero d od dell albero T e co h l altezza dell albero T. S ha che: h Olog ). Dm: omessa. 3. Rotazo per l rblacameto dell albero Le rotazo d rblacameto rappresetao u seme d tecche applcabl agl Alber AVL og qual volta, dopo aver dato luogo ad operazo che apportao modfche alla struttura dell albero, l fattore d blacameto d u odo rsult o essere pù more o uguale ad uo. Le rotazo d rblacameto mrao a rprstare l fattore d blacameto de od dell Albero AVL. Vedamo come. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

23 Problema della Rcerca Pag. 3/59 Sa v u odo sblacato, ovvero u odo tale che βv) è maggore o uguale a due. Sa u l odo fglo d v cu è radcato l albero avete altezza maggore. Sao fe Tu) s e Tu) des rspettvamete l sottoalbero sstro e destro d u. S possoo verfcare seguet quattro cas:. u è fglo sstro d v e Tu) s ha altezza maggore o uguale a Tu) des.. u è fglo sstro d v e Tu) des ha altezza maggore d Tu) s. 3. u è fglo destro d v e Tu) des ha altezza maggore o uguale a Tu) s. 4. u è fglo destro d v e Tu) s ha altezza maggore Tu) des. Per facltà d esposzoe, cosdereremo ella ostra aals solo prm due cas, poché rmaet cas soo smmetrc rspetto ad ess. Caso Osservamo la fgura basso. Idchamo co v l odo avete fattore d blacameto maggore d uo, co u l fglo sstro d v ed oltre co T 3 l albero destro radcato v. Sao fe T e T rspettvamete l sottoalbero sstro e destro d u. Assumamo qud che l altezza dell albero radcato u è maggore d due utà rspetto all altezza del sottoalbero T 3. Ioltre che l altezza d T è maggore o uguale all altezza d T. Tale dffereza o può superare l valore uo, altrmet l odo u sarebbe u odo sblacato. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

24 Problema della Rcerca Pag. 4/59 I tal caso possamo rblacare l albero sul odo v dado luogo ad ua rotazoe destra su v, ovvero poamo u padre d v e spostamo l sottoalbero T come sottoalbero sstro radcato v. Esempo 3.. Cosderamo l seguete Albero AVL dove tra paretes rportamo l fattore d blacameto d og odo. La radce dell albero rappreseta u odo sblacato. Operamo qud la rotazoe come descrtto el caso. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

25 Problema della Rcerca Pag. 5/59 Esempo 3.. Cosderamo l seguete Albero AVL. v 60 ) u 40 ) 90 ) 0 ) 44 0) 88 0) 00 0) 8 ) 8 ) 43 0) 50 0) 95 0) 8 0) 0 ) 9 0) 30 0) 5 0) Ache questo caso rcorramo alla rotazoe verso destra per rstablre gl equlbr d blacameto. Notamo come l operazoe d blacameto applcata al odo v rstablsce ache l fattore d blacameto della radce dell albero. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

26 Problema della Rcerca Pag. 6/59 Caso Smlmete a quato fatto sopra, osservamo la fgura basso dove dchamo co v l odo avete fattore d blacameto maggore d uo, co u l fglo sstro d v ed oltre co T 5 l albero destro radcato v. Sao fe T l sottoalbero sstro radcato u, w l fglo destro d u e T 3, T 4 rspettvamete sottoalber sstro e destro radcat w. Assumamo qud che l altezza dell albero radcato u sa maggore d due utà rspetto all altezza del sottoalbero T 5. Ioltre che l altezza d T è more dell altezza del sottoalbero radcato w. Notamo, smlmete al caso sopra affrotato che tale dffereza o può superare l valore uo, altrmet l odo u sarebbe u odo sblacato. v Nodo sblacato u Altezza h w T 5 Altezza h Altezza h T Altezza h Altezza h oppure Altezza h- Altezza h oppure Altezza h- T 3 T 4 I tal caso rblacamo l albero sul odo v eseguedo cosecutvamete le seguet due rotazo: Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

27 Problema della Rcerca Pag. 7/59 Rotazoe : rotazoe verso sstra su u, poamo w padre d u ed l sottoalbero T 3 come sottoalbero destro radcato u Rotazoe : rotazoe verso destra su v, poamo w padre d v ed l sottoalbero T4 come sottoalbero sstro radcato v. w u v Altezza h Altezza h Altezza h Altezza h oppure Altezza h- Altezza h oppure Altezza h- Altezza h T T 4 T 3 T 5 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

28 Problema della Rcerca Pag. 8/59 Esempo 3..3 Cosderamo l seguete Albero AVL. Rcadamo el caso e pertato per rstablre gl equlbr d blacameto eseguamo la doppa rotazoe: Prma rotazoe Secoda rotazoe Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

29 Problema della Rcerca Pag. 9/59 3. Gl operator del dzoaro Prma d focalzzare la ostra attezoe sugl operator del dzoaro, osservamo dapprma che le sgole tecche d rblacameto descrtte el Paragrafo 3. hao ua complesstà dpedete dal umero d elemet preset el dzoaro. La loro complesstà è pertato costate: O). Rcerca Pochè u Albero AVL soo comuque rspettate le propretà d rcerca trodotte per BST, l algortmo d rcerca d u elemeto all tero d u Albero AVL è detco all algortmo CercaChave vsto per BST. La complesstà dell algortmo rmae pertato par a Oh) e sulla base del teorema fodametale degl alber AVL possamo affermare che tale complesstà term d od è par a Olog ). Isermeto L sermeto u albero AVL prevede l esecuzoe d tre macro pass dstt:. sermeto del odo come fogla, modaltà detca a quella gà descrtta ell albero baro d rcerca;. aggorameto de fattor d blacameto d tutt od preset el cammo che collega l odo appea serto co la radce dell albero, cammo crtco; 3. rblacameto dell albero, medate le tecche d rotazoe sopra descrtte. Tecche da applcare solo qualora almeo u odo dell albero presetasse u fattore d blacameto maggore d uo. Aalzzamo l ultmo passo. Sa l prmo odo d lvello pù basso che cotramo lugo l cammo crtco e avete u fattore d blacameto maggore d uo. Chamamo tale odo odo crtco. Come abbamo gà vsto ell esempo 3.. s ha che: Lemma: ua rotazoe semplce o doppa sul odo crtco è suffcete a rblacare altezza u albero AVL dopo l sermeto d u uovo elemeto. Pertato dopo aver applcata l opportua tecca d blacameto al odo crtco o occorre pù rsalre l albero ed effettuare ulteror blacamet. I fattor d blacameto de od pù alto vegoo d cosegueza rstablt. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

30 Problema della Rcerca Pag. 30/59 Il costo dell operazoe d sermeto è pertato proporzoale all altezza dell albero, Oh), e sulla base del teorema fodametale degl alber AVL possamo affermare che tale complesstà term d od è par a Olog ). Cacellazoe Smlmete all sermeto la cacellazoe d u odo avvee tre pass dstt:. cacellazoe del odo come descrtto per gl alber bar d rcerca. aggorameto de fattor d blacameto de od preset lugo l cammo crtco, rappresetato questa volta dal cammo che collega l padre del odo cacellato e la radce dell albero; 3. rblacameto dell albero, medate le tecche d rotazoe sopra descrtte. Tecche da applcare solo qualora almeo u odo dell albero presetasse u fattore d blacameto maggore d uo. Dversamete dall sermeto, ella cacellazoe d u elemeto l algortmo d rblacameto potrebbe essere applcato pù d ua volta. Possamo correre uo sblacameto a cascata che el caso pessmo obblgherebbe l esecuzoe d Oh) rblacamet. Ad og modo tale coveete rede partcolarmete laboroso la procedura d cacellazoe, ma term d complesstà possamo comuque affermare che la cacellazoe d u odo ha complesstà par a Oh) e qud dal teorema fodametale par a Olog ). Esempo 3.. Cosderamo l seguete albero AVL. 30 ) 5 0) 40 0) 0 0) 8 0) Rappresetamo tutte le modfche apportate all albero seguto all applcazoe della seguete sequeza d operazo: sert9), sert4), sert53), sert4). Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

31 Problema della Rcerca Pag. 3/59 Isert 9 Rblacameto sulla radce Isert 4 Isert 53 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

32 Problema della Rcerca Pag. 3/59 Rblacameto Isert 4 8 ) Nodo crtco 5 ) 30 ) 0 0) 9 0) 4 ) 40 ) 53 0) 4 0) Rblacameto Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

33 Problema della Rcerca Pag. 33/59 4. Realzzazoe medate Alber -3 Studeremo questo captolo ua orgazzazoe dat che forsce maggore lbertà sul grado uscete de od: l Albero -3. Dmostreremo che, smlmete agl Alber AVL, u Albero -3 possede tra le sue peculartà ache quella d avere ua altezza lmtata superormete, a meo d ua costate, dal logartmo del umero de od: Olog ). Vedremo come tale caratterstca rappreset ua garaza per ua effcete mplemetazoe degl operator d sermeto, rcerca e cacellazoe, che cotuerao ad avere ache questo caso complesstà par a Olog ). Vedremo oltre come tale garaza potrebbe ver meo a seguto d ua operazoe d sermeto o cacellazoe e, tal caso, a qual operazo dovremo ecessaramete dar luogo al fe d rstablre u equlbro sulla dstrbuzoe altezza de od. Chameremo tal operazo splt e fuse. Defzoe. U Albero -3 è u albero cu:. og odo tero ha due o tre fgl;. tutte le fogle appartegoo allo stesso lvello; 3. le chav e gl elemet del dzoaro soo coteute esclusvamete all tero de od fogla: 4. le chav, preset e od fogla, appaoo orde crescete da sstra verso destra; 5. og odo tero v matee la chave massma del sottoalbero sstro e la chave massma del sottoalbero cetrale se ha tre fgl. Altrmet matee solamete la chave massma del sottoalbero sstro. Esempo I basso ua raffgurazoe de u Albero -3. Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

34 Problema della Rcerca Pag. 34/59 Il seguete teorema troduce ua mportate propretà d u albero così strutturato: l altezza, a meo d ua costate, è lmtata superormete dal umero d od preset ell albero. Teorema Fodametale Alber -3. Sa T u Albero -3. Idchamo co l umero de od, co f l umero delle fogle ed fe co h l altezza. S ha che: h h 3 a) b) h f 3 h Dm. Procedamo per duzoe sull altezza dell Albero -3. Per h uguale a zero abbamo che esso è composto dalla sola radce. Tale odo è ache fogla e qud le due asserzo a) e b) soo baalmete verfcate. Poamo vere le due asserzo ache per u altezza h-. Idchamo co T l Albero -3 d altezza h-, co od dell albero T e co f l umero delle fogle d T. Avremo che: h h 3 ) ) h- f 3 h- Costruamo ora u Albero -3 d altezza h, che chameremo T, sulla base dell Albero -3 T. Aggugamo qud u ulterore lvello a T seredo ad og fogla d T mmo due o massmo tre fgl. Otteamo gà u prmo rsultato. Dalla ) abbamo che l umero d fogle d T, che dchamo co f, sarà el caso mmo maggore o uguale * h- h o el caso massmo more o uguale a 3*3 h- 3 h, coè: ) h f 3 h. Idchamo ora co l umero d od d T. Abbamo che f. Coè l umero d od d T è par al umero d od dell albero T pù l umero d fogle che ad esso abbamo agguto per aumetare l altezza. Pertato dalla ) e dalla ) abbamo prma che: f h h h ) - h - e qud che: h h h h h 3 h 3 *3 ) f 3 Apput Laboratoro d Algortm e Strutture Dat Prof. Maurzo GIACCI

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

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

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

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

Elementi di Statistica descrittiva Parte III

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

Dettagli

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

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

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

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

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

Dettagli

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

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

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Modelli di Schedulazione

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

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

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

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

Dettagli

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

DI IDROLOGIA TECNICA PARTE II

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

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

ammontare del carattere posseduto dalle i unità più povere.

ammontare del carattere posseduto dalle i unità più povere. Eserctazoe VII: La cocetrazoe Eserczo Determare l rapporto d cocetrazoe d G del fatturato medo (espresso. d euro) d 8 mprese e rappresetare la curva d Lorez: 97 35 39 52 24 72 66 87 Eserczo apporto d cocetrazoe

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

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

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli

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

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL Programmazoe No Leare: Algortm Evolutv Ig. Valero Lacaga Programmazoe o leare: metodche rsolutve METODI d PNL INDIRETTI DIRETTI Codzo ecessare Sstema d vcol Algortm I metod drett forscoo soltato codzo

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo Crter d scelta degl estmet Materale ddattco per l corso d matematca azara II modulo Itroduzoe La presete trattazoe s poe come obetto d aalzzare due prcpal crter d scelta degl estmet e de azamet per alutare

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

CALCOLO ECONOMICO E FINANZIARIO

CALCOLO ECONOMICO E FINANZIARIO CALCOLO ECONOMICO E FINANZIARIO 1. Iteresse e scoto La postcpazoe d ua dspobltà fazara rchede ua certa rcompesa (teresse), vceversa la sua atcpazoe comporta ua dmuzoe dell'mporto orgaro (scoto). Il rsparmatore,

Dettagli

Ammortamento americano. Ammortamento americano

Ammortamento americano. Ammortamento americano mmortameto amercao La cora lezoe abbamo vto che ell'ammortameto amercao l rmboro del debto zale avvee medate u uco verameto a cadeza, otteuto attravero ua operazoe d cottuzoe d u captale al tao attvo j;

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Avvertenza. Rendite frazionate

Avvertenza. Rendite frazionate Avverteza Quest lucd soo pesat solo come u auslo per l ascolto della lezoe. No sosttuscoo l lbro d testo Possoo coteere error e svste, che gl studet soo vtat a segalare Redte frazoate L tervallo tra ua

Dettagli

Approssimazioni di curve

Approssimazioni di curve Approssmazo d curve e superfc Approssmazo d curve Il terme Computer Grafca comprede ua larga varetà d applcazo che rguardao umerevol aspett della ostra vta. U eleco esemplfcatvo d alcu de camp cu essa

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA I ECOOMIA AZIEDALE Metod Statstc per le decso d mpresa (ote ddattche) Bruo Chadotto 4 STATISTICA DESCRITTIVA I questo captolo s rtrovao espost, ua prospettva emprca, molt de cocett trodott

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

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO PER LA COSTITUZIONE E LA RIPARTIZIONE DEL FONDO INTERNO DEL 2,00% DELL IMPORTO POSTO A BASE DI GARA DELLE OPERE E DEI LAVORI E DEL 30% DELLA TARIFFA PROFESSIONALE

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA The last step of reaso s to ackowledge that there s a fty of thgs that go beyod t. B. Pascal La Statstca ha come scopo la coosceza quattatva de feome collettv.

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

Dettagli

Premessa... 1. Equazioni i differenziali lineari

Premessa... 1. Equazioni i differenziali lineari Apput d Cotroll Autoatc Captolo 3 parte I Sste dac lear Preessa... Equazo dfferezal lear... Evoluzoe lbera ed evoluzoe forzata... Uso della trasforazoe d Laplace... 3 Esepo... 7 Osservazo sulla rsposta

Dettagli

Le variabili casuali semplici

Le variabili casuali semplici 573 7 Le varabl casual semplc Nel captolo precedete s è prvlegato l eveto e la sua probabltà seza dugare sulle faltà dell espermeto e sulle attvtà coesse alle sue mafestazo. charo però che l espermeto

Dettagli

Apparecchi di sollavamento. Classificazione apparecchi di sollevamento a

Apparecchi di sollavamento. Classificazione apparecchi di sollevamento a Appareh d sollavameto A moto otuo: Nastr trasportator Sollevator a tazze Forze d erza lmtate; trastor d avvameto e arresto poo rlevat A moto dsotuo: Gru a torre Forze d erza rlevat Classfazoe appareh d

Dettagli

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994)

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994) !(Breve rchamo alle lezo ) " I passato l applcazoe ua tecca statstca multvarata cossteva stetcamete tabella e at potes moello e tecca statstca multvarata output e rsultat Ogg l amplars e camp applcazoe

Dettagli

Appunti: elementi di Statistica

Appunti: elementi di Statistica Uverstà d Ude, Facoltà d Sceze della Forazoe Corso d Laurea Sceze e Tecologe Multedal Corso d Mateatca e Statstca (Gorgo T. Bag) Apput: eleet d Statstca. INTENSITÀ, FREQUENZA ASSOLUTA E RELATIVA.. L aals

Dettagli

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA Apput d STATISTICA corso d recupero Docete Scacchtao ANTONIA MARIA Gl error e le machevolezze d quest apput restao a mo carco.soo grata a coloro che vorrao farm pervere,ella prospettva d ua sstemazoe pù

Dettagli

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato.

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato. La valutazoe de credt dervatves ed ua sua applcazoe a dat d mercato. a cura d Alessadro Matta. La valutazoe d credt dervatves..... Ipotes d base.....2 Strumet sgle-ame....2.3 Strumet mult-ame....4.4 Idc

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

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

VALORI MEDI (continua da Lezione 5)

VALORI MEDI (continua da Lezione 5) VALORI MEDI (cotu d Lezoe 5) Dott.ss Pol Vcrd 6. L ed rtetc è lere coè è vrte per trsforzo ler de dt. S u dstrbuzoe utr d ed A. Effettuo u trsforzoe lere delle osservzo coè b c d dove c e d soo due costt

Dettagli

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

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

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM IDEA (Idces for Data Edtg Assessmet) - Sstema per la valutazoe degl effett d procedure d cotrollo e correzoe de dat e per l calcolo degl dcator SIDI Versoe 2.0 Autor Gorgo Della Rocca (*) Marco D Zo (*)

Dettagli

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano Parte 2 Mcorso Cotrollo Statstco d Processo d Adrea Savao Walter Adrew Shewhart, ch era costu, premessa Ache le matematco, che combazoe! Probabltà... seza mprevst Il 7 e ½ e altr goch d carte No poamo

Dettagli

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA RISOLUZIONE ENO 0/005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA L ASSEMBLEA GENERALE, Vsto l artcolo paragrafo v dell

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

PROBLEMI INVERSI NELLA MECCANICA DEL

PROBLEMI INVERSI NELLA MECCANICA DEL UNIVERSITÀ DELLA CALABRIA DOTTORATO DI RICERCA IN MECCANICA COMPUTAZIONALE XX CICLO SETTORE SCIENTIFICO DISCIPLINARE ICAR-8 PROBLEMI INVERSI NELLA MECCANICA DEL DANNEGGIAMENTO Doato Guseppe Dssertazoe

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

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

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

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

METODOLOGIA SPERIMENTALE IN AGRICOLTURA METODOLOGIA SPERIMENTALE IN AGRICOLTURA LABORATORIO DI BIOMETRIA CON R (http://www.r-project.org/) APPUNTI DALLE LEZIONI (bozze Settembre 005) DOCENTE Adrea Oofr Dpartmeto d Sceze Agroambetal e della Produzoe

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

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

DEFORMAZIONI PROSPETTICHE

DEFORMAZIONI PROSPETTICHE DEFORMAZIONI PROSPETTICHE PARTE I: trasformazo geometrche 1.1 Itroduzoe Abbamo aalzzato e cercato d correggere l problema delle dstorso geometrche a cu soo soggette le mmag otteute tramte macche fotografche

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

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

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

per il controllo qualità in campo tessile ing. Piero Di Girolamo

per il controllo qualità in campo tessile ing. Piero Di Girolamo edtg project M.R. Oofro ELEMENTI DI STATISTICA per l cotrollo qualtà campo tessle g. Pero D Grolamo prefazoe PREFAZIONE I l cotrollo d qualtà el tessle-abbglameto, u sstema ecoomco globalzzato, che da

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

CAMPI DI FORZA CONSERVATIVI - ENERGIA POTENZIALE E POTENZIALE ELETTRICO

CAMPI DI FORZA CONSERVATIVI - ENERGIA POTENZIALE E POTENZIALE ELETTRICO CMPI DI OZ CONSEVTIVI - ENEGI POTENZIE E POTENZIE EETTICO Camp Vettoal Defzoe: u campo vettoale è ua egoe dello spazo, cu og puto è defto u vettoe. Ta camp vettoal d patcolae teesse fsca v soo camp d foza

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

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Uverstà d Toro QUADERNI DIDATTICI del Dpartmeto d Matematca MARIA GARETTO STATISTICA Lezo ed esercz Corso d Laurea Botecologe A.A. / Quadero # Novembre M. Garetto - Statstca Prefazoe I questo quadero

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

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

Aldo Montesano PRINCIPI DI ANALISI ECONOMICA CAP. 11 L ANALISI DELL'EQUILIBRIO GENERALE I

Aldo Montesano PRINCIPI DI ANALISI ECONOMICA CAP. 11 L ANALISI DELL'EQUILIBRIO GENERALE I Aldo Motesao PRINCIPI DI ANALISI ECONOMICA CAP. L ANALISI DELL'EQUILIBRIO GENERALE I L aals dell equlbro parzale, esaata el captolo precedete, è sa u utle troduzoe all aals dell equlbro geerale, sa uo

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

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Vantaggi della stratificazione

Vantaggi della stratificazione Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Vata della stratfcaze I prcpal vata del campamet stratfcat s: mlramet ell effceza del stmatre del ttale e della meda; pssbltà d stmare

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

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

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