LE FREQUENZE CUMULATE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LE FREQUENZE CUMULATE"

Transcript

1 LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune d Roma. N.ro flal n() f() N() F() = =8 6+2+= = = = = = = = = = = = = = Innanz tutto notamo che s tratta d una dstrbuzone d frequenze n cu l carattere (X = numero d flal ) vene rlevato su n=70 sttut d credto. Inoltre l carattere è quanttatvo dscreto e raggruppato n class ate a snstra e chuse a destra (fatta eccezone la prma classe). Nella lezone2 abbamo vsto le frequenze assolute e relatve, ovvero le n e le f dove ndca la generca -esma modaltà (o classe) del carattere. Qund n 2 =2 ndca che 2 sttut d credto hanno 4 o 5 flal (l 3 è escluso!) nel comune d Roma; f 2 =0.7 ndca che, fatto par a l totale, 0.7 sttut d credto hanno 4 o 5 flal a Roma. Nella tabella sopra ò sono present due nuove colonne. La colonna delle N, dette frequenze assolute cumulate. Vedamo che sono 6 gl sttut d credto con al pù 3 flal. Sono 8 gl sttut d credto con al pù 5 flal. Sono 29 gl sttut d credto con al pù 0 flal, ecc.... La colonna delle F, dette frequenze relatve cumulate. Fatto par a l totale, sono: gl sttut con al pù 3 flal; gl sttut con al pù 5 flal e così va. Notamo che s possono anche calcolare le frequenze centual cumulate. Basta moltplcare le F 00. Rcordatev!!! Prma d nzare a calcolare le frequenze cumulate (assolute, relatve e centual) dovete ordnare n modo crescente le modaltà (o class) del carattere. * * * * * * * Esprmamo quanto vsto sopra n formule. Nel caso d caratter qualtatv ordnat o quanttatv è possble defnre accanto alle frequenze assolute e relatve (e centual), le frequenze cumulate assolute e relatve (e centual). Consderata una dstrbuzone d frequenze, sano x, x 2,, x k le modaltà assunte (ordnate n ordne crescente) da un carattere qualtatvo ordnato o quanttatvo sulle n untà d un collettvo.

2 X n f N F x n f N = n F = f x 2 n 2 f 2 N 2 = n +n 2 F 2 = f +f 2 x n f N = n +n n F = f +f f x K n K f K N K = n +n 2 +n +...n k = n F K = f +f 2 +f +...f k = Totale N Defnamo:. Le frequenze assolute cumulate (ndcate con N ) come segue: N = n N 2 = n +n 2 = N + n 2 N = n +n n = N - + n N k = n +n 2 +n +...n k = n Coè la frequenza assoluta cumulata N msura quante untà del collettvo osservato possedono o la modaltà x o la modaltà x 2 o la modaltà x. Per = abbamo che N è esattamente uguale alla frequenza assoluta della prma modaltà. Per =K abbamo che N K è uguale a tutta la numerostà del collettvo. 2. Le frequenze relatve cumulate (ndcate con F ) come segue: F = f F 2 = f +f 2 = F + f 2 F = f +f f = = F - + f F k = f +f 2 +f +...f k = Stesse consderazon fatte le frequenze assolute cumulate possono essere fatte le frequenze relatve cumulate. N F = ché n N n + n 2 + L+ n n n 2 n = = + + L+ = f + f2 + L+ f n n n n n S not noltre che 3. S possono noltre defnre anche le frequenze centual cumulate. P = p P 2 = p +p 2 = P + p 2 P = p +p p = = P - + p = F 2

3 P k = p +p 2 +p +...p k = 00 Notamo che P =F 00 Abbamo vsto come ottenere le N dalle n e le F dalle f (coè come passare dalla dstrbuzone d frequenze alla dstrbuzone d frequenze cumulate). Adesso vedamo che è anche possble fare l vceversa, coè s può rcavare la dstrbuzone d frequenze a partre dalla dstrbuzone d frequenze cumulate. Tornamo al nostro esempo e supponamo che c sano state date solo le frequenze cumulate (sa assolute sa relatve). Voglamo calcolare le frequenze assolute (o relatve). Per es. voglamo sae quant sono gl sttut d credto con 4 o 5 flal a Roma. Come faccamo? Consderamo propro la defnzone d frequenza cumulata. Cosa sappamo?. sappamo che N = 6 sono gl sttut con al pù 3 flal 2. sappamo che N 2 = 8 sono gl sttut con al pù 5 flal Allora n 2 = N 2 N = 8 6= 2 In termn formal notamo che N = n +n n - +n = N - + n qund n = N -N - coè la frequenza assoluta della modaltà s ottene sottraendo alla sua frequenza assoluta cumulata la frequenza assoluta cumulata relatva alla modaltà -. Analogamente le frequenze relatve s ha f = F -F - Anche le frequenze relatve cumulate possono essere rappresentate grafcamente dando luogo alla funzone d rpartzone. Nella presentazone della funzone d rpartzone è necessaro tenere dstnt due cas: ) carattere quanttatvo dscreto con modaltà non raggruppate n class, 2) carattere quanttatvo con modaltà raggruppate n class. 3

4 FUNZIONE DI RIPARTIZIONE (caratter quanttatv dscret con modaltà non raggruppate n class) Esempo: n un anals d controllo d qualtà, su 20 campon d stoffa d m 2 numero d dfett. S è ottenuta la seguente dstrbuzone è stato rlevato l N dfett m 2 d stoffa n f N F X = 0 4 0,2 4 0,2 X 2 = 3 0,5 7 0,35 X 3 =2 4 0,2 0,55 X 4 =3 5 0,25 6 0,8 X 5 =4 2 0, 8 0,9 X 6 =5 2 0, 20 TOTALE 20 Introducamo una nuova rappresentazone grafca. In partcolare costruamo la funzone d rpartzone. Essa s costrusce a partre dalle frequenze relatve cumulate. Prma d tutto la defnamo come segue. F ( x ) = 0 0,2 0,35 0,55 0,8 0,9 x < 0 0 x < x < 2 x < 3 x < 4 x < x Possamo rappresentare questa funzone su un pano cartesano: sull asse delle ascsse abbamo le modaltà del carattere (ordnate n modo crescente) sull asse delle ordnate abbamo la F(x) coè le frequenze relatve cumulate. La rappresentazone grafca della Funzone d rpartzone è mportante n quanto consente d ndvduare caratterstche mportant della corrspondente dstrbuzone d frequenze (ad es. consente d rspondere alla domanda seguente: la centuale d campon d stoffa che ha un numero d dfett mnore o uguale a tre è meno del 50%?) 4

5 F(x) 0,5 0, x Pù formalmente, la funzone d rpartzone caratter quanttatv dscret non n class è una funzone a gradn le cu ordnate sono par a valor delle frequenze cumulate. La funzone non è contnua e n partcolare punt d dscontnutà sono propro n corrspondenza delle modaltà del carattere. F 0 x < x... F x x < x... x xk ( x) = + Esempo: s consder la dstrbuzone de 000 student scrtto al prmo anno della Facoltà d Economa d Roma Tre n base al numero d esam sostenut prma dell nzo del III quadrmestre. N Esam n() f() F() Il grafco della funzone d rpartzone è l seguente: 5

6 F(x) n* esam (X) 6

7 FUNZIONE DI RIPARTIZIONE (carattere quanttatvo con modaltà raggruppate n class) Esempo: su 20 ndvdu è stata rlevata l età. Abbamo costruto la dstrbuzone seguente n cu sono calcolate sa le frequenze assolute sa le frequenze cumulate. CLASSI DI ETÀ n f N F h /20 = 0,30 6 0,30 0, /20 = 0,35 3 0,65 0, /20 = 0,20 7 0,85 0, /20 = 0,5 20 0,0075 TOTALI 20 Sappamo rspondere senza alcun problema alla domanda: Qual è la centuale degl ndvdu al d sotto de 30 ann? È par al 30%. Qual è la centuale degl ndvdu con età compresa tra 30 e 70 ann? È par a 85-30=55% È bastato usare la dstrbuzone delle frequenze relatve cumulate. Come abbamo vsto nell esempo s può faclmente calcolare l valore della funzone d rpartzone F(x) agl estrem d ogn classe. E nfatt s ha: F(0) = 0/20 = 0 F(30) = 6/20 = 0,30 F(50) = (6 + 7)/20 = 3/20 = 0,65 F(70) = ( )/20 = 7/20 = 0,85 F(90) = ( )/20 = 20/20 = Per orentars meglo vedamo la seguente tabella generale. X n f F c 0 - c n f F c c 2 n 2 f 2 F 2 c - - c n f F c K- - c K n K f K F K 7

8 In termn formal, quando s vuole calcolare l valore della F(x) n corrspondenza degl estrem delle class s ha che la F(x) è par a: 0 n c 0, dove c 0 è l'estremo nferore della prma classe; F n c, dove c è l estremo suore della generca classe. Ma se adesso chedo: qual è la centuale degl ndvdu al d sotto de 20 ann? Per rspondere abbamo bsogno dell potes d unforme dstrbuzone all'nterno d ogn classe. Infatt questa tabella non contene alcuna nformazone crca l età de sngol ndvdu all nterno delle sngole class. Allora, come abbamo vsto gà, assumamo che le untà s dstrbuscano unformemente all nterno delle class, ovvero che n ogn ntervallno d ampezza untara della classe cada la stessa frazone d untà. Medante l potes d unforme dstrbuzone delle untà all nterno d ogn classe, s arrva ntutvamente alla seguente espressone: F(X) ( x c ) = F + h () Leggamola. Sappamo che x è un punto che cade nella classe con estremo nferore c - ed estremo suore c. Qund la frequenza cumulata n x (coè la frazone d untà che presenta una valore della modaltà al pù par ad x) sarà data da F(X) = F + la frequenza relatva della sottoclasse (c -, x). Qu ntervene l potes d unforme dstrbuzone. Innanztutto mmagnamo d dvdere la classe (c -, c ) n ntervalln d ampezza untara. Sappamo che la frequenza d ognuno d quest ntervalln è par alla denstà (s veda la lezone2) tanto la frequenza relatva che compete a tutta la classe è (c -c - ) h e la frequenza che compete solo al tratto (c -, x) è data da ( x c ) h F(X) = F + h x c. Da qu derva ( ) Intanto osservamo che l espressone () è un retta; vederlo meglo la possamo scrvere così: F(X) = F h c + h x e qu rconoscamo l espressone generale d una retta che è del tpo y = a + b x dove y = F(x) a = F - -h c - b = h Vedamo, pù formalmente (e meno ntutvamente) cosa abbamo fatto sopra. L'potes d unforme dstrbuzone equvale a nterpolare lnearmente F(x) tra due punt (c - ; F - ) e (c ; F ). In altre parole supponamo che due punt (c - ; F - ) e (c ; F ) sano unt da un segmento. Pertanto possamo usare la formula che consente d defnre una retta quando s hanno due punt y y y 2 y = x x x x 2 dove y = F(x), y = F -, y 2 = F, x = c -, x 2 = c Qund la funzone d rpartzone nella classe (c -, c ) è la seguente: 8

9 f F (x) (2) ( x c ) = F + c c Basta osservare, nfne, che c f = h e s ha l espressone () c Grafcamente s ha che la funzone d rpartzone è una funzone contnua ed è data da una spezzata. La defnzone d ogn tratto della curva è data dalla formula (2) oppure () vsto che sono del tutto equvalent. E pù comodo usare la () se abbamo gà calcolato la colonna delle denstà altrment convene utlzzare la (2) F(x) Età Tornamo al nostro esempo e vedamo che forma assume la funzone d rpartzone nelle vare class. Rscrvamo la dstrbuzone che è la seguente: CLASSI DI ETÀ n f N F /20 = 0,30 6 0, /20 = 0,35 3 0, /20 = 0,20 7 0, /20 = 0,5 20 TOTALI 20 Inzamo dalla prma classe (=), 9

10 c 0 = 0 e c = 30 F 0 = 0 e F = 0.3 f = F - F 0 = 0.3 Pertanto F(x) nell'ntervallo 0 30 è: F 0, = 0,05x 0,5 ( x) = 0 + ( x 0) = Passamo alla seconda classe (=2), c = 30 e c 2 = 50 F = 0.3 e F 2 = 0.65 f 2 = F 2 - F = = 0.35 Pertanto F(x) nell'ntervallo è: 0,35 F x = 0,30 + 0,075x 0,525 = ( ) = 0,30 + ( x 30) = 0,075x 0,225 = Passamo alla seconda classe (=3), c 2 = 50 e c 3 = 70 F 2 = 0.65 e F 3 = 0.85 f 3 = F 3 - F 2 = = 0.20 Pertanto F(x) nell'ntervallo è: F 0, = 0,65 + 0,0x 0,5 = ( x) = 0,65 + ( x 50) = 0,0x + 0,5 = Passamo nfne alla quarta e ultma classe (=4), c 3 = 70e c 4 = 90 0

11 F 3 = 0.85 e F 4 = f 4 = F 4 - F 3 = = 0.5 Pertanto F(x) nell'ntervallo è: F 0,5 = = 0,85 + 0,0075 x 0,525 = ( x) = 0,85 + ( x 70) = 0,0075 x + 0,325 Pertanto sntetcamente possamo scrvere la funzone d rpartzone come segue F (x) x x = 0.0x x x < 0 0 x < x < x < x < 90 x 90 In termn formal, usando la formula (2) la funzone d rpartzone s defnsce come segue: F(x) = F - + c K 0 f c ( x - c ) - K x < c c - 0 x < c x c K (3) La funzone d rpartzone è una funzone non decrescente lneare a tratt (come s è anche potuto vedere dal grafco). Samo, ora, n grado d calcolare l valore della funzone d rpartzone n qualunque x. Infatt basta ndvduare la classe n cu cade l valore x a cu samo nteressat e po s usa esattamente l espressone della retta quella classe. Tornamo al nostro esempo. Samo ora n grado d calcolare F(20). Indvduamo prma d tutto la classe n cu cade l valore x=20 che è Qund consderamo l espressone della funzone d rpartzone relatva a questo ntervallo che è la retta F(x) = 0.05x 0.5 Ponamo x = 20 e ottenamo F(20) = = 0.5

12 Possamo rspondere anche a domande pù complesse e coè del tpo: qual è la centuale d untà con età compresa tra 38 e 55 ann? Rsposta: (F(55) F(38))*00 Qund occorre calcolare l valore della funzone d rpartzone sa n 55 sa n 35. Il valore 38 cade nella classe dove F(x) = 0.075x tanto F(38) = 0.44 Il valore 55 cade nella classe dove F(x) = 0.0x tanto F(55) = 0.7 Qund la centuale d untà n età compresa tra 38 e 55 ann è ( )00 = 26% Esempo: dstrbuzone d 90 clent d una banca tempo d attesa prma d essere servt. Mnut d attesa n f F Inzamo dalla prma classe (=), c 0 = e c = 3 F 0 = 0 e F = f = F - F 0 = Pertanto F(x) nell'ntervallo 3 è: F(x) = ( x ) = x Passamo alla seconda classe (=2), c = 3 e c 2 = 5 F = e F 2 = 0.3 f 2 = F 2 - F = = Pertanto F(x) nell'ntervallo 3 5 è: F(x) = x 3 = x = 0. 28x ( ) 328 2

13 Passamo alla seconda classe (=3), c 2 = 5 e c 3 = 0 F 2 = 0.3 e F 3 = f 3 = F 3 - F 2 = = Pertanto F(x) nell'ntervallo 5 0 è: F(x) = ( x 5) = 0. 09x 0 45 Passamo alla quarta classe (=4), c 3 = 0 e c 4 = 20 F 3 = e F 4 = 0.9 f 4 = F 4 - F 3 = = 0.44 Pertanto F(x) nell'ntervallo 0 20 è: F (x) = ( x 0) = 0. 04x Passamo alla qunta classe (=5), c 4 = 20 e c 5 = 40 F 4 = 0.9 e F 5 = f 5 = F 5 - F 4 = = Pertanto F(x) nell'ntervallo è: F (x) = ( x 20) = x Pertanto sntetcamente possamo scrvere la funzone d rpartzone come segue F (x) x x = 0.09x x x x < x < 3 3 x < 5 5 x < 0 0 x < x < 40 x 40 Qual è la frazone d clent che aspetta meno d 8 mnut? Coè quanto vale F(8)? Indvduamo prma d tutto la classe n cu cade l vale x=8 che è 5 0. Qund consderamo l espressone della funzone d rpartzone relatva a questo ntervallo che è la retta F(x) = 0.09x 0.45 Ponamo x = 8 e ottenamo 3

14 F(8) = = Possamo rspondere anche alla domanda: qual è la centuale d untà che aspetta tra 5 e 30 mnut? Rsposta: (F(30) F(5))*00 Qund occorre calcolare l valore della funzone d rpartzone sa n 5 sa n 30. Il valore 5 cade nella classe 0-20 dove F(x) = 0.04x tanto F(5) = Il valore 30 cade nella classe dove F(x) = 0.004x tanto F(30) = Qund la centuale d untà che aspetta tra 5 e 30 mnut è ( )00 = 0.9% 4

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

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

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

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Premessa essa sulle soluzioni

Premessa essa sulle soluzioni Appunt d Chmca La composzone delle soluzon Premessa sulle soluzon...1 Concentrazone...2 Frazone molare...2 Molartà...3 Normaltà...4 Molaltà...4 Percentuale n peso...4 Percentuale n volume...5 Massa per

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Introduzione al Machine Learning

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

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

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

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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II. Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della

Dettagli

Unità Didattica N 5. Impulso e quantità di moto

Unità Didattica N 5. Impulso e quantità di moto Imnpulso e quanttà d moto - - Impulso e quanttà d moto ) Sstema solato : orze nterne ed esterne...pag. 2 2) Impulso e quanttà d moto...pag. 3 3) Teorema d conservazone della quanttà d moto...pag. 6 4)

Dettagli

V n. =, e se esiste, il lim An

V n. =, e se esiste, il lim An Parttore resstvo con nfnte squadre n cascata. ITIS Archmede CT La Fg. rappresenta un parttore resstvo, formato da squadre d restor tutt ugual ad, conness n cascata, e l cu numero n s fa tendere ad nfnto.

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

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

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

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Cenni di matematica finanziaria Unità 61

Cenni di matematica finanziaria Unità 61 Prerequst: - Rsolvere equazon algebrche d 1 grado ed equazon esponenzal Questa untà è rvolta al 2 benno del seguente ndrzzo dell Isttuto Tecnco, settore Tecnologco: Agrara, Agroalmentare e Agrondustra.

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Appunti di Econometria

Appunti di Econometria Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

IL GRUPPO SIMMETRICO S n

IL GRUPPO SIMMETRICO S n EMILIO ZAPPA MATRICOLA UNIVERSITA DEGLI STUDI DI TORINO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 00/00 TESINA PER IL LABORATORIO DI COMBINATORICA IL GRUPPO SIMMETRICO S n IL GIOCO DEL Sa A un nseme fnto

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

Soluzione del compito di Fisica febbraio 2012 (Udine)

Soluzione del compito di Fisica febbraio 2012 (Udine) del compto d Fsca febbrao (Udne) Elettrodnamca È data una spra quadrata d lato L e resstenza R, ed un flo percorso da corrente lungo z (ved fgura). Dcamo a e b le dstanze del lato parallelo pù vcno e pù

Dettagli

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

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Gli errori nelle misure

Gli errori nelle misure Appunt d Msure Elettrche Gl error nelle msure Classfcazone degl error... Error sstematc...4 Accuratezza e precsone...5 Errore stmato...7 Meda, devazone meda, devazone standard e varanza d un campone d

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

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

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

Dettagli

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

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

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI

(B1) IL RUOLO DELL ANALISI STATISTICA DEI DATI NELLA GESTIONE AZIENDALE DATI GREZZI E INFORMAZIONI INDICI STATISTICI, TABELLE E GRAFICI Unverstà C. Cattaneo Luc, Corso d Statstca, 9 Ottobre 2013 Laboratoro Excel Sessone n. 1 Venerdì 041013 Gruppo PZ Lunedì 071013 Gruppo AD Martedì 081013 Gruppo EO VERSIONE DEFINITIVA (9 Ottobre 2013) degl

Dettagli

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

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

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

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

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

Dettagli

Sviluppo delle lamiere

Sviluppo delle lamiere Svluppo delle lamere Per ottenere un prodotto fnto d lamera pegata è fondamentale calcolare lo svluppo dell elemento prma d essere pegato. I CAD 3D usano l fattore neutro. AUTORE: Grazano Bonett Svluppo

Dettagli

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro

NUMERI GRANDI DI FIBONACCI come trovare velocemente i loro esatti valori numerici Cristiano Teodoro NUMERI GRANDI DI FIBONACCI come trovare velocemente loro esatt valor numerc Crstano Teodoro crstanoteodoro@vrglo.t Sommaro: n questo artcolo vene proposto, n alternatva al metodo classco per l calcolo

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

Ettore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione

Ettore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1 Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,

Dettagli

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

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

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima Il problema del camba-monete. ALGORITMI GREEDY camba-monete schedulng a mnmo l rtardo Scopo. Dat tagl dsponbl: c, c, 5c, 0c, 0c, 50c,, progettare un algortmo che data una certa somma la camb usando l mnmo

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

- Riproduzione riservata - 1

- Riproduzione riservata - 1 Razze: Setter Inglese Bracco Francese tpo Prene D Franco Barsottn Va Bugallo 1b 56040 Crespna (PI) www.allevamentodelbugallo.t nfo@allevamentodelbugallo.t Parentela e consangunetà; Parentela; genetcamente

Dettagli

IL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO

IL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO IL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO ( Il Magnetsmo La forze magnetca La forza Gà a temp d Talete (VI secolo a.c.), nell Antca Greca, era noto un mnerale d ferro n grado d attrare

Dettagli