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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

«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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

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

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

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

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

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

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

PARTE TERZA: L EQUILIBRIO PARAMETRICO

PARTE TERZA: L EQUILIBRIO PARAMETRICO Aldo Motesao PRINCIPI DI ANALISI ECONOMICA PARTE TERZA: L EUILIBRIO PARAMETRICO Ca. 10 L ANALISI DELL EUILIBRIO PARZIALE Doo aver aalzzato le due otes fodametal della teora ecoomca, secodo cu le azo degl

Dettagli

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale:

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale: Co u rppresetzoe prmetrc, u curv c è dt come u fuzoe vlor vettorl d u sgolo prmetro rele: c : D R E t.c. c( u o ( x ( u... x ( u I cu o è l orge del rfermeto, D geere cocde co l tervllo [,] e x soo le

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

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

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

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

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

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013 Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se

Dettagli

DIPARTIMENTO DI ECONOMIA

DIPARTIMENTO DI ECONOMIA UNIVERITÀ POLITECNICA DELLE ARCHE DIPARTIENTO DI ECONOIA IL CAP: IL CAO DELL ITALIA GIUEPPE RICCIARDO LAONICA QUADERNO DI RICERCA. 56 arzo 006 Comtato scetfco: Reato Balducc arco Crvell arco Gallegat Alberto

Dettagli

CAPITOLO 4. Struttura e potere di mercato

CAPITOLO 4. Struttura e potere di mercato CAPITOLO 4 Struttura e potere d merato 4.. Moopolo e potere d merato Quado ua mpresa può fluezare l prezzo he reve per l propro prodotto s de he ha u potere d moopolo, o potere d merato. U mpresa he ha

Dettagli

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

Dettagli

Calcolo di autovalori

Calcolo di autovalori lcolo d utolor Dt l trce deterre l uero e ettore o ullo tl che l l utolore utoettore Esepo 9 9 b 8 b 8 b geerle o è ultplo d. Se però oero c soo due dreo lugo le qul fuo coe se fosse oltplcto per uo sclre.

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

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Rappresetazoe aaltca delle dstrbuzo statstche co R RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Versoe 0.4- febbrao 005 Vto Rcc vto_rcc@yahoo.com E garatto l permesso d copare, dstrbure

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

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

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

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

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

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

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

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

1. Considerazioni generali

1. Considerazioni generali . osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

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

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

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli