Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Algoritmi e Strutture Dati. Alberi Binari di Ricerca"

Transcript

1 Algortm e Strutture Dat Alber Bar d Rcerca

2 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) I geerale, matemeto e gestoe d corp d dat su cu s effettuao molte rcerche, evetualmete alterate a operazo d sermeto e cacellazoe.

3 Alber bar d rcerca Defzoe: U albero baro d rcerca è u albero baro che soddsfa la seguete propretà: se X è u odo e Y è u odo el sottoalbero sstro d X, allora key[y] key[x]; se Y è u odo el sottoablero destro d X allora key[y] key[x] 8 4

4 Alber bar d rcerca Assumamo che valor e od dell albero sao tutt dstt. Assumamo che valor e od le chav) possao essere ordat. 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

5 Alber bar d rcerca: esempo Rcerca del valore Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

6 Alber bar d rcerca: esempo Rcerca del valore 4 4 < 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

7 Alber bar d rcerca: esempo Rcerca del valore 4 4 sta el sottoalbero sstro d 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

8 Alber bar d rcerca: esempo Rcerca del valore 4 4 > 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

9 Alber bar d rcerca: esempo Rcerca del valore 4 4 sta el sottoalbero destro d 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

10 Alber bar d rcerca: esempo Rcerca del valore 4 4 = 4 : rovato! 8 4 Propretà degl ABR Per og odo X, valor e od del sottoalbero sstro soo tutt mor del valore el odo X, e tutt valor e od del sotto-albero destro soo maggor del valore d X

11 Alber bar d rcerca I geerale, la rcerca è cofata a od poszoat lugo u sgolo percorso path) dalla radce ad ua fogla empo d rcerca = Oh) h = altezza dell albero

12 AD albero baro d rcerca: tpo d dato È ua specalzzazoe dell AD albero baro Gl elemet statc soo essezalmete gl stess, l uca dffereza è che s assume che dat coteut le chav) sao ordabl secodo qualche relazoe d orde. typedef *odo ARB; struct { elemeto key; ARB dx, sx; } odo; sx key dx

13 AD albero baro d rcerca: fuzo Selettor: root) fglo_dx) fglo_sx) key) Costruttor/Dstruttor: crea_albero) ARB_sersc,x) ARB_cacella,x) Propretà: vuoto) = retur =Nl) Operazo d Rcerca ARB_rcerca,k) ARB_mmo) ARB_massmo) ARB_successore,x) ARB_predecessore,x) Rtora l valore del test d uguaglaza

14 Rcerca Alber bar d rcerca ARB_rcerca,k) IF NIL HEN IF k Key[] HEN IF k < Key[] HEN retur ARB_rcercasx[],k) ELSE retur ARB_rcercadx[],k) ELSE retur ELSE retur NOA: Questo algortmo cerca l odo co chave k ell albero e e rtora l putatore. Rtora NIL el caso o essta alcu odo co chave k.

15 Rcerca Alber bar d rcerca ARB_rcerca,k) IF = NIL OR k = Key[] HEN retur ELSE IF k < Key[] HEN retur ARB_rcerca sx[],k) ELSE retur ARB_rcerca dx[],k) NOA: Varate stattca del precedete algortmo!

16 Rcerca Alber bar d rcerca I geerale, la rcerca è cofata a od poszoat lugo u sgolo percorso path) dalla radce ad ua fogla empo d rcerca = Oh) h = altezza dell albero Oh) = Olog N), dove N è l umero d od ell albero, solo se l albero è balacato coè la lughezza del percorso mmo è vco a quella del percorso massmo).

17 ARB: rcerca del mmo e massmo Il Mmo d è Il Massmo d è

18 ARB: rcerca del mmo e massmo Il Mmo d 8 è 8 Il Massmo d 8 è

19 ARB: rcerca del mmo e massmo Il Mmo d è Il Massmo d è

20 ARB: rcerca del mmo e massmo

21 ARB: rcerca del mmo e massmo ARB ABR-Mmox:ARB) WHILE sx[x] NIL DO x = sx[x] retur x ARB ABR-Massmox: ARB) WHILE dx[x] NIL DO x = dx[x] retur x

22 ARB: rcerca del mmo e massmo ARB ABR-Mmox:ARB) WHILE x NIL && sx[x] NIL DO x = sx[x] retur x ARB ABR-Massmox: ARB) WHILE x NIL && dx[x] NIL DO x = dx[x] retur x ARB ARB_Mmox:ARB) IF x NIL AND sx[x] NIL HEN retur ARB_Mmosx[x]) retur x

23 ARB: rcerca del successore Il successore d u odo X è l pù pccolo odo maggore del odo X

24 ARB: rcerca del successore Rcerca del successore del odo Il successore d u odo X è l pù pccolo odo maggore del odo X

25 ARB: rcerca del successore Rcerca del successore del odo = odo Il successore d u odo X è l pù pccolo odo maggore del odo X

26 ARB: rcerca del successore Rcerca del successore del odo = odo Se x ha u fglo destro, l successore è l mmo odo d quel sottoalbero

27 ARB: rcerca del successore Rcerca del successore del odo

28 ARB: rcerca del successore Rcerca del successore del odo = odo

29 ARB: rcerca del successore Rcerca del successore del odo = odo Se x NON ha u fglo destro, e x è fglo sstro del padre, l successore è l padre

30 ARB: rcerca del successore Rcerca del successore del odo

31 ARB: rcerca del successore Rcerca del successore del odo 4 = odo

32 ARB: rcerca del successore Rcerca del successore del odo 4 = odo Se x NON ha u fglo destro, ed è fglo destro del padre, l successore è l ultmo ateato per l quale x s trova el suo sottoalbero 8 sstro

33 ARB: rcerca del successore ABR-Successore,k) Z = Y = NIL WHILE Z!=NIL && key[z]!=k) Y = Z IF key[z] < k) HEN Z = dx[y] ELSE IF key[z] > k) HEN Z = sx[y] IF Z!= NIL && dx[z]!=nil) HEN retur ABR-Mmodx[Z]) ELSE WHILE Y!= NIL AND Z = dx[y]) DO Z = Y Y = padre[z] retur Y Se x NON ha u fglo destro, ed è fglo destro del padre, l successore è l ultmo ateato per l quale x s trova el suo sottoalbero sstro.

34 ARB: rcerca del successore ABR-Successore,k) Z = Y = NIL WHILE Z!=NIL && key[z]!=k) Y = Z IF key[z] < k) HEN Z = f_dx[y] ELSE IF key[z] > k) HEN Z = f_sx[y] IF Z!= NIL && f_dx[z]!= NIL) HEN retur ABR-Mmof_dx[Z]) Questo algortmo assume che og odo abba l putatore ELSE al padre WHILE Y!= NIL AND Z = f_dx[y]) DO Z = Y Y = padre[z] retur Y

35 ARB: rcerca del successore II y z NIL

36 ARB: rcerca del successore II y z

37 ARB: rcerca del successore II y 8 z 4 9 5

38 ARB: rcerca del successore II y z NIL

39 ARB: rcerca del successore II y z

40 ARB: rcerca del successore II y z

41 ARB: rcerca del successore II y z NIL

42 ARB: rcerca del successore II y NIL z

43 ARB: rcerca del successore II y NIL 8 z 4 9 5

44 ARB: rcerca del successore II y NIL 8 4 z 9 5

45 ARB: rcerca del successore II Izalzzamo l successore a NIL Partedo dalla radce dell albero: og volta che s segue l ramo sstro per raggugere l odo, s aggora l successore al odo padre; og volta che s segue u ramo destro per raggugere l odo, NON s aggora l successore al odo padre;

46 ARB: rcerca del successore y puta sempre al ARB ABR-Successore, k) odo caddato a z = essere successore y = NIL WHILE z!= NIL && key[z]!= k) IF key[z] < k) z = dx[z] ELSE IF key[z] > k) y = z z = sx[z] IF z!= NIL && dx[z]!= NIL) HEN y = ABR-Mmodx[z]) retur y

47 ARB: rcerca del successore rcorsva ABR-Successore_rc,k,Y) IF!= NIL) HEN IF k > key[]) HEN retur ABR-Successore_rc dx[],k,y) ELSE IF k < key[]) HEN retur ABR-Successore_rc sx[],k,) ELSE /* k = key[] */ IF dx[]!= NIL) HEN retur ABR-Mmodx[]) retur Y ABR-Successore,k) retur ABR-Successore_rc,k,NIL)

48 ARB: rcerca del successore rcorsva ABR-Successore_rc,k) IF!= NIL) HEN IF key[] < k) HEN retur ABR-Successore_rcdx[],k) ELSE IF key[] = k) retur ABR-Mmodx[]) ELSE /* key[] > key */ succ = ABR-Successore_rcsx[],k) IF succ!= NIL) HEN retur succ ELSE retur ELSE retur NIL

49 ARB: costo delle operazo eorema. Le operazo d Rcerca, Mmo, Massmo, Successore e Predecessore su d u Albero Baro d Rcerca possoo essere esegute tempo Oh), dove h è l altezza dell albero.

50 ARB: Isermeto d u odo caso I) 5 z

51 ARB: Isermeto d u odo caso I) 5 z y 5 < 8 Rcerca poszoe del uovo odo 4 9 5

52 ARB: Isermeto d u odo caso I) 5 y z 5 > 8 Rcerca poszoe del uovo odo 4 9 5

53 ARB: Isermeto d u odo caso I) 5 z 5 > 4 y 8 Rcerca poszoe del uovo odo rovata! 4 9 5

54 ARB: Isermeto d u odo caso I) fglo-dx[y]=z oppure fglo-sx[y]=z 8 y 4 z 5 9 5

55 ARB: Isermeto d u odo caso II) 5 z NIL Albero è vuoto

56 ARB: Isermeto d u odo caso II) z Root[] = z 5 Albero è vuoto Il uovo odo da serre dvee la radce

57 ARB: Isermeto d u odo ABR-sersc,k) z = alloca odo ARB key[z] = k y = NIL x = WHILE x!= NIL) DO y = x IF key[z] < key[x]) HEN x = sx[x] ELSE x = dx[x] IF y = NIL HEN = z ELSE IF key[z] < key[y] HEN sx[y] = z ELSE dx[y] = z

58 ARB: Isermeto d u odo ABR-sersc, k) z = alloca odo ARB key[z] = k y = NIL x = WHILE x!= NIL) DO y = x IF k < key[x]) HEN x = sx[x] ELSE x = dx[x] IF y = NIL HEN = z ELSE IF k < key[y] HEN sx[y] = z ELSE dx[y] = z Rcerca poszoe del uovo odo caso II) caso I)

59 ARB: Isermeto d u odo ABR-sert_rc,z) IF!= NIL HEN IF key[z] < key[] HEN sx[]= ABR-sert_rcsx[],z) ELSE dx[]= ABR-sert_rcdx[],z) retur ELSE retur z Rcordate che qu z è l odo che cotee la chave da serre

60 ARB: Isermeto d u odo ABR-sert_rc,k) IF!= NIL HEN IF k < key[] HEN sx[]= ABR-sert_rcsx[],k) ELSE dx[]= ABR-sert_rcdx[],k) retur ELSE z = alloca odo ARB key[z] = k retur z Qu vece k è la chave da serre. S deve qud allocare l odo!

61 Cacellazoe rcorsva Iput <k Output <k = cacella,k)

62 Cacellazoe rcorsva Iput >k Output >k = cacella,k)

63 Cacellazoe rcorsva Iput k

64 Cacellazoe rcorsva caso I) Iput Output k

65 Cacellazoe rcorsva caso II) Iput Output k

66 Cacellazoe rcorsva caso III) Iput Output k m{} = stacca-mmo)

67 ARB: Cacellazoe rcorsva ABR-Cacella-rck,) IF!= NIL HEN IF k < key[] HEN sx[]=arb-cacella-rck,sx[]) ELSE IF k > key[] HEN dx[]=arb-cacella-rck,dx[]) ELSE /* k = key[] */ odo = IF dx[odo] = NIL HEN = sx[odo] ELSE IF sx[odo] = NIL HEN = dx[odo] ELSE odo = Stacca-mdx[],) copa odo deallocaodo) retur cas I e II caso III

68 ARB: Cacellazoe rcorsova Stacca-m,P) IF NIL HEN IF sx[] NIL HEN retur Stacca-msx[],) ELSE /* successore trovato */ IF = sx[p] sx[p] = dx[] Il parametro P deota l padre d og chamata. ELSE /* m è l prmo odo passato */ dx[p] = dx[] retur NOA. L algortmo stacca l odo mmo dell albero e e rtora l putatore. Può ache rtorare NIL caso o essta u mmo è vuoto). Il valore d rtoro dovrebbe essere qud verfcato dal chamate prma dell uso. Nel caso della cacellazoe rcorsva però samo scur che l mmo esste sempre e qud o è ecessaro esegure alcu cotrollo!

69 ARB: Cacellazoe d u odo caso I) Caso semplce: l odo z o ha fgl z

70 ARB: Cacellazoe d u odo caso I) Caso semplce: l odo z o ha fgl Possamo elmarlo y 9 5 z

71 ARB: Cacellazoe d u odo caso II) Caso II: l odo ha u solo fglo 8 4 z 9 5

72 ARB: Cacellazoe d u odo caso II) 8 Caso II: l odo ha u fglo Scartare l odo e coettere l padre al fglo x 4 y z 9 5

73 ARB: Cacellazoe d u odo caso II) 8 Caso II: l odo ha u fglo Scartare l odo e coettere l padre al fglo x 4 y z 9 5

74 ARB: Cacellazoe d u odo caso II) 8 Caso II: l odo ha u fglo Scartare l odo e coettere l padre al fglo x 4 y z 9 5

75 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl z

76 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl Calcolare l successore y z 8 4 y x

77 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl Calcolare l successore y z 8 y NOA: Il successore d u odo co due fgl o può avere u fglo sstro 5.5 x

78 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl Calcolare l successore y z 4 8 Staccare l successore y e coettere l padre al fglo destro y x

79 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl Calcolare l successore y.5 z y 4 x Staccare l successore y e coettere l padre al fglo destro Copa l coteuto del successore el odo 5 da cacellare

80 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl Calcolare l successore y.5 z y 4 x Staccare l successore y e coettere l padre al fglo destro Copa l coteuto del successore el odo 5 da cacellare

81 ARB: Cacellazoe d u odo caso III) Caso III: l odo ha due fgl y.5 z x Calcolare l successore y Staccare l successore y e coettere l padre al fglo destro Copa l coteuto del successore y el odo 5 da cacellare Deallocare l odo staccato y

82 ARB: Cacellazoe d u odo Caso I: Il odo o ha fgl. Semplcemete s elma. Caso II: Il odo ha u solo fglo. S collega l padre del odo al fglo e s elma l odo. Caso III: Il odo ha due fgl. s cerca l suo successore che ha u solo fglo destro); s elma l successore come Caso II); s copao camp valore del successore el odo da elmare.

83 ARB: Cacellazoe d u odo ABR-Cacella,z) IF sx[z] = NIL OR dx[z] = NIL) HEN y = z ELSE y = ARB-Successorez) IF sx[y]!= NIL HEN x = sx[y] ELSE x = dx[y] IF x!= NIL HEN padre[x]=padre[y] IF padre[y] = NIL HEN = x ELSE IF y = sx[padre[y]] HEN sx[padre[y]]=x ELSE dx[padre[y]]=x IF y!= z HEN copa camp d y z dealloca y retur

84 ARB: Cacellazoe d u odo ABR-Cacella,z) IF sx[z] = NIL OR dx[z] = NIL) HEN y = z ELSE y = ARB-Successorez) IF sx[y]!= NIL HEN x = sx[y] ELSE x = dx[y] IF x!= NIL HEN padre[x]=padre[y] IF padre[y] = NIL HEN = x ELSE IF y = sx[padre[y]] HEN sx[padre[y]]=x ELSE dx[padre[y]]=x y è l odo da elmare IF y!= z HEN copa camp d y z dealloca y retur cas I e II caso III

85 ARB: Cacellazoe d u odo ABR-Cacella,z) IF sx[z] = NIL OR dx[z] = NIL) HEN y = z ELSE y = ARB-Successorez) IF sx[y]!= NIL HEN x = sx[y] ELSE x = dx[y] IF x!= NIL HEN padre[x]=padre[y] IF padre[y] = NIL HEN = x ELSE IF y = sx[padre[y]] HEN sx[padre[y]]=x ELSE dx[padre[y]]=x IF y!= z HEN copa camp d y z dealloca y retur cas I e II y è l odo da elmare e x è l suo sosttuto y è sosttuto da x caso III

86 ABR-Cacella-ter,k) p = NIL z = WHILE z!= NIL && key[z]!=k) DO p = z IF key[z] > k) HEN z = sx[z] ELSE z = dx[z] y è l odo da elmare p è l padre d y x è l sosttuto d y IF z = NIL) HEN retur /* ulla da cacellare */ IF sx[z] = NIL OR dx[z] = NIL) HEN y = z ELSE /* z ha fgl: s cerca l successore */ y = dx[z]; p = z WHILE sx[y] NIL) DO p = y y = sx[y] IF sx[y] NIL) HEN x = sx[y] ELSE x = dx[y] IF p = NIL) HEN = x /* s sta cacellado la radce */ ELSE IF y = sx[p]) HEN sx[p]=x ELSE dx[p]=x IF y!= z) HEN /* z ha due fgl */ copa camp d y z dealloca y retur

87 ABR-Cacella-ter,k) p = NIL z = WHILE z!= NIL && key[z]!=k) DO p = z IF key[z] > k) HEN z = sx[z] ELSE z = dx[z] IF z = NIL) HEN retur /* ulla da cacellare */ IF sx[z] = NIL OR dx[z] = NIL) HEN y = z ELSE /* z ha fgl: s cerca l successore */ y = dx[z]; p = z WHILE sx[y] NIL) DO p = y y = sx[y] IF sx[y] NIL) HEN x = sx[y] ELSE x = dx[y] IF p = NIL) HEN = x /* s sta cacellado la radce */ ELSE IF y = sx[p]) HEN sx[p]=x ELSE dx[p]=x IF y!= z) HEN /* z ha due fgl */ copa camp d y z dealloca y retur y è l odo da elmare p è l padre d y x è l sosttuto d y Rcerca d k Cas I e II Rcerca successore Caso III Dstacco odo y da elmare e aggorameto del padre Copa successore Caso III

88 ARB: costo d Isermeto e Cacellazoe eorema. Le operazo d Isermeto e Cacellazoe sull seme damco Albero Baro d Rcerca possoo essere esegute tempo Oh) dove h è l altezza dell albero

89 Costo delle operazo su ABR L algortmo d sermeto NON garatsce che l albero rsultate sa blacato. Nel caso peggore l altezza h può essere par ad N umero de od) 8 9 5

90 Costo delle operazo su ABR L algortmo d sermeto NON garatsce che l albero rsultate sa blacato. Nel caso peggore l altezza h può essere par ad N umero de od) 8 9 Qud tutte le operazo vste hao costo ON) el caso peggore 5

91 Costo medo delle operazo su ABR Dobbamo calcolare la lughezza meda a) del percorso d rcerca. Assumamo che le chav arrvo orde casuale tutte abbao uguale probabltà d presetars). Allora la probabltà che ua chave sa la radce dell albero è /; Assumamo, oltre, che la probabltà che ua chave vega cercata sa /. a) = = p dove p è la lughezza meda su tutt possbl ABR) del percorso al odo

92 Costo delle operazo su ABR Se la chave è la radce dell albero, allora l sottoalbero sstro avrà - od e a) = = p l sottoalbero destro avrà - od - -

93 Costo delle operazo su ABR Se la chave è la radce dell albero, allora l sottoalbero sstro avrà - od e l sottoalbero destro avrà - od a) = = p cascuo degl - od a sstra hao lughezza meda del percorso a-)+ la radce ha lughezza del percorso par ad cascuo degl - od a sstra hao lughezza meda del percorso a-)+ - -

94 Costo delle operazo su ABR a ) sa la lughezza meda del percorso d rcerca co chav quado la radce è la chave a ) = [ a ) ] [ a ) ] a-) è la lughezza meda del percorso d rcerca co - chav a-) è la lughezza meda del percorso d rcerca co - chav

95 Costo delle operazo su ABR a ) sa la lughezza meda del percorso d rcerca co chav quado la radce è la chave a) è la meda degl a ), dove cascu a ) ha probabltà /, coè la probabltà che propro la chave sa la radce dell albero. a a a = ] ) [ ] ) [ ) = = a a ) ) allora

96 Costo delle operazo su ABR a) è la meda degl a ), dove cascu a ) ha probabltà / a a a = ] ) [ ] ) [ ) = = = a a ) ) allora = = a a ] ) [ ] ) [

97 Costo delle operazo su ABR = = a a a ] ) [ ] ) [ ) = = a a ) ) ) ) = = a ) ) = = 0 ) a

98 Costo delle operazo su ABR = = 0 ) ) a a = = 0 ) ) ) a a

99 Costo delle operazo su ABR = = 0 ) ) a a = = 0 ) ) ) a a = = 0 ) ) ) a a

100 Costo delle operazo su ABR = = 0 ) ) a a = = 0 ) ) ) a a = = 0 ) ) ) a a ) ) ) 0 = = a a

101 Costo delle operazo su ABR = = 0 ) ) ) ) a a a ) ) ) 0 = = a a ) ) ) = a a

102 Costo delle operazo su ABR Fuzoe armoca ) ) ) = a a ) ) = H a H... ) = Dmostrare per duzoe

103 Costo delle operazo su ABR a ) = H ) Dmostrare per duzoe a ) = l ) = l c H ) = l... Formula d Eulero dove 0.577

104 Alber perfettamete blacat Defzoe: U albero baro s dce Perfettamete Blacato se, per og odo, l umero de od el suo sottoalbero sstro e l umero de od del suo sottoalbero destro dfferscoo al pù d

105 Alber perfettamete blacat Defzoe: U albero baro s dce Perfettamete Blacato se, per og odo, l umero de od el suo sottoalbero sstro e l umero de od del suo sottoalbero destro dfferscoo al pù d La lughezza meda a ) del percorso u albero perfettamete blacato APB) co od è approssmatvamete a' ) = log

106 Cofroto tra ABR e APB Il rapporto tra la lughezza meda a) del percorso u albero d rcerca e la lughezza meda a ) ell albero perfettamete blacato è per suffcetemete grade) è approssmatvamete a ) a' ) = l log c l log = l,8 trascurado term costat)

107 Cofroto tra ABR e APB Cò sgfca che, se ache blacassmo perfettamete l albero dopo og sermeto l guadago sul percorso medo che otterremmo NON supererebbe l 9%. a a' = l log c = l log = l.8 Scosglable ella maggor parte de cas, a meo che l umero de od e l rapporto tra rcerche e sermet sao molto grad.

Problema della Ricerca

Problema della Ricerca 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

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

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

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

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

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

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

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

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

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

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

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

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

Alberi binari di ricerca

Alberi binari di ricerca Alberi binari di ricerca Definizione Visita dell albero inorder Ricerca Ricerca minimo, massimo e successore. Inserimento ed eliminazione di un nodo Problema del bilanciamento dell albero Albero binario

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

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

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

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Alberi Binari di Ricerca (BST) Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2006/07 Alberi Binari di Ricerca (Binary Search Trees BST)

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

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

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

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

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

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

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

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

Algoritmi e Strutture Dati & Laboratorio di Algoritmi e Programmazione

Algoritmi e Strutture Dati & Laboratorio di Algoritmi e Programmazione Algoritmi e Strutture Dati & Laboratorio di Algoritmi e Programmazione Esercizi II parte Esercizio 1 Discutere la correttezza di ciascuna delle seguenti affermazioni. Dimostrare formalmente la validità

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

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

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

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

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

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

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

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

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

Code a priorità (Heap) Definizione Heapify (mantenimento coda a priorità) Costruire un Heap Insert, Maximum e Extract-Max

Code a priorità (Heap) Definizione Heapify (mantenimento coda a priorità) Costruire un Heap Insert, Maximum e Extract-Max Code a prortà (Heap) Defnzone Heapfy (mantenmento coda a prortà) Costrure un Heap Insert, Maxmum e Extract-Max Coda a prortà (Heap) Una coda a prortà può essere rappresentato da un albero bnaro completo.

Dettagli

Successioni. Grafico di una successione

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

Dettagli

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

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

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

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

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

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

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

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

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

Esercizi Capitolo 6 - Alberi binari di ricerca

Esercizi Capitolo 6 - Alberi binari di ricerca Esercizi Capitolo 6 - Alberi binari di ricerca Alberto Montresor 23 settembre 200 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile

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

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

La struttura dati ad albero binario

La struttura dati ad albero binario La struttura dati ad albero binario L albero è una struttura dati nella quale le informazioni sono organizzate in modo gerarchico, dall alto verso il basso. Gli elementi di un albero si chiamano nodi,

Dettagli

Schemi a blocchi. Sistema in serie

Schemi a blocchi. Sistema in serie Scem a blocc Nel caso ssem semplc, ques possoo essere scemazza meae blocc, ce rappreseao vers compoe, collega ra loro sere o parallelo a secoa ella logca uzoameo. Vl Valvolal solvee Sesore Pompa Pompa

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

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

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

Variazione approssimata del valore attuale

Variazione approssimata del valore attuale arazoe approssmaa del valore auale Fabo Bell 0 Abbamo vso le prcpal propreà della durao e dvers mod d calcolarla var esemp, ra cu ol a cedola fssa. Roramo alla relazoe che lega la durao alla sesvà del

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

STATISTICA DESCRITTIVA

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

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

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

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

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

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

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

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

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. ESEMPIO 3 I uer dc de prezz e delle produzo Da geao a dcebre prezz de quattro prodott soo auetat del: (,48 ) 4,8% assuedo che le quattà vedute sao quelle d dcebre. I due dc (Laspeyres e Paasche) dao luogo

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti

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

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

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

Modelli MILP per il Supply Chain Design

Modelli MILP per il Supply Chain Design Corso d Progettazoe e Gestoe della Supply Cha (PGSC) Facoltà d Igegera Modell MILP per l Supply Cha Desg Ig. Toaso Ross Uverstà C. Cattaeo LIUC Cetro d Rcerca sulla Logstca GLI STRUMENTI PER LA CONFIGURAZIONE.

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

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

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

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

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

Serie numeriche: esercizi svolti

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

Dettagli

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

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

Dettagli

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

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

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

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

Percorsi di matematica per il ripasso e il recupero

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

Dettagli

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

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

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

B-Tree. Struttura dati usata in applicazioni che necessitano di gestire insiemi di chiavi ordinate Una variante (B+-Tree) è diffusa in:

B-Tree. Struttura dati usata in applicazioni che necessitano di gestire insiemi di chiavi ordinate Una variante (B+-Tree) è diffusa in: B-Tree Prof. Rudolf Bayer Struttura dati usata in applicazioni che necessitano di gestire insiemi di chiavi ordinate Una variante (B+-Tree) è diffusa in: Filesystem: btrfs, NTFS, ReiserFS, NSS, XFS, JFS

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

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

Complessità Computazionale

Complessità Computazionale Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo

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

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

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

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

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

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

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

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo appello del. primo modulo. di ANALISI 18.07.2006 Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri

Dettagli

Alcuni parametri statistici di base

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

Dettagli