Teoria delle Decisioni. Lezioni 1 e 2 a.a J. Mortera, Università Roma Tre

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it"

Transcript

1 Teoria delle Decisioni Lezioni 1 e 2 a.a J. Mortera, Università Roma Tre

2 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc.) si trovano spesso in situazioni in cui debbono scegliere tra diverse azioni. Per esempio, il governo deve decidere tra diverse politiche economiche (regimi pensionistici). Decisioni personali, di imprenditori, politici... Producono CONSEGUENZE che possono coinvolgere altre persone o cose.

3 Si deve distinguere tra problemi di decisione per: singole unità (anche l intero corpo elettorale puo essere considerata una singola unità ) più unità in condizioni di conflitto (teoria dei giochi) Si propongono delle linee guida per decisori che consentono di SUDDIVIDERE COMPLESSI problemi decisionali in SOTTOPROBLEMI PIU SEMPLICI. Questi vengono analizzati e ricombinati per fornire la soluzione al problema più ampio. Si cerchera di individuare le CONDIZIONI DI COERENZA da rispettare in ogni processo decisionale.

4 Non sarà uno studio DESCRITTIVO ma NORMATIVO o PRESCRITTIVO Come prima cosa si deve costruire un elenco delle decisioni e/o azioni possibili. Quest elenco deve essere ESAUSTIVO e ESCLUSIVO. Una decisione deve essere presa e al massimo una di esse PUO essere presa. Le decisioni sono prese in condizioni di INCERTEZZA. Esempio: n. di articoli da ordinare nel nostro negozio. Dipende dalla domanda futura di diversi articoli, che NON E NOTA!!

5 Decisioni possibili L elenco delle decisioni possibili deve essere esaustiva ed esclusiva. Indichiamo l insieme (il vettore) delle decisioni possibili con: δ = (δ 1, δ 2,, δ m ) con insieme degli eventi incerti : θ = (θ 1, θ 2,, θ n ), dove il numero di eventi n non è neccessariamente uguale al numero di decisioni m. Il problema è di scegliere un singolo δ i, i = 1,, m senza sapere quale evento θ i si verifica.

6 RICHIAMI DI CALCOLO DELLE PROBABILITÀ Sia dato un evento A, ci si chiede: Cosa è la probabilità di un evento A? Cosa significa che P (A) = 1/6. Ci sono due interpretazioni della probabilità : l impostazione soggetivista l impostazione frequentista IMPOSTAZIONE SOGGETTIVA (B. de Finetti) La probabilità di un evento il grado di fiducia di un individuo nel verificarsi di un evento.

7 Ne consegue: non esistono probabiltà incognite individui diversi possono avere probabilità diverse sul verificarsi dell evento A. La probabilità di A per te rappresenta il tuo stato di informazione su A. La modalità operativa per quantificare la valutazione soggettiva della probabilità è basata sullo schema delle scomesse.

8 Quantificazione delle Probabilità Come assegnare/elicitare le probabilità? A. Criterio della Scommessa: Valutazioni di probabilità di un individuo vengono basate su scommesse ipotetiche. La tua probabilità di A è p se sei indifferente tra: a) ricevere p con certezza; b) scommettere e ricevere { 1 se A 0 se Ā La probabilità è quindi il prezzo equo di un evento incerto.

9 Il guadagno (aleatorio) è dato da { 1 p se A g = p se Ā B. Criterio della Penalizzazione: Sceglierai la tua probabilità di A, P (A) = p, sapendo che subirai una penalizzazione pari a: { (1 p) 2 se A p 2 se Ā (si tornerà in seguito sulle funzoni di perdita) (1)

10 Coerenza La scelta di p sia in 1) che in 2) deve essere coerente, cioè non deve produrre nè una vincita certa nè una perdita certa. Esercizio 1 Seguendo il principio di coerenza dimostrare che: a) p(a) 0 b) P (Ω) = 1 c) P (A B) = P (A) + P (B), per A B = *** esempio di Savage ***

11 Impostazione Frequentista ( Oggettiva ) La probabilità è definita come il limite delle frequenza osservate in un gran numero di prove ripetute dello stesso evento ( nelle medesime condizioni). Nè consegue che: i) P (A) è incognita perchè non si ripeterà mai infinite volte un esperimento (non è osservabile) ii) Solo eventi ai quali è possibile pensare di effettuare infinite prove ripetute sono probabilizzabili i) esiste una probabilità vera generalmente incognita che si cerca di stimare. ii) solo risultati di misure ripetute, estrazioni casuali, ecc. sono probabilizzabili.

12 In questa impostazione come possiamo assegnare la probabilità ad eventi come 1. La Roma vincerà la prossima partita 2. Il tasso di inflazione nel prossimo trimestre scenderà sotto il 2%

13 Assiomatizzazione La probabilità è una funzione di insieme definita sulla classe A di eventi e assume valori reali in [0, 1]. P : A [0, 1] Assiomi 1. A è un algebra di sottoinsiemi di Ω 2. 0 P (A) 1, A A 3. P (Ω) = 1, P ( ) = 0 4. P ( n i=1 A i) = n i=1 P (A i), se A i A j =, i j L assioma 1. significa che utilizzando le operazioni, e c (Ā) (unione, intersezione e complemento tra insiemi

14 (eventi)) su un numero finito di s.i. di A si ottengono ancora elementi di A. (Diremo anche che P d insieme) Assiomi aggiuntivi una misura di A, funzione additiva 1 A è una σ algebra di s.i. di A. (cioè contiene anche l unioni numerabili di propri elementi) 4 P ( i=1 A i) = i=1 P (A i), se A i A j =, i j Spazio di probabilità (Ω, A, P )

15 Richiami: probabilità condizionata P (A B) = P (A B)/P (B) se P (B) > 0 (2) Dipendenza e Indipendenza Stocastica Dati due eventi A ed B possono sussistere le seguenti relazioni a) P (A) < P (A B) (associazione positiva) b) P (A) > P (A B) (associazione negativa) c) P (A) = P (A B) e scriveremo A B Inoltre dalla (2) si ha che A B implica P (A B) = P (A)P (B)

16 Si dice che due eventi sono stocasticamente indipendenti se P (A B) = P (A)P (B) Inoltre l indipendenza è una proprietà simmetrica se A B allora B A. Esercizio 2. Dimostrare: Se A B allora A B, B Ā e Ā B. Diremo che n eventi E 1, E 2,, E n sono mutauamente indipendenti tra loro se susiste l independenza a due a due, a tre a tre,...ecc., cioè P (E 1 E k ) = P (E 1 ) P (E k ) per k = 2, 3, n (e per qualsiasi ordine dei fattori).

17 Indipendenza Condizionata Attenzione il concetto di indipendenza A B non si deve confondere con quello di indipendenza condizionata (condizionale) A B C P (A B C) = P (A C)P (B C) Esercizio 3: Monty Hall west/javahtml/letsmakeadeal

18 Teorema di Bayes Sia {H 1,, H k } una partizione di Ω. Per qualunque evento A Ω con P (A) > 0 si ha: P (H i A) = P (H i )P (A H i ) k j=1 P (H j)p (A H j ). Nel caso più semplice la partizione di Ω è H H e si ha P (H A) = P (H)P (A H) P (A) dove P (A) = P (A H)P (H) + P (A H)P ( H).

19 Esempio: Test Elisa per HIV+ T -Test positivo, T -Test negativo, M-malato P (T M) = 0.99 P ( T M) = 0.9 Popolazione USA 300 millioni e circa un millione sono HIV+ quindi P (M) =? Ora, se un individuo risulta positivo al test che probabilità ha di essere HIV+? Dobbiamo calcolare la probabilità a posteriori P (M T )? Applicando il teorema di Bayes abbiamo: P (M T ) = P (M)P (T M) P (T )

20 dove P (T ) = P (T M)P (M) + P (T M)P ( M) quindi P (M T ) = e P (M T ) =. Si è quindi passati da una probabilità a priori di essere HIV+ pari a P (M) = ad una probabilità a posteriori di essere HIV+ P (M T ) (condizionata all informazione di essere risultato positivo al test) pari a.

21 Esercizio 4. NSA (National Security Agency) ha un programma illegale di spionaggio domestico (DSP). La NSA valuta che se sei un terrorista DSP porta alla tua cattura (spesso violenta!) con alta probabilità pari a ; mentre se non sei un terrorista la probabilità di essere catturato è pari all 1%. Vi sembra che DSP è un programma efficace? Risulta che in un anno tra gli 31,000 sospettati catturati con DSP soltanto 0.32% erano realmente terroristi. Spiegare l accaduto? Il programma di spionaggio domestico vi sembra una strategia buona?

22 Esercizio 5. Pippo vuole investire in certe azioni e pensa che la probabilità con cui saliranno (S) nel prossimo mese è pari a P (S) = 0.6. Pippo deve decidere se consultare l agente di cambio Paperone. Paperone, dopo un compenso, puo consigliare di comperare C o non comperare C e Pippo valuta l affidabilità di Paperone come segue: P (C S) = 0.8 e P (C S) = 0.3. Basandovi sulla probabilità a posteriori che le azioni salgono quando Paperone consiglia di comperare e quando consiglia di non comperare (P (S C) e P (S C)) date un consiglio a Pippo.

23 ODDS-Ragione di scommessa Nell esempio 5., P (S) = 0.6 e quindi P ( S) = 1 P (S) = 0.4 e potremo dire che le azioni sono date 6:4, cioè con odds (a priori) a favore di S pari a O(S) = P (S)/(1 P (S)) = P (S)/P ( S) =. Inoltre, gli odds a favore di S a posteriori sono dati da O(S C) = P (S C) P ( S C). Possiamo dunque, riscrivere il teorema di Bayes in termini di odds come P (S C) P (S) P (C S) = P ( S C) P ( S) P (C S) ossia O(S C) = O(S) P (C S) P (C S), dove l ultimo termine è il rapporto di verosimiglianza (Likelihood ratio) Odds a Posteriori = Odds a Priori LR

24 La Scomessa Olandese- Dutch book Ricordiamo che P (A) + P (Ā) = 1. Supponiamo che agite in modo incoerente ed assegnate a P (A) = 0.2 ed a P (Ā) = 0.7. Questo significa che la ragione di scommessa (1 P (A)) (odds) contro A sono 4 : 1, poichè P (A) = 0.8/0.2), cioè per voi è equo pagare 4x a chi ne scommette x. Il vostro guadagno è : { 4x se A x se Ā Analogamente gli odds contro Ā sono di 3 : 7 quindi il vostro guadagno è : { 3/7y y se Ā se A

25 Calcolate il vostro guadagno/perdita complessiva con x = 2 e y = 7 Euro. Una combinazioni di scommesse che da una perdita certa viene detta scommessa olandese (Dutch book)

26 Paradosso di Simpson Esempio: 40 aziende adottano una nuova strategia di marketing M e 40 non l adottano M. Si registra se hanno incrementato le vendite I oppure no Ī. La tabella seguente indica i risultati per le 80 aziende: I Ī totale % incremento M % M % Mentre se esamino separatamente le tabelle per le aziende dell Italia Centrale C: I Ī totale % incremento M % M %

27 e quella delle aziende dell Italia Settentrionale, C: I Ī totale % incremento M % M % Dalla prima tabella si deduce che P (I M) = 0.5 e P (I M) = 0.4. Mentre risulta che: P (I M, C) = 0.6 e P (I M, C) = 0.7, P (I M, C) = 0.2 e P (I M, C) = 0.3 ma poichè dal teorema delle probabilità totali: P (I M) = P (I M, C)P (C M) + P (I M, C)P ( C M)

28 si ha dove P (C M) = p e inoltre 0.5 = 0.6p + 0.2(1 p) P (I M) = P (I M, C)P (C M) + P (I M, C)P ( C M) e pern P (C M) = r si ha: 0.40 = 0.7r + 0.3(1 r). Nel nostro esempio p = 30/40 = 0.75 e molto diverso da r = 0.25 e quindi l incremento di vendite nelle aziende che hanno aderito alla strategia di marketing risulta superiore quando queste vengono aggregate, mentre se condizioniamo alla zona geografica C e C la proporzione si roverscia. Se p e q fossero circa uguali la composizione sarebbe stata la stessa e il paradosso non sarebbe sorto.

29 Esempio Famoso: Florida murderers Le Sentenze in 4863 casi di assassinio in Florida dal Sentenza Assassino Morte Altro % Morte Nero % Bianco % Vi è una percentuale di condannati a morte leggermente più alta per i condannati bianchi rispetto a quelli neri.

30 Se controlliamo il colore della vittima Sentenza Vittima Assassino Morte Altro % Morte Nero Nero % Bianco % Bianco Nero % Bianco % Ora condizionatamente al colore della vittima le cose sono molto diverse. Da notare in particolare che tra 111 bianchi che hanno amazzato una vittima nera nessuno è stato condannato a morte! Condizionatamente al colore della vittima, colore dell assassino e sentenza SONO stocasticamente dipendenti.

31 Ammissione a Berkeley Dipartimento Sesso Ammesso? Si No % ammessi I Maschio % Femmina % II Maschio % Femmina % III Maschio % Femmina % IV Maschio % Femmina % V Maschio % Femmina % VI Maschio % Femmina % Per le tre variabili A: Ammesso?, S: Sesso, and D: Dipartmento è interessante vedere se vi è indipendenza tra due variabli mantenendo fissa una. Per esempio, l ammissione è indipende dal sesso per ogni dipartimento separatamente A S D? Graphicamente possiamo rappresentarlo come

32

33 Indipendenza marginale Consideriamo la tabella marginale Sesso Ammesso? Si No % Maschio % Femmina % Notate che nella tabella marginale le ammissioni sono molto più basse per le femmine. Se invece consideriamo i dipartimenti separatamente vi è una differenza solo per il dipartmento I, ed inoltre le ammissioni sono più alte per le femmine.! Cioè non è vero che A S.

34 Paradosso di Simpson Le due condizioni S A, S A D sono diverse e sono entrambe valide solo nel caso in cui una delle variabili è completamente indipendente da entrambe le altre due, cioè S (A, D) oppure (S, D) A. Questo fatto è noto come paradosso di Yule-Simpson.

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

TEORIA DELL UTILITÀ E DECISION PROCESS TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t),

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t), SINTESI. Una classe importante di problemi probabilistici e statistici é quella della stima di caratteristiche relative ad un certo processo aleatorio. Esistono svariate tecniche di stima dei parametri

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto?

Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? Dai rapporti temporanei all occupazione stabile: un percorso sempre più incerto? di Anna de Angelini La maggior flessibilità in entrata introdotta dalla normativa sui rapporti di lavoro a partire seconda

Dettagli

Esistenza di funzioni continue non differenziabili in alcun punto

Esistenza di funzioni continue non differenziabili in alcun punto UNIVERSITÀ DEGLI STUDI DI CAGLIARI FACOLTÀ DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN MATEMATICA Esistenza di funzioni continue non differenziabili in alcun punto Relatore Prof. Andrea

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Capitolo 3. Sé e identità

Capitolo 3. Sé e identità Capitolo 3 Sé e identità Concetto di sé come Soggetto e oggetto di conoscenza Io / me, autoconsapevolezza Processo di conoscenza Struttura cognitiva Insieme di spinte motivazionali: autovalutazione, autoverifica

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Teoria dei giochi Gioco Interdipendenza strategica

Teoria dei giochi Gioco Interdipendenza strategica Teoria dei giochi Gioco Interdipendenza strategica soggetti decisionali autonomi con obiettivi (almeno parzialmente) contrapposti guadagno di ognuno dipende dalle scelte sue e degli altri Giocatori razionali

Dettagli

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it La Bella Addormentata e altre illusioni probabilistiche Aljoša Volčič volcic@unical.it Firenze, 25 novembre 2009 1 Che cosa è la probabilità? La probabilità di un evento A è la misura del grado di fiducia

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

Introduzione alla Teoria dei Giochi

Introduzione alla Teoria dei Giochi Introduzione alla Teoria dei Giochi A. Agnetis Questi appunti presentano alcuni concetti introduttivi fondamentali di Teoria dei Giochi. Si tratta di appunti pensati per studenti di Ingegneria Gestionale

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

CORSO INTEGRATO DI GENETICA E BIOLOGIA MOLECOLARE ESERCIZI DI GENETICA

CORSO INTEGRATO DI GENETICA E BIOLOGIA MOLECOLARE ESERCIZI DI GENETICA CORSO INTEGRATO DI GENETICA E BIOLOGIA MOLECOLARE ESERCIZI DI GENETICA (1) Dato il genotipo AaBb: quali sono i geni e quali gli alleli? Disegnate schematicamente questo genotipo con i geni concatenati

Dettagli

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Capitolo II. GLI ISTITUTI, LE AZIENDE, LA SPECIALIZZAZIONE ECONOMICA

Capitolo II. GLI ISTITUTI, LE AZIENDE, LA SPECIALIZZAZIONE ECONOMICA Capitolo II. GLI ISTITUTI, LE AZIENDE, LA SPECIALIZZAZIONE ECONOMICA 1 LE SOCIETÀ UMANE E IL BENE COMUNE Ciascuna persona partecipa a più società umane di varia natura: famiglie, Stato, istituti pubblici

Dettagli

Il monitoraggio della gestione finanziaria dei fondi pensione

Il monitoraggio della gestione finanziaria dei fondi pensione Il monitoraggio della gestione finanziaria nei fondi pensione Prof. Università di Cagliari micocci@unica.it Roma, 4 maggio 2004 1 Caratteristiche tecnico - attuariali dei fondi pensione Sistema finanziario

Dettagli

Razionalità organizzativa e struttura

Razionalità organizzativa e struttura Un organizzazione è sempre compresa in sistemi più ampi Alcune parti dell organizzazione inevitabilmente sono interdipendenti con altre organizzazioni non subordinate e fuori dalle possibilità di controllo

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

Corso di Politica Economica

Corso di Politica Economica Corso di Politica Economica Lezione 6: Equilibrio economico generale (part 2) David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Potenziale Elettrico. r A. Superfici Equipotenziali. independenza dal cammino. 4pe 0 r. Fisica II CdL Chimica

Potenziale Elettrico. r A. Superfici Equipotenziali. independenza dal cammino. 4pe 0 r. Fisica II CdL Chimica Potenziale Elettrico Q V 4pe 0 R Q 4pe 0 r C R R R r r B q B r A A independenza dal cammino Superfici Equipotenziali Due modi per analizzare i problemi Con le forze o i campi (vettori) per determinare

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

OGNI SPAZIO VETTORIALE HA BASE

OGNI SPAZIO VETTORIALE HA BASE 1 Mimmo Arezzo OGNI SPAZIO VETTORIALE HA BASE CONVERSAZIONE CON ALCUNI STUDENTI DI FISICA 19 DICEMBRE 2006 2 1 Preliminari Definizione 1.0.1 Un ordinamento parziale (o una relazione d ordine parziale)

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

GUIDA OPERATIVA. Personale dei comparti:

GUIDA OPERATIVA. Personale dei comparti: GUIDA OPERATIVA Personale dei comparti: Modalità di calcolo del monte ore dei permessi sindacali di spettanza delle organizzazioni sindacali rappresentative e della RSU nei luogo di lavoro Novembre 2013

Dettagli

B9. Equazioni di grado superiore al secondo

B9. Equazioni di grado superiore al secondo B9. Equazioni di grado superiore al secondo Le equazioni di terzo grado hanno una, due o tre soluzioni, risolvibili algebricamente con formule molto più complesse di quelle dell equazione di secondo grado.

Dettagli

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 7 maggio 2015 LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2015-2017 Nel 2015 si prevede un aumento del prodotto interno lordo (Pil) italiano pari allo 0,7% in termini reali, cui seguirà una crescita dell

Dettagli

i tassi di interesse per i prestiti sono gli stessi che per i depositi;

i tassi di interesse per i prestiti sono gli stessi che per i depositi; Capitolo 3 Prodotti derivati: forward, futures ed opzioni Per poter affrontare lo studio dei prodotti derivati occorre fare delle ipotesi sul mercato finanziario che permettono di semplificare dal punto

Dettagli

Analisi della comunicazione del gioco nella sua evoluzione

Analisi della comunicazione del gioco nella sua evoluzione Nel nostro Paese il gioco ha sempre avuto radici profonde - Caratteristiche degli italiani in genere - Fattori difficilmente riconducibili a valutazioni precise (dal momento che propensione al guadagno

Dettagli

1 LA CORRENTE ELETTRICA CONTINUA

1 LA CORRENTE ELETTRICA CONTINUA 1 LA CORRENTE ELETTRICA CONTINUA Un conduttore ideale all equilibrio elettrostatico ha un campo elettrico nullo al suo interno. Cosa succede se viene generato un campo elettrico diverso da zero al suo

Dettagli

Equilibrio economico generale e benessere

Equilibrio economico generale e benessere Scambio Equilibrio economico generale e benessere Equilibrio economico generale e benessere (KR 12 + NS 8) Dipartimento di Economia Politica Università di Milano Bicocca Outline Scambio 1 Scambio 2 3 4

Dettagli

Teoria degli insiemi

Teoria degli insiemi Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di

Dettagli

Lezione XII: La differenziazione del prodotto

Lezione XII: La differenziazione del prodotto Lezione XII: La differenziazione del prodotto Ci sono mercati che per la natura del loro prodotto, la numerosità dei soggetti coinvolti su entrambi i lati del mercato (e in particolare, la bassa concentrazione

Dettagli

Materiale di approfondimento: numeri interi relativi in complemento a uno

Materiale di approfondimento: numeri interi relativi in complemento a uno Materiale di approfondimento: numeri interi relativi in complemento a uno Federico Cerutti AA. 2011/2012 Modulo di Elementi di Informatica e Programmazione http://apollo.ing.unibs.it/fip/ 2011 Federico

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016

LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016 5 maggio 2014 LE PROSPETTIVE PER L ECONOMIA ITALIANA NEL 2014-2016 Nel 2014 si prevede un aumento del prodotto interno lordo (Pil) italiano pari allo 0,6% in termini reali, seguito da una crescita dell

Dettagli

guida introduttiva alla previdenza complementare

guida introduttiva alla previdenza complementare 1 COVIP Commissione di Vigilanza sui Fondi Pensione guida introduttiva alla previdenza complementare www.covip.it 3 Questa Guida è stata realizzata dalla COVIP Indice grafica e illustrazioni Studio Marabotto

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

Lezione 29: Modello Domanda-Offerta Aggregata (AD-AS)

Lezione 29: Modello Domanda-Offerta Aggregata (AD-AS) Corso di Economia Politica prof. S. Papa Lezione 29: Modello Domanda-Offerta Aggregata (AD-AS) Facoltà di Economia Sapienza Roma Introduciamo i prezzi Finora abbiamo ipotizzato che i prezzi fossero dati

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi ommario Corso di tatistica Facoltà di Economia a.a. 2006-2007 2007 francesco mola L algebra degli eventi Diagrammi di Venn Teoremi fondamentali Probabilità Condizionata ed Indipendenza tocastica Lezione

Dettagli

EQUAZIONI CON VALORE ASSOLUTO

EQUAZIONI CON VALORE ASSOLUTO VALORE AOLUTO EQUAZIONI CON VALORE AOLUTO Esercizi DIEQUAZIONI CON VALORE AOLUTO Esercizi Prof. Giulia Cagnetta ITI Marconi Domodossola (VB) *EQUAZIONI CON VALORE AOLUTO Data una qualsiasi espressione

Dettagli

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione METODO DELLE FORZE CORSO DI PROGETTZIONE STRUTTURLE a.a. 010/011 Prof. G. Salerno ppunti elaborati da rch. C. Provenzano 1. METODO DELLE FORZE PER L SOLUZIONE DI STRUTTURE IPERSTTICHE 1.1 Introduzione

Dettagli

E. Bisetto e D. Bordignon per

E. Bisetto e D. Bordignon per Personal Branding pensare, creare e gestire un brand a cura di E. Bisetto e D. Bordignon per Cosa significa Personal Branding Come si fa Personal Branding Come coniugare Brand Personale e Brand Aziendale

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO 9 PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO Il capitolo che sta per iniziare presenta alcuni argomenti dall aspetto un po arido. Tuttavia, nelle facoltà

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Rappresentazione dei numeri in un calcolatore

Rappresentazione dei numeri in un calcolatore Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri in un calcolatore Lezione 2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione dei numeri

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI

SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI G. FANO (Torino - Italia) SULLE VARIETÀ ALGEBRICHE A TRE DIMENSIONI AVENTI TUTTI I GENERI NULLI 1. - La distinzione, che pareva tradizionale, tra scienze di ragionamento e scienze sperimentali è ormai

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

GUIDA ALLA RELAZIONE CON I FORNITORI

GUIDA ALLA RELAZIONE CON I FORNITORI GUIDA ALLA RELAZIONE CON I FORNITORI Indice 1 Introduzione 2 2 Come ERA collabora con i fornitori 3 Se siete il fornitore attualmente utilizzato dal cliente Se siete dei fornitori potenziali Se vi aggiudicate

Dettagli

Applicazioni dell'analisi in più variabili a problemi di economia

Applicazioni dell'analisi in più variabili a problemi di economia Applicazioni dell'analisi in più variabili a problemi di economia La diversità tra gli agenti economici è alla base della nascita dell attività economica e, in generale, lo scambio di beni e servizi ha

Dettagli

Mini Guida. Lotta alle frodi nella RC Auto

Mini Guida. Lotta alle frodi nella RC Auto Mini Guida Lotta alle frodi nella RC Auto Guida realizzata da Con il patrocinio ed il contributo finanziario del LOTTA ALLE FRODI NELLA RC AUTO Le frodi rappresentano un problema grave per il settore della

Dettagli

1 Alcuni criteri di convergenza per serie a termini non negativi

1 Alcuni criteri di convergenza per serie a termini non negativi Alcuni criteri di convergenza per serie a termini non negativi (Criterio del rapporto.) Consideriamo la serie a (.) a termini positivi (ossia a > 0, =, 2,...). Supponiamo che esista il seguente ite a +

Dettagli

Conduzione di uno studio epidemiologico (osservazionale)

Conduzione di uno studio epidemiologico (osservazionale) Conduzione di uno studio epidemiologico (osservazionale) 1. Definisco l obiettivo e la relazione epidemiologica che voglio studiare 2. Definisco la base dello studio in modo che vi sia massimo contrasto

Dettagli

I beni pubblici come causa del fallimento del mercato. Definizioni e caratteristiche

I beni pubblici come causa del fallimento del mercato. Definizioni e caratteristiche I beni pubblici come causa del fallimento del mercato. Definizioni e caratteristiche (versione provvisoria) Marisa Faggini Università di Salerno mfaggini@unisa.it I beni pubblici rappresentano un esempio

Dettagli

Scegli il Totem. La forza di Tòco sta nella continuità.

Scegli il Totem. La forza di Tòco sta nella continuità. Studio Le tue aspettative, il nostro Totem. Nella tradizione indigena il tucano rappresenta la guida per la comunicazione tra la realtà ed il mondo dei sogni. Per Tòco è il simbolo della comunicazione

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

Abitudini e stili di vita della paziente donna giovane

Abitudini e stili di vita della paziente donna giovane POpolazione Sieropositiva ITaliana Abitudini e stili di vita della paziente donna giovane Survey realizzata da In collaborazione con Con il supporto non condizionato di 3 METODOLOGIA Progetto POSIT POpolazione

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

Risk management come opportunità per un nuovo welfare

Risk management come opportunità per un nuovo welfare Risk management come opportunità per un nuovo welfare Il contesto economico e sociale in cui operano i comitati Uisp condiziona la loro attività mettendoli di fronte a criticità di natura organizzativa,

Dettagli

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Rimini, 26 aprile 2006 1 The Inter temporal Effects of International Trade Valore in $ del consumo di beni oggi G D F H 1/(1+r) G Valore

Dettagli

Uno Assicurazioni SpA Gruppo Lungavita

Uno Assicurazioni SpA Gruppo Lungavita Uno Assicurazioni SpA Gruppo Lungavita PIANO INDIVIDUALE PENSIONISTICO DI TIPO ASSICURATIVO - FONDO PENSIONE Iscritto all Albo tenuto dalla Covip con il n. *** Nota informativa per i potenziali aderenti

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

Appunti di Algebra Lineare

Appunti di Algebra Lineare Appunti di Algebra Lineare Indice 1 I vettori geometrici. 1 1.1 Introduzione................................... 1 1. Somma e prodotto per uno scalare....................... 1 1.3 Combinazioni lineari e

Dettagli

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

La Borsa delle idee Innovare: il reale valore dei social network

La Borsa delle idee Innovare: il reale valore dei social network La Borsa delle idee Innovare: il reale valore dei social network Di cosa parliamo? La Borsa delle Idee è la soluzione per consentire alle aziende di coinvolgere attivamente le persone (dipendenti, clienti,

Dettagli

INDAGINE LAST CMR (COMMUNITY MEDIA RESEARCH) PER LA STAMPA

INDAGINE LAST CMR (COMMUNITY MEDIA RESEARCH) PER LA STAMPA INDAGINE LAST CMR (COMMUNITY MEDIA RESEARCH) PER LA STAMPA L epoca in cui viviamo, caratterizzata dalla velocità e dall informazione, vede limitate le nostre capacità previsionali. Non siamo più in grado

Dettagli

2 Formulazione dello shortest path come problema di flusso

2 Formulazione dello shortest path come problema di flusso Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10 Lecture 20: 28 Maggio 2010 Cycle Monotonicity Docente: Vincenzo Auletta Note redatte da: Annibale Panichella Abstract In questa lezione

Dettagli

guida introduttiva alla previdenza complementare

guida introduttiva alla previdenza complementare COVIP Commissione di Vigilanza sui Fondi Pensione COVIP Commissione di Vigilanza sui Fondi Pensione Con questa Guida la COVIP intende illustrarti, con un linguaggio semplice e l aiuto di alcuni esempi,

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli