Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale
|
|
- Giorgiana Papi
- 7 anni fa
- Visualizzazioni
Transcript
1 Statistica sociale Laurea specialistica i Progettazioe e gestioe del turismo culturale Lezioe 8 Itroduzioe all aalisi aalisi statistica dei dati (2) Gialuca Domiutti
2 Si presetao quidi alcue misure statistiche che cosetoo di descrivere i sitesi le distribuzioi di frequeze costruite i precedeza. I particolare si parlerà di 1 Idici di posizioe 2 Idici di variabilità 3 Idici di variabilità relativa 4 La mutabilità 5 Rapporti statistici
3 1 Idici di posizioe 1 Idici di posizioe Gli idici di posizioe soo delle misure medie di sitesi che rappresetao ua distribuzioe di frequeze. Cosidereremo le misure che soo applicabili ai caratteri qualitativi (moda) e ai caratteri quatitativi (mediaa, media), ricordado che le elaborazioi che si fao sulle variabili o soo applicabili alle mutabili. 1.1 La moda (Mo) La moda è la modalità del carattere, mutabile o variabile, a cui è associata la frequeza più elevata, ovvero è la modalità o itesità più frequete. Esempio Distribuzioe di frequeze della mutabile colore dei capelli Modalità N frequeze assolute Biaco 20 Biodo chiaro 25 Biodo ceere 28 Castao chiaro 50 Castao scuro 62 Nero 15 Totale 200
4 1 Idici di posizioe - Moda Esempio Età degli studeti che hao frequetato il corso di Statistica sociale ell aa 2003/ ,00 19,00 20,00 21,00 22,00 23,00 24,00 25,00 26,00 28,00 30,00 43,00 44,00 Totale Frequeze Percetuali 27 21, , ,5 6 4,7 3 2,3 3 2,3 2 1,6 3 2,3 1,8 1,8 1,8 1,8 1, ,0 Esempio Età degli studeti che hao frequetato il corso di Statistica sociale ell aa 2003/2004 (dati i classi) Età i classi Frequeze assolute e oltre 4 totale 128
5 1 Idici di posizioe - Moda Nei casi appea visti abbiamo delle distribuzioi uimodali, ovvero c è ua sola moda i ogi distribuzioe. Se ivece ci soo più modalità alle quali è associata la massima frequeza si parla di distribuzioi multimodali. Esempio Geeri musicali preferiti dai giovai Geeri N Musica leggera 75 Jazz 48 Techo 90 Hard rock 33 New Age 90 Musica classica 67 Totale 403 Siamo i preseza di ua distribuzioe bimodale, i quato i geeri musicali che hao registrato il umero più elevato di scelte soo la musica Techo e la New Age, ciascua co 90 prefereze. Il pregio di questo idice di posizioe è la sua immediata visibilità e il fatto che può essere applicato a qualuque tipo di carattere. Il difetto pricipale è che, da sola, ci dà u iformazioe debole i quato ci dice solo qual è la modalità più frequete ma o ci cosete di capire come soo distribuite le altre modalità tra le uità statistiche osservate.
6 1 Idici di posizioe - Mediaa U idice più elaborato è la mediaa che, applicata a caratteri quatitativi, ci dice qual è la modalità che si trova esattamete al cetro di u isieme di dati ordiati, ovvero è quel valore che bipartisce la distribuzioe i modo tale da lasciare metà delle osservazioi al di sopra e metà delle osservazioi al di sotto del valore stesso. Questo idice ci cosete di otteere il baricetro della distribuzioe che, associato alla moda, può rappresetare i maiera più adeguata la distribuzioe delle osservazioi. Cosideriamo u isieme di soggetti ai quali è stata chiesta l età: la prima operazioe da fare è ordiare i modo crescete i valori osservati ci si posizioa quidi sul valore cetrale, ovvero il 42, che divide a metà la distribuzioe, ifatti è preceduto da due valori ed à seguito da altri due. La mediaa è rappresetata da 42 ai.
7 1 Idici di posizioe - Mediaa Sì cosideri u ulteriore distribuzioe ordiata: ache i questo caso la mediaa è pari a 42 ma è cambiato u valore estremo. Si dimostra così che, se ella distribuzioe si osserva ua valore sesibilmete diverso, la mediaa è più resistete ella rappresetazioe della distribuzioe. Ifie potremmo trovarci di frote alla seguete distribuzioe: uovamete la mediaa è 42 ma la distribuzioe dei dati è visibilmete più dispersa rispetto alle precedeti. Questi esempi ci fao capire come la mediaa rappreseti u idice utile per descrivere i sitesi ua distribuzioe attraverso il valore che la bipartisce ma, al cotempo, è isufficiete per capire se quel valore sia rappresetativo della distribuzioe stessa.
8 1 Idici di posizioe - Mediaa Idividuiamo ora la regola per calcolare la mediaa se abbiamo u umero dispari o u umero pari di osservazioi. Se il umero di osservazioi è dispari, il calcolo della mediaa sarà dato da: +1 Me = xi di 2 dove: Me = mediaa xi = modalità assuta dal carattere = umero di osservazioi Nel ostro esempio le osservazioi soo cique e l età mediaa è quella che occupa la posizioe = 3 L età corrispodete alla terza posizioe è 42 ai. Facciamo u altro esempio: la variabile è l altezza espressa i cetimetri (già ordiati) Le osservazioi soo sette, quidi l altezza mediaa sarà quella corrispodete alla posizioe +1, 2 ovvero 4. Nella quarta posizioe troviamo il valore 153, questo sigifica che l altezza mediaa è pari a 153 cm.
9 1 Idici di posizioe - Mediaa Diverso è il caso i cui il umero di osservazioi è pari: No esiste, come el caso di u umero dispari di osservazioi, u valore cetrale che bipartisca la distribuzioe, sarà pertato ecessario idividuare i due valori cetrali e calcolare la media, applicado la seguete formula: M e = x( / 2) + x( / 2) dove: = umero di osservazioi x (/2) = itesità associata al soggetto che occupa la posizioe /2, che si calcola dividedo il totale delle osservazioi per due x (/2)+1 = itesità associata al soggetto che occupa la posizioe successiva a quella trovata dividedo il totale delle osservazioi per due, ovvero /2+1 Cosideriamo l esempio: = 4 (/2) = 4/2 = 2, quidi x di (/2), ovvero l itesità associata alla secoda osservazioe, è 48 (/2)+1 = 2+1 = 3, ovvero è il valore associato alla posizioe successiva alla precedete, quidi x di (/2)+1, l itesità associata alla terza osservazioe, è M e = = = 50
10 1 Idici di posizioe - Mediaa Se ivece di ua sequeza di dati dispoiamo di ua distribuzioe di frequeze, precederemo i modo aalogo a quato detto sopra alla ricerca della mediaa. Cosideriamo ad esempio la distribuzioe di frequeza dell altezza di ua scolaresca di 200 bambii di scuola elemetare: Esempio Altezza dei bambii di ua scuola elemetare (i cetimetri) Altezza N N cumulate % % cumulate ,5 12, ,5 50, ,0 61, ,5 77, ,5 90, ,0 100,0 totale ,0 Per idividuare il valore mediao possiamo seguire due vie: 1) applicare la formula vista i precedeza o 2) utilizzare le frequeze cumulate. 1) Nel primo caso, trattadosi di u umero pari di osservazioi, applicheremo la relazioe: M e = x( / 2) + x( / 2) = 200 /2 = 200/2 = 100, e il valore associato al cetesimo soggetto è 130cm /2+1 = 100+1=101, e il valore associato al cetouesimo soggetto è 132cm M e = = = 131
11 1 Idici di posizioe - Mediaa 2) Seguedo il secodo metodo si calcolao le percetuali e quidi le percetuali cumulate. Si trova l itesità associata al 50%, ovvero 130 e quidi quella associata al 51% della percetuale cumulata, ovvero 132. Trattadosi di u umero pari di casi totali, si fa la semisomma dei due valori cetrali e si trova che l altezza mediaa è pari a 131cm. Per cocludere, se di ua distribuzioe coosciamo l età mediaa, ad esempio 42 ai, sappiamo che il 50% delle persoe ha u età che arriva al massimo a 42 ai metre il rimaete 50% ha u età che va da 42 ai i poi.
12 1 Idici di posizioe - Quatili La mediaa fa parte di ua famiglia di idici di posizioe che ripartiscoo la distribuzioe di frequeze i parti uguali, tali che al di sopra e al di sotto di ciascu valore si trova ua defiita percetuale di osservazioi: i quatili. Per capire il cocetto di quatile ripesiamo alla defiizioe di mediaa: valore che bipartisce la distribuzioe i modo tale che il 50% delle osservazioi precede e il 50% segue quel valore. Immagiiamo ora di dividere la distribuzioe i quattro parti uguali, ciascua coteete il 25% di osservazioi, che chiameremo quartili. Il valore della variabile associato al primo quartile (quartile iferiore) ci dice che il 25% delle osservazioi ha al massimo tale valore e il 75% ha almeo quel valore; il valore associato al secodo quartile ci dice che il 50% delle osservazioi sta al di sotto di tale valore e il 50% al di sopra (corrispode alla mediaa!); il valore associato al terzo quartile (quartile superiore) ci dice che il 75% delle osservazioi sta al di sotto di tale valore e il 25% al di sopra. Similmete possiamo suddividere la distribuzioe i - decili: dividoo la distribuzioe i dieci parti uguali, i modo tale che l itesità associata al primo decile ci dice che il 10% delle uità osservate arriva al massimo a quella itesità e il rimaete 90% ha u valore maggiore. Il quito decile corrispode alla mediaa. - percetili: dividoo la distribuzioe i ceto parti uguali, i modo tale che l itesità associata, ad esempio, al vetisettesimo percetile ci dice che il 27% delle uità osservate arriva al massimo a quella itesità e il rimaete 73% ha u valore maggiore. Si osserva che il 25-esimo percetile corrispode al primo quartile e il ciquatesimo percetile corrispode al quito decile e alla mediaa.
13 1 Idici di posizioe - Media Moda e mediaa soo utili idici medi di posizioe che però o utilizzao tutte le iformazioi raccolte ma solo quelle relative, rispettivamete, alla modalità più frequete o alle itesità che occupao la posizioe cetrale ella distribuzioe. Ua misura che ivece tiee coto di tutte le osservazioi è la media, applicabile su dati quatitativi. Si possoo calcolare diverse tipi di media: a) Media aritmetica semplice La media aritmetica si ottiee sommado tutte le itesità osservate e dividedo il risultato per il umero di osservazioi. I termii formali si avrà: X = x i=1 dove: X = la lettera X soprassegata co ua barretta orizzotale idica la media = si legge sommatoria per i che va da 1 a degli xi, ovvero la somma di tutte le xi i= 1 itesità osservate (xi) dalla prima (la umero 1) alla eesima (umero ) = totale delle osservazioi. Applichiamo il calcolo della media agli esempi usati per il calcolo della mediaa: esempio 1: i X = = = 42
14 1 Idici di posizioe - Media esempio 2: = 45 La media è 45 metre la mediaa è sempre 42. I questo caso la mediaa rappreseta meglio della media la distribuzioe i quato resta stabile oostate sia itrodotto u valore aomalo (68) X = = = 45 esempio 3: = X = = = 42 La media è 42, come ell esempio1. Appare però evidete che, pur avedo la stessa media e la stessa mediaa, i dati osservati ei due esempi o presetao carattere di similarità. Nell esempio 1 media e mediaa coicidoo e be rappresetao la distribuzioe dei dati, ell esempio 3, ivece, pur coicidedo, o rappresetao altrettato bee la distribuzioe che li geera. Questo itroduce il tema della variabilità che vedremo el prossimo paragrafo.
15 1 Idici di posizioe Media poderata La media aritmetica poderata si applica alle distribuzioi di frequeza, quado alle diverse itesità osservate soo associate le rispettive frequeze assolute. Per capire come si arriva alla media poderata (ovvero pesata co le frequeze assolute) partiamo da ua serie di dati grezzi, ad esempio le età di u gruppo di 10 persoe: per calcolare la media, applicado la formula della media aritmetica semplice, dovremmo procedere sommado le età e dividedo il risultato per il umero di osservazioi, ovvero: X = = =23 10 L età media è di 23,3 ai Per semplificare l operazioe, potremo raggruppare le età i ordie crescete, otteedo la seguete serie: e per calcolare la media cosidereremo le sigole età moltiplicate per il umero di osservazioi, el seguete modo: (21* 3) + (23* 3) + (24 * 2) + (25* 2) X = = =23 10
16 1 Idici di posizioe Media poderata Di fatto l operazioe di raggruppameto la utilizziamo per costruire la distribuzioe di frequeze dell età: Esempio Età di u campioe di giovai Età N F , , , ,2 Totale 10 1,0 E i termii formali la media aritmetica poderata sarà data da: X = xii i= 1 i = x Al umeratore troviamo la sommatoria per i che va da 1 a delle itesità xi assute dalla variabile per le rispettive frequeze i, al deomiatore troviamo la somma delle frequeze i che è pari al totale delle frequeze osservate. U ulteriore modo per calcolare la media prevede di utilizzare le frequeze relative al posto delle frequeze assolute. I questo caso la formula sarà: i =1 i i X = x i=1 i f i e, el ostro esempio, l età media sarà data da: X = (21*0,3)+(23*0,3)+(24*0,2)+(25*0,2) = 6,3+6,9+4,8+5=23
17 1 Idici di posizioe - Media La media aritmetica ha diverse proprietà ma oi e citeremo solo due: a) la media aritmetica è sempre compresa tra il valore miimo e quello massimo osservati. Nell ultimo esempio sulle età sapremo, i base a questa proprietà, che l età media sarà compresa tra 22 e 25 ai. b) la somma degli scarti tra i valori osservati e la loro media è ulla (ovvero pari a zero), ovvero: X = ( ) = 0 i i= 1 x x
18 2 Idici di variabilità Negli esempi utilizzati per il calcolo della media abbiamo prospettato due distribuzioi molto diverse che però davao il medesimo valore medio. Ricordiamoli: esempio a): media = 42 esempio b): media = 42 Appare evidete che se di queste due distribuzioi cooscessimo solo la media e la mediaa saremmo idotti a cocludere che si tratta di distribuzioi uguali, metre da u aalisi dei dati osservati scopriamo che si tratta di valori molto diversi tra loro. Comprediamo allora che per descrivere compiutamete ua distribuzioe accato agli idici di posizioe dobbiamo collocare delle misure della dispersioe di questi dati. Queste misure soo gli idici di variabilità, che si applicao alle variabili e ci dicoo quato siao dispersi i dati e, di cosegueza, quato la media li rappreseti i maiera adeguata. Già a vista si vede che ell esempio 1 la media di 42 rappreseta bee i dati di cui è u idice di sitesi. No altrettato accade ell esempio successivo: la media è lotaa da quasi tutti i dati osservati.
19 2 Idici di variabilità Esistoo diverse misure di variabilità: 2.1 Campo di variazioe o rage 2.2 Scarto iterquartile 2.3 Scostameto semplice medio 2.4 Variaza 2.5 Scarto quadratico medio
20 2.1 Idici di variabilità Campo di variazioe È l idice di variabilità più semplice e si ottiee per differeza tra il valore più elevato e il più piccolo. rage = x max x mi esempio a): rage = = 25 esempio b): rage = 85 1 = 84 Nell esempio a) il campo di defiizioe è pari a 25 metre ell esempio b) è di 84. Se quidi associamo all iformazioe sulla media e sulla mediaa questi due dati abbiamo immediatamete la percezioe di trovarci i preseza di ua distribuzioe abbastaza cocetrata attoro al valore medio ell esempio a) e, diversamete, molto dispersa ell esempio b). Questo idice è semplice da calcolare tuttavia risete troppo dei casi estremi. Se ad esempio ci troviamo di frote ad ua distribuzioe di questo tipo: verifichiamo che il rage è pari a 79 ma o riesce a descrivere adeguatamete la dispersioe dei dati.
21 2.2 Idici di variabilità Scarto iterquatile Lo scarto iterquartile si calcola per differeza tra il quartile superiore (Qs = terzo quartile, corrispodete al 75 percetile) e il quartile iferiore (Qi = primo quartile, corrispodete al 25 percetile): rage iterquartile = Qs - Qi È u idice più stabile, che igora le code della distribuzioe e ci dice i valori etro i quali si posizioa il 50% delle osservazioi.
22 Idici di variabilità Lo scostameto semplice medio, la variaza e lo scarto quadratico medio soo misure di variabilità che si calcolao utilizzado come valore di riferimeto la media. Per la costruzioe di questi idici si calcola azitutto la media, quidi si misura la distaza tra i sigoli valori osservati e il valore medio e ifie si calcola la media di questi scarti: se il valore otteuto è prossimo allo zero sigifica che la variabilità è miima, ovvero i valori osservati soo cocetrati attoro al valore medio che li rappreseta. Più elevato è il valore dell idice maggiore sarà la dispersioe dei valori osservati attoro alla media. Ricosideriamo gli esempi a) e b) e itroduciamo u ulteriore caso: esempio a): esempio b): esempio c): La media è, i tutti i tre casi, pari a 42, ma la dispersioe dei dati osservati attoro a tale valore è visibilmete diversa.
23 2.3 Idici di variabilità Scostameto semplice medio Per calcolare gli idici di variabilità prima mezioati dobbiamo duque calcolare la somma degli scarti dei sigoli valori dalla media ma, i base alla prima proprietà della media, sappiamo che tale somma è ulla. Per superare questo ostacolo è quidi ecessario operare sugli scarti i modo tale che la loro somma algebrica o dia valore ullo. Nello scostameto semplice medio il problema viee risolto cosiderado gli scarti i valore assoluto: S = x I tal modo tutti gli scarti soo positivi e la somma o si aulla. Applichiamo l idice di variabilità agli esempi. esempio a): esempio b): esempio c): i= 1 i S = = = 38 = 7, S = = = 160 = S = = 0 5 x
24 2.4 Idici di variabilità - Variaza U ulteriore modo per calcolare ua misura di variabilità superado il vicolo rappresetato dalla secoda proprietà della media è quello di elevare gli scarti al quadrato e poi calcolare la media. L idice così calcolato è la variaza, che viee idicata co la lettera greca sigma al quadrato: σ 2 = Calcoliamo ora la variaza sui dati dei ostri tre esempi. esempio a): i= 1 x i x 2 i σ 2 = (28 42) 2 + (37-42) 2 + (42-42) 2 + (50-42) 2 + (53 42) 2 = 5 = = 406 = 81,2 5 5 esempio b): σ 2 = (1-42) 2 + (3-42) 2 + (42-42) 2 + (79-42) 2 + (85 42) 2 = 5 = = =
25 2.4 Idici di variabilità - Variaza esempio c): σ 2 = (42-42) 2 + (42-42) 2 + (42-42) 2 + (42-42) 2 + (42 42) 2 = 0 5 La variaza è più utilizzata dello scostameto semplice medio, tuttavia preseta l icoveiete di esprimere la dispersioe attoro alla media al quadrato, e i tal modo satura le caratteristiche della variabile osservata. Se ipotizziamo che i dati degli esempi siao riferiti all età, o ha u sigificato logico dire che la misura di variabilità è di 81,2 ai² (ai al quadrato). Si ricorre pertato ad u altro idice, lo scarto quadratico medio.
26 2.5 Idici di variabilità Scarto quadratico medio Lo scarto quadratico medio σ è la radice quadrata della variaza, e cosete di riportare l idice di variabilità all uità di misura origiale: σ = σ 2 = i= 1 x i x 2 i esempio a): σ = σ 2 = 81, 2 = 9,01 esempio b): σ = σ 2 = = 35,83 esempio c): σ = σ 2 = 0 Gli scarti quadratici medi così calcolati ci dicoo qual è i media la distaza tra i dati e la media della distribuzioe ell uità di misura origiale. Nell esempio c) qualuque sia l idice di variabilità utilizzato avrà sempre valore pari a zero i quato la variabilità è ulla, metre egli altri due esempi l idice è più elevato laddove la dispersioe attoro alla media è più ampia.
Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliApprofondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi
Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliEsercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati
Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliDistribuzioni per unità
Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliSTATISTICA 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
DettagliMEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica
MEDIE STATISTICHE La raccolta dei dati e la successiva loro elaborazioe permettoo di trarre alcue coclusioi su u dato feomeo oggetto di studio. A questo fie si assume che u valore calcolato a partire dai
DettagliMEDIE ALGEBRICHE E DI POSIZIONE
MEDIE ALGEBRICHE E DI POSIZIONE 0 Itroduzioe Tra le elaborazioi matematiche effettuate sui dati statistici rivestoo particolare importaza quelle che hao il compito di esprimere i diversi valori delle itesità
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliELEMENTI DI STATISTICA. Giancarlo Zancanella 2015
ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliSTATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella:
STATISTICA DEF: La statistica si occupa di raccogliere ed elaborare dati che riguardao eomei collettivi( cioè quelli che si possoo descrivere solo mediate l osservazioe di u umero otevole di casi) li aalizza
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso
DettagliAppendice A. Elementi di Algebra Matriciale
ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
DettagliLE 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
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliDispensa di STATISTICA DESCRITTIVA
UNIVERSITÀ DEGLI STUDI DI BARI FACOLTÀ DI SCIENZE MM.FF.NN Dispesa di STATISTICA DESCRITTIVA Modulo di Probabilità e Statistica (corsi A-B) Laurea Trieale i SCIENZE BIOLOGICHE Ao Accademico 2010/2011 docete:
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliNUOVI CRITERI DI DIVISIBILITÀ
NUOVI CRITERI DI DIVISIBILITÀ BRUNO BIZZARRI, FRANCO EUGENI, DANIELA TONDINI 1 1. Su tutti i testi scolastici di Scuola Media, oostate siao riportati i criteri di divisibilità per i umeri, 3, 4, 5, 6,
DettagliEsercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x 2 + 3 sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim.
Esercizi svolti. Calcolare i segueti iti: a log + + c ± ta 5 + 5 si π e b + si si e d + f + 4 5 g + 6 4 6 h 4 + i + + + l ± + log + log 7 log 5 + 4 log m + + + o cos + si p + e q si s e ta cos e u siπ
Dettagli( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ
LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a
DettagliFUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA
Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
Dettagli(1 2 3) (1 2) Lezione 10. I gruppi diedrali.
Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che
DettagliLa correlazione e la regressione. Antonello Maruotti
La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate
DettagliTavole di Contingenza Connessione
Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h
DettagliMATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010
elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioni lineari Indici di covarianza e correlazione)
STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioi lieari Idici di covariaza e correlazioe) ) Trasformazioi lieari di variabili statistiche I varie situazioi si operao trasformazioi
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
DettagliRadicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.
Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliAlgoritmi e Strutture Dati (Elementi)
Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti
DettagliMatematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio
Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliSoluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.
60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliAritmetica 2016/2017 Esercizi svolti in classe Seconda lezione
Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliConsideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con
Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi
DettagliEsercizi sul principio di induzione
Esercitazioi di Aalisi I, Uiversità di Trieste, lezioe del 0/0/008 Esercizi sul pricipio di iduzioe Esercizio Dimostrare per iduzioe che + + + ( + ), Risoluzioe Le dimostrazioi di ua proprietà P() per
DettagliProgramma (orientativo) secondo semestre 32 ore - 16 lezioni
Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale
Dettagli1. I numeri naturali. 2. Confronto degli interi naturali. 3. Il sistema di numerazione decimale
umeri aturali Scrivere il precedete e il successivo dei segueti umeri Milleciquecetoovatacique ottomilasettecetoottatuo Diecimilioisettecetoottatuomilaciquecetoveti Zero umiliardosettecetomilioiciquecetomila
DettagliRISOLUZIONE MODERNA DI PROBLEMI ANTICHI
RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliIPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA
IPSAA U. Patrizi Città di Castello (PG) Classe A Tecico Agrario Lezioe di martedì 0 ovembre 0 (4 e ora) Disciplia: MATEMATICA La derivata della fuzioe composta Fuzioe composta Df(g())f (g())g () Questa
DettagliLezioni di Matematica 1 - I modulo
Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti
DettagliUniversità di Milano Bicocca Esercitazione 4 di Matematica per la Finanza 24 Aprile 2015
Uiversità di Milao Bicocca Esercitazioe 4 di Matematica per la Fiaza 24 Aprile 205 Esercizio Completare il seguete piao di ammortameto: 000 2 3 234 3 6 369 Osserviamo iazitutto che, per il vicolo di chiusura
DettagliLA INTERPOLAZIONE Appartamenti venduti nel 2006 da un agenzia immobiliare di Treviso.
LA INTERPOLAZIONE Appartameti veduti el 006 da u agezia immobiliare di Treviso. superficie (mq) prezzo (k ) segue 10 160 45 70 80 95 85 110 64 98 106 140 10 170 50 80 100 150 90 15 115 165 140 165 98 145
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
DettagliLezione 4. Gruppi di permutazioni
Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X
DettagliUniversità di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)
Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:
DettagliLa dinamica dei sistemi - intro
La diamica dei sistemi - itro Il puto materiale rappreseta ua schematizzazioe utile o solo per descrivere situazioi di iteresse diretto ma è ache il ecessario presupposto alla meccaica dei sistemi materiali
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
DettagliCenni di topologia di R
Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:
DettagliRelazioni statistiche
Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliCorso di Informatica
Corso di Iformatica Codifica dell Iformazioe Sistemi Numerici Per rappresetare ua certo quatità di oggetti è ecessaria ua covezioe o sistema umerico che faccia corrispodere ad ua sequeza di ua o più cifre,
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1
www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo
DettagliALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI
ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliElementi di Calcolo Combinatorio
Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
Dettaglimin z wz sub F(z) = y (3.1)
37 LA FUNZIONE DI COSTO 3.1 Miimizzazioe dei costi Riprediamo il problema della massimizzazioe dei profitti del capitolo precedete e suppoiamo ora che l'impresa coosca il livello di output che deve produrre;
DettagliSperimentazioni di Fisica I mod. A Lezione 2
La Rappresetazioe dei Numeri Sperimetazioi di Fisica I mod. A Lezioe 2 Alberto Garfagii Marco Mazzocco Cizia Sada Dipartimeto di Fisica e Astroomia G. Galilei, Uiversità degli Studi di Padova Lezioe II:
DettagliCosa vogliamo imparare?
Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi)
CORSO DI STATISTICA I (Prof.ssa S. Terzi) STUDIO DELLE DISTRIBUZIONI SEMPLICI Esercitazioe. Data la segete distribzioe di freqeza: X 0- -2 2-3 3-5 5-0 0-5 5-25 N 44 35 22 58 60 06 02 a) calcolare le freqeze
DettagliPRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione
PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA CHU WENCHANG A Iduzioe matematica: Itroduzioe La gra parte delle proposizioi della teoria dei umeri dà euciati che coivolgoo i umeri aturali; per esempio
DettagliParte V La descrizione dei fenomeni attraverso la statistica
64 Parte V La descrizioe dei feomei attraverso la statistica Dai capitoli presedeti è stato possibile verificare l importaza odale che il sistema iformativo detiee elle scelte di piaificazioe territoriale.
DettagliPreparazione al corso di statistica Prof.ssa Cerbara
Preparazioe al corso di statistica Prof.ssa Cerbara Esistoo molti isiemi umerici, ciascuo co caratteristiche be precise. Alcui importatissimi isiemi umerici soo: N: isieme dei umeri aturali, cioè tutti
Dettagli15 - Successioni Numeriche e di Funzioni
Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 15 - Successioi Numeriche e di Fuzioi Ao Accademico 2013/2014 M Tummiello, V Lacagia,
Dettagli= Pertanto. Per la formula di Navier ( σ = ), gli sforzi normali σ più elevati nella sezione varranno: di compressione);
La sezioe di trave di figura è soggetta ad u mometo flettete pari a 000 knmm e ed u azioe di taglio pari a 5 kn, etrambe ageti su u piao verticale passate per l asse s-s. Calcolare gli sforzi σ e τ massimi
DettagliRAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI
M. G. BUSATO RAPPRESENTAZIONE ANALITIA DEI PUNTALI OGIVALI PER PROIETTILI mgbstudio.et SOMMARIO I umerose applicazioi balistiche, ed i particolare per calcolare la resisteza aerodiamica di u proiettile,
DettagliMole e Numero di Avogadro
Mole e Numero di Avogadro La mole È ua uatità i grammi di ua sostaza che cotiee u umero preciso e be determiato di particelle (atomi o molecole) Numero di Avogadro Ua mole di ua sostaza cotiee u umero
DettagliProblema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008
Problema di Natale 1 Corso di Geometria per la Laurea i Fisica Adrea Sambusetti 19 Dicembre 28 La particella Mxyzptlk. 2 La particella Mxyzptlk vive i u uiverso euclideo -dimesioale. È costituita da u
DettagliRichiami sulle potenze
Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle
Dettagli