Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi. Criterio di Efficienza di Pareto
|
|
- Alberta Manfredi
- 7 anni fa
- Visualizzazioni
Transcript
1 Il problema della scelta delle alternative: Introduzione ai metodi di analisi a molti attributi Valutazione di Impatto Ambientale Prof. Giulio De Leo Dipartimento di Scienze Ambientali Università degli Studi di Parma deleo@dsa.unipr.it Prof. Eliot Laniado Dipartimento di Elettronica e Informazione Politecnico di Milano Criterio di Efficienza di Pareto COSTO 1 5 Problemi in genere ci sono più di 2 obiettivi INQUINAMENTO Soluzioni Pareto ottime Punto di partenza: la matrice degli impatti Alternative A1 A2 Am x1 a 11 a12... a1 m x2 a 21 a22... a2 m Indicatori o Impatti xn n n nm a 1 a 2... a Criteri x Problemi come faccio a decidere?? Come scegliere l alternativa? Nella matrice di valutazione, i valori presenti nelle diverse righe sono in generale espressi in unità di misura differenti e non confrontabili tra loro. In qualche caso, non è nemmeno chiaro quale alternativa è meglio confrontando anche solo due valori assunti da uno stesso attributo. Metodi Normativi-Prescrittivi rigorosi dal punto di vista matematico richiedono razionalità del decisore rifiutano le preferenze di un decisore che non rispetta gli assiomi basati su assiomi matematici: completezza transitività (o consistenza) indipendenza dalle alternative irrilevanti Esempio: Analisi a Molti Attributi Classica Assioma di completezza Il decisore, messo di fronte a due alternative (A e B), è sempre in grado di specificare la sua struttura di preferenza, ovvero affermare se: A è preferibile a B (o viceversa) A e B sono indifferenti non può rispondere non so...
2 Assioma di Transitività Su una scala ordinale: se A è meglio di B, e B è meglio di C allora A è meglio di C (se A > B e B > C A > C ) Su scala cardinale: A = αb e B = βc A =αβc Indipendenza dalle alternative irrilevanti Dato un certo ordinamento fra alternative, questo risulta invariante rispetto all introduzione o esclusione di altre alternative Es.: se A > B questo deve essere vero indipendentemente da C Caduta dell assioma di transitività A B C Costo Ottimo Buono Discreto Accessibilità Discreto Ottimo Buono Ambiente Buono Discreto Ottimo A > B per Costo e Ambiente B > C per Costo e Accessibilità A > C?? No, C > A per Accessibilità e Ambiente Caduta dell assioma di Indipendenza dalle alternative irrilevanti Concorso di bellezza A B C D 1 giudice giudice giudice giudice giudice giudice giudice Totale punti punti 2 3 punti 3 2 punti 4 1 punti Caduta dell assioma di Indipendenza dalle alternative irrilevanti Concorso di bellezza (seconda edizione) A B C 1 giudice giudice giudice giudice giudice giudice giudice Totale punti punti 2 2 punti 3 1 punti Analisi a Molti-Attributi Classica Valutazione di Impatto Ambientale Prof. Giulio De Leo Dipartimento di Scienze Ambientali Università degli Studi di Parma deleo@dsa.unipr.it Prof. Eliot Laniado Dipartimento di Elettronica e Informazione Politecnico di Milano
3 IDEA BASE DELL ANALISI A MOLTI ATTRIBUTI CLASSICA È necessario associare ad ogni alternativa un unico valore, che esprima la soddisfazione complessiva u sui criteri x ( x x ) u,..., = u 1, 2 x n Funzione di utilità complessiva Funzione di utilità complessiva deve poter essere ottenuta partendo dalle utilità associate ai singoli attributi: SEPARABILITÀ ADDITIVITÀ Metodo prescrittivo STRUTTURAZIONE DEL PROBLEMA (per un problema con 2 attributi) L utilità complessiva, associata a un alternativa, deve essere ottenibile a partire dalle utilità relative ai singoli attributi, applicando un modello di tipo additivo. Perché questo sia vero devono essere soddisfatte queste due proprietà: separabilità: u (x,y) = f(u x (x), u y (y)) additività: u (x,y) = u x (x)+u y (y) ricerca di condizioni che permettano di verificare queste proprietà MUTUA INDIPENDENZA PREFERENZIALE l ordine e la struttura preferenziale tra due qualsiasi valori di un attributo non dipendono dal valore assunto dagli altri attributi. Mutua indipendenza preferenziale C.N.S. per separabilità C.N.S. per additività (3 o più criteri) Contro esempio per mutua indipendenza preferenziale e separabilità Azienda di trasporto pubblico # autobus # autisti Criteri di impatto ambientale Emissioni di CO2 Imrponta ecologica (NB: C.N. per additività x 2 criteri Regolarità degli incrementi) Pertanto... La struttura delle preferenze su un criterio non dipendente dal valore assunto dagli indicatori sugli altri criteri i criteri risultano mutuamente indipendenti da un punto di vista delle preferenze MUTUA INDIPENDENZA PREFERENZIALE (+ REGOLARITÀ DEGLI INCREMENTI x 2 criteri) SEPARABILITÀ + ADDITIVITÀ
4 Come si procede Si usano le funzioni di utilità (U i ) per trasformare gli indicatori della matrice degli impatti in livello di soddisfazione u ij (compresi ad esempio fra 0 e 1) si associa ad ogni indice (u ij ) un peso (w i ) per calcolare le prestazioni complessive di ciascun alternativa rispetto a tutti gli indicatori si crea l ordinamento rispetto al risultato ottenuto FUNZIONI DI UTILITÀ DEI SINGOLI ATTRIBUTI Definire la funzione di utilità u x per un attributo x significa trasformare un indicatore nelle sue unità fisiche in un livello di soddisfazione Definire una scala delle preferenze. Min. soddisfazione u x (x 0 )=0.Max. soddisfazione u x (x 1 )=1. u x (x) x 0 x1 Esempi di funzioni di utilità (U) utilità utilità valori dell'attributo x valori dell'attributo x utilità utilità Attenzione! Non utilizzare la normalizzazione bruta fra il valore Min ( 0) e il valore Max ( 1) possibilità di manipolazione degli ordinamenti 1 1 valori dell'attributo x valori dell'attributo x 0 $ 0 $ Modalità per stimare la funzione di utilità Esempio di applicazione delle funzioni di utilità relative ai singoli attributi Come procedere dipende dal tipo di attributo considerato. A1 A2 A3 A4 u verde Dalla letteratura è necessario verificare che le condizioni nelle quali sono state ricavate le funzioni siano compatibili con il particolare problema considerato (es: WQI, PSI, IBE,...) Verde pubb Densità di 4 6 cinghiali u densità per punti tecnica della frazione media
5 Applicando alla matrice le funzioni di utilità relative ai singoli attributi si ottengono valori tutti compresi tra 0 e 1. Tutti i valori esprimono una soddisfazione e quindi devono essere massimizzati. Si può ricavare l ordinamento delle alternative rispetto a un singolo attributo. Se u x (x A )>u x (x B ) allora A è meglio di B rispetto a X Tuttavia, le scale usate per esprimere le utilità sono arbitrarie e diverse da attributo ad attributo. Non è possibile confrontare direttamente fra loro valori relativi a righe differenti. In conclusione: funzioni di utilità servono a descrivere la struttura di preferenze del decisore la scala 0-1 è arbitraria u x e u y contengono informazioni sull ordine e sulla struttura di preferenze su ciascun criterio non contengono informazioni sul valore assoluto di preferenze una trasformazione lineare di una funzione di utilità di un determinato criterio non modifica né la struttura di preferenze né l ordine per quel criterio. Le differenze di utilità vengono modificate in valore assoluto, ma restano nella stessa proporzione ux( x) uy( y) FUNZIONE DI UTILITÀ COMPLESSIVA Funzioni di utilità dei singoli attributi Modello additivo Funzioni di utilità complessiva (, ) = x ( ) + y ( ) u x y wu x w u y 1 2 Determinazione coefficienti di importanza relativa (pesi w i ) Attribuzione dei Pesi in modo gerarchico 0.7 Scelta Finale Ambiente Occupazione Economia Valutazioni politiche 0.55 Aria 0.45 Acqua Rend. econ. PM10 NO2 DO CF BOD 5 ROE Volat Rischio Valutazioni tecniche Il metodo dei pesi a 0 a 1 a 2 c 1 g 1 (a 0 ) g 1 (a 1 ) g 1 (a 2 ) c 2 g 2 (a 0 ) g 2 (a 1 ) g 2 (a 2 ) c 3 g 3 (a 0 ) g 3 (a 1 ) g 3 (a 2 ) c 4 g 4 (a 0 ) g 4 (a 1 ) g 4 (a 2 ) W w 1 w 2 w 3 w 4 PROCESSO DECISIONALE ANALISI DI SENSITIVITÀ ELEMENTI DI INCERTEZZA ELEMENTI DI SOGGETTIVITÀ g 1 (a 0 )w 1 +g 2 (a 0 )w 2 + g 3 (a 0 )w 3 + g 4 (a 0 )w 4 =V a0 g 1 (a 1 )w 1 +g 2 (a 1 )w 2 + g 3 (a 1 )w 3 + g 4 (a 1 )w 4 =V a1 g 1 (a 2 )w 1 +g 2 (a 2 )w 2 + g 3 (a 2 )w 3 + g 4 (a 2 )w 4 =V a2 e quindi ordino con ordine descrescente ORDINAMENTO DIPENDE DAL VALORE ASSUNTO DAI DIVERSI PARAMETRI ANALISI DI SENSITIVITÀ AREA DI STABILITÀ POSSIBILITÀ DI RANK REVERSAL
6 Fonti di incertezza e di soggettività Impatti La stima viene fatta riferendosi ad alternative che non sono ancora state realizzate. Di conseguenza sono presenti diversi elementi di incertezza, sia nella definizione precisa delle alternative, sia legati all uso di modelli. Dati in ingresso ai modelli di stima: Possono essere presenti errori di misura Scelta modelli di stima Qualsiasi modello della realtà contiene delle approssimazioni, che introducono nell analisi elementi di incertezza. Scenari di riferimento I fattori che determinano l evoluzione del contesto in cui si inserisce l alternativa sono numerosi e difficili da prevedere. Fonti di incertezza e di soggettività (2)... Funzioni di utilità: Dovendo riflettere la struttura di preferenze del decisore, contengono necessariamente elementi di soggettività Coefficienti di importanza relativa (pesi): Dipendono da un giudizio di valore soggettivo del decisore. Sono gli elementi più critici, quelli su cui è necessario eseguire un analisi di sensitività più approfondita. Metodologie per l analisi di sensitività Tipo di incertezza/soggettività Scelta metodo Ricalcolo della soluzione al variare dei valori dati ai parametri numero limitato di valori tra cui si è incerti (2 o 3) confronto diretto ordinamenti ottenuti Metodo Montecarlo nota la distribuzione di probabilità delle variabili incerte analisi statistica degli ordinamenti ottenuti (prestazione media + prob. che un alternativa si classifichi nella k- esima posizione ) Metodi analitici specifici incertezza espressa in funzione di un unico parametro Analisi di sensitività rispetto al peso di un solo criterio w k U w - w w + A1 A3 A2 w k 1) Per ogni criterio, si definisce una distribuzioen Beta del suo peso relativo Analisi Monte Carlo Distribuzioen di frequenza Min Atteso 2) Si estrae un valore del peso dalla rispettiva distribuzione di probabilità per ciascun criterio 3) Si calcola il valore dell indice aggregato per ciascuna alternativa e si salva il risultato 4) Si torna al punto (2) e si ripete l operazione per 1000 volte Max Peso w i Frequency distribuzione dell'indice aggregato di performance 35.0% 30.0% 25.0% 20.0% 15.0% 10.0% % 0.0% Alt 1 Alt
7 30.0% Frequency 25.0% 20.0% 15.0% 10.0% 5.0% 0.0% Alt 3 Alt Metodi Electre Valutazione di Impatto Ambientale Prof. Giulio De Leo Dipartimento di Scienze Ambientali Università degli Studi di Parma ARPA - Lombardia deleo@dsa.unipr.it Prof. Eliot Laniado Dipartimento di Elettronica e Informazione Politecnico di Milano Elementi chiave dei Metodi Electre rifiuto a priori del rigore assiomatico sono tollerate contraddizioni matematiche seguire concretamente il processo decisionale assecondare l irrazionalità del decisore come nell Analisi Gerarchica sono presenti: dipendenza dalle alternative irrilevanti matrici dei confronti a coppie inconsistenti inoltre incompletezza (= incomparabilità tra 2 alternative)» esempi: 1. acquisto di un automobile 2. paradosso del caffè Perché introdurre l incompletezza? In teoria Assioma di completezza il decisore, posto di fronte a due alternative A e B, deve essere sempre in grado di esprimere la sua preferenza o indifferenza non è tollerata l incertezza Nella realtà i sensi umani hanno capacità di discriminazione finita e operano per classi la compensazione tra due alternative con opportuni pesi non sempre è possibile la percezione della differenza di prestazione è soggettiva Incompletezza Analisi di concordanza e di discordanza Una base comune al di là delle differenze strutturali: attribuzione di pesi ai criteri secondo le preferenze calcolo del valore del coefficiente di concordanza c(i,j) coppia di alternative calcolo del valore del coefficiente di discordanza d(i,j) coppia di alternative verifica dell esistenza o meno di una relazione di surclassamento tra coppie di alternative (su soglie di concordanza S c e soglie di discordanza S c ) creazione di un ordinamento tra le alternative + eventuale raffigurazione su grafo dei surclassamenti
8 Simbologia e convenzioni adottate (1) A = {a 1, a 2,..., a i,, a j,, a n } insieme delle n alternative ammissibili C= {c 1, c 2,..., c k,..., c m }: insieme degli m criteri W= {w 1, w 2,...w k,..., w m } vettore dei pesi associati ai criteri g k (a i ): prestazione dell alternativa i-esima secondo il criterio k-esimo a 0 a 1 a 2 W c 1 g 1 (a 0 ) g 1 (a 1 ) g 1 (a 2 ) w 1 c 2 g 2 (a 0 ) g 2 (a 1 ) g 2 (a 2 ) w 2 c 3 g 3 (a 0 ) g 3 (a 1 ) g 3 (a 2 ) w 3 Simbologia e convenzioni adottate (3) W + (i,j) = {k : w k I + (i,j)} somma dei pesi dei criteri per i quali l alternativa a i è preferita all alternativa a j W = (i,j) = {k : w k I = (i,j)} somma dei pesi dei criteri per i quali l alternativa a i è equivalente all alternativa a j W - (i,j) = {k : w k I - (i,j)} somma dei pesi dei criteri per i quali l alternativa a j è preferita all alternativa a i c 4 g 4 (a 0 ) g 4 (a 1 ) g 4 (a 2 ) w 4 Coeff. di Concordanza c(i,j) c(i,j) = W + + = W (i,j) + W (i,j) = (i,j) + W (i,j) + W (i,j) d(i,j) Coeff. di Discordanza c(i,j) = max k I (i,j) [ g k (a j ) g k (a i )] max g (a j ) g k k i,j = 1..n (a i ) tiene conto dell'insieme dei criteri che non si oppongono al fatto che una certa alternativa a i sia meglio di un alternativa a j esprime il grado con cui si concorda sul fatto che a i è migliore di a j rappresenta la soddisfazione che riceve il decisore scegliendo a i anziché a j Esempio: volendo confrontare a 1 e a 2 possiamo osservare che: 1) W + (1,2)=3 2) W = (1,2)=4+3=7 3) W - (1,2)=5 quindi c(1,2)=10/15=0,67 tiene conto delle differenze di prestazione tra le alternative a i ea j quantifica il grado con cui alternativa i è peggiore della j rappresenta il rammarico o la sconvenienza che prova il decisore scegliendo a i anziché a j Esempio: Volendo confrontare a 3 e a 4 possiamo osservare che: 1) I - (3,4)={prezzo} 2) esiste una differenza di prestazione pari a 5 unità tra le due alternative 3) la massima differenza di prestazione sul criterio vale 20 unità quindi d(3,4)=5/20=0,25 Matrice di concordanza a 1 a 2 a 3 a 4 a 5 a 6 a 7 a 1 - c 12 c 13 c 14 c 15 c 16 a 2 c 27 c 21 - c 23 c 24 c 25 c 26 c 17 a 3 c 31 c 32 - c 34 c 35 c 36 c 37 a 4 c 41 c 42 c 43 - c 45 c 46 c 47 a 5 c 51 c 52 c 53 c 54 - c 56 c 57 a 6 c 61 c 62 c 63 c 64 c 65 - c 67 a 7 - c 71 c 72 c 73 c 74 c 75 c 76 Proposta scuola olandese per ottenere un ordinamento finale da Electre II (1/3) Date le matrici di concordanza e di discordanza Si ricavano un indice di concordanza e di discordanza IC ID i i = = n c(i,k) n n n d(i,k) c(k,i) d(k,i)
9 Indice di Concordanza a 1 a 2 a 3 a 4 a 5 a 6 a 7 i coeff. c 2,k a 1 - c 12 c 13 c 14 c 15 c 16 c 17 esprimono la a c - c c c c c preferenza di scegliere a 3 c 31 c 32 - c 34 c 35 c 36 c 37 l alternativa 2 a 4 c 41 c 42 c 43 - c 45 c 46 c 47 rispetto a 5 c 51 c 52 c 53 c 54 - c 56 c 57 all alternativa k a 6 c 61 c 62 c 63 c 64 c 65 - c 67 i coeff. c k,2 a 7 c 71 c 72 c 73 c 74 c 75 c 76 - esprimono la preferenza di n n scegliere IC = c 2,k c l alternativa k 2 k,2 rispetto all alternativa 2 Alcuni aspetti della fase di Valutazione presenza di elementi di soggettività non eliminabili L uso di più metodi di ordinamento: la logica per la selezione delle alternative applicazione di differenti metodi alla matrice degli impatti per produrre un ordinamento tra le alternative presenza di differenti ordinamenti in funzione del metodo applicato utilizzo integrato dei metodi logica del pessimizzatore : scartare la alternative non soddisfacenti sotto più punti di vista interazione tra tecnico e decisore Pertanto... lo scopo non è selezionare l'alternativa ottima in assoluto ma eliminare man mano le alternative peggiori sotto più punti di vista Un processo interattivo Sequenza delle possibili azioni che il decisore può svolgere: 1) individuare le alternative sicuramente dominate con un primo confronto integrato su più metodi 2) scartare le alternative dominate 3) scegliere una alternativa tra le rimanenti, oppure 4a) usare le informazioni ottenute per modificare il comportamento di una alternativa in punti critici 4b) sviluppare analisi più dettagliate del problema 4c) progettare nuove alternative 5) procedere nuovamente alla valutazione delle alternative fino al livello di dettaglio voluto
10 Lo schema processuale F a s e d i A N A L I S I Preferibilmente... F a s e d i V A L U T A Z I O N E Matrice degli impatti: Alternative - Criteri Decisore + Tecnico Applicazione di diversi metodi di ordinamento Matrice degli Ordinamenti: ogni metodo produce risultati differenti Analisi più approfondite Progettazione di nuove alternative Modifiche di vecchie alternative Scarto le alternative dominate o con prestazioni scadenti Scelta finale di tipo politico Utilizzo integrato di più metodi creazione di un Sistema di Supporto alle Decisioni Un ambiente integrato Caratteristiche richieste al DSS: considerare la presenza simultanea di stime qualitative e quantitative degli impatti tenere conto del conflitto in modo esplicito senza occultarlo consentire la partecipazione non fingere che la fase decisionale sia oggettiva gestire la soggettività delle diverse parti coinvolte prevedere l eliminazione successiva delle alternative dominate trasparenza mostrare le modalità di risoluzione dei conflitti ripercorribilità documentare ogni azione
I metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni
I metodi Electre La scelta fra le alternative: i metodi Electre Electre = ELimination Et Choix Traduisant la REalité scopo: mettere a punto un metodo decisionale il più aderente possibile alla realtà rifiutano
DettagliMetodi Decisionali Multicriterio
Metodi Decisionali Multicriterio Decisore Si hanno individuano due proprietà di un decisore: -intelligenza possiede capacità logiche per individuare senza errori la scelta che gli assicura il miglior risultato
DettagliLe graduatorie basate su una molteplicità di indicatori. I pericoli della sintesi di variabili disomogenee.
Le graduatorie basate su una molteplicità di indicatori. I pericoli della sintesi di variabili disomogenee. Sovente è necessario stabilire delle graduatorie tra unità statistiche. In azienda il problema
DettagliApprofondimento tematico
Approfondimento tematico Gare Telematiche: Offerta Economicamente più vantaggiosa Formule per il calcolo del punteggio tecnico Intercent-ER Formule per il calcolo del punteggio tecnico 1 Sommario 1. INTRODUZIONE...
DettagliAnalisi costi-efficacia. Valutazione economica dei piani e dei progetti
Analisi costi-efficacia Valutazione economica dei piani e dei progetti Introduzione La metodologia ACE si applica nei casi in cui non sia ritenuto conveniente o possibile esprimere i benefici del progetto
DettagliI sistemi di voto. Marco Greco 6 novembre 2009
I sistemi di voto Marco Greco 6 novembre 009 Voto vs Negoziato Processo formalizzato in cui più attori decisionali scelgono una soluzione ad un problema di comune interesse Il negoziato è un processo in
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliValutazione multicriteriale
Valutazione economica del progetto Valutazione multicriteriale prof. arch. Stefano Stanghellini collaboratrice: phd arch. Valeria Ruaro Finalità valutative a Scelta Selezione della alternativa migliore,
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
Dettagli( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,
1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4
DettagliEconomia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA
Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA ALCUNE PREMESSE Cosa e la microeconomia? E la disciplina che studia
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
DettagliElementi di Psicometria
Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliIn questo esempio, come in tutti gli altri, chiamiamo l individuo 1 giocatore di riga, perché deve scegliere di collocarsi in una delle due righe
Teoria dei Giochi La teoria dei giochi è la scienza matematica che studia e analizza le decisioni individuali di più soggetti che mirano al massimo guadagno personale dalla scelta che essi prendono. Le
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliDECLINAZIONE COMPETENZE SCUOLA SECONDARIA DI PRIMO GRADO: MATEMATICA COMPETENZE CONOSCENZE ABILITA
DECLINAZIONE COMPETENZE SCUOLA SECONDARIA DI PRIMO GRADO: MATEMATICA COMPETENZE CONOSCENZE ABILITA Operare in situazioni reali e/o disciplinari con tecniche e procedure di calcolo I numeri naturali e il
DettagliMetodo di Lagrange. 12 March 2014 Maria Chiara D'Errico
Metodo di Lagrange Metodo per la risoluzione dei problemi di scelta dell agente economico. La scelta presuppone: 1. Alternative: L insieme delle possibili azioni analiticamente rappresentate dal Vincolo.
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliFacoltà di Giurisprudenza
Facoltà di Giurisprudenza METODOLOGIE STATISTICHE UTILIZZATE PER L ANALISI DELLA SODDISFAZIONE DEGLI STUDENTI FREQUENTANTI A.A. 2010-2011 NUCLEO DI VALUTAZIONE DI ATENEO MILANO PIACENZA - CREMONA ROMA
DettagliProgrammazione didattica annuale classi terze Disciplina Matematica
Primo quadrimestre L'alunno si muove con sicurezza nel calcolo algebrico, numerico e letterale NUMERI Utilizzare numeri relativi per descrivere reali Eseguire calcoli in ambito algebrico Eseguire confronti
DettagliCorso di Analisi e Valutazione Ambientale
Università degli Studi Roma Tre Facoltà di Architettura Corso di Analisi e Valutazione Ambientale A.A 2001/2002 Prof. Alessandro Giangrande PESI ITRISECI E PESI SPECIFICI DEI CRITERI I AHP Un esempio atto
DettagliIstituto Comprensivo di Pralboino Curricolo Verticale
MATEMATICA CLASSE SECONDA SECONDARIA INDICATORE NUMERI TRAGUARDI OBIETTIVI di APPRENDIMENTO CONTENUTI L alunno si muove con sicurezza nel calcolo anche con i numeri razionali, ne padroneggia le diverse
DettagliR.Bianchi 1. R.Bianchi 2. Fonte: Claudio Bezzi, Il disegno della ricerca valutativa, Nuova edizione, Franco Angeli, Milano, 2004
La valutazione è principalmente un attività di di ricerca applicata, realizzata, nell ambito di di un processo decisionale, in in maniera integrata con le le fasi di di programmazione, progettazione e
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliEsercitazione di Statistica Indici di associazione
Esercitazione di Statistica Indici di associazione 28/10/2015 La relazione tra caratteri Indipendenza logica Quando si suppone che tra due caratteri non ci sia alcuna relazione di causa-effetto. Indipendenza
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione variabilità e forma per caratteri qualitativi Il seguente data set riporta la rilevazione
DettagliLa valutazione degli investimenti. - Scelte di lungo periodo - VAN e SIR
La valutazione degli investimenti - Scelte di lungo periodo - VAN e SIR Scelte di lungo periodo N.B. Per seguire questa parte del programma è indispensabile la conoscenza della matematica finanziaria.
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIndice della lezione. Incertezza e rischio: sinonimi? Le Ipotesi della Capital Market Theory UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA
UNIVERSIT DEGLI STUDI DI PRM FCOLT DI ECONOMI Indice della lezione Corso di Pianificazione Finanziaria Introduzione al rischio Rischio e rendimento per titoli singoli La Teoria di Portafoglio di Markowitz
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliGrandezze e Misure 1
Grandezze e Misure 1 Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Misure dirette e indirette Strumenti di misura Errori nelle
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliUDA MATEMATICA. Progettazione per unità di apprendimento. Percorso di istruzione di primo livello primo periodo didattica PROF:...
UDA MATEMATICA Progettazione per unità di apprendimento Percorso di istruzione di primo livello primo periodo didattica PROF:... B1 5MAT 01 Numeri e calcoli (ore in presenza: 18; ore a distanza: 0 ) COMPETENZA/E
DettagliL efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A.
L efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A. Corso di Economia Industriale Lezione dell 8/01/2010 Valutazione delle peformance Obiettivo: valutare le attività di
DettagliLa Statistica: introduzione e approfondimenti
La Statistica: introduzione e approfondimenti Definizione di statistica Che cosa è la statistica? La statistica è una disciplina scientifica che trae i suoi risultati dalla raccolta, dall elaborazione
DettagliCurricolo Verticale Scuola Secondaria di I Grado I. C. S. Via Libertà San Donato Milanese (MI) CLASSE PRIMA
CLASSE PRIMA TRAGUARDI per lo sviluppo delle competenze OBIETTIVI CONTENUTI al termine della classe 3 a Comprendere il significato logico dei numeri nell insieme N e rappresentarli sulla retta orientata.
DettagliCURRICOLO MATEMATICA - CLASSE QUARTA-
CURRICOLO MATEMATICA - CLASSE QUARTA- COMPETENZA NUMERI 1. a) Acquisire il concetto di frazione b) riconoscere le frazioni decimali c) trasformare una frazione decimale in numero decimale e viceversa d)
DettagliPROGRAMMAZIONE ANNUALE A.S / 2017 FIOCCO ELIO MANNELLI MARIA GRAZIA OCCHINO SEBASTIANO-PASELLO DIANA
INDIRIZZO SCOLASTICO DISCIPLINA DOCENTE / I CLASSE / I MECCANICA e MECCATRONICA ELETTRONICA LOGISTICA e TRASPORTI X LICEO SCIENTIFICO Matematica PROGRAMMAZIONE ANNUALE A.S. 2016 / 2017 FIOCCO ELIO MANNELLI
DettagliIstituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 5 Preferenze e utilità
UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 5 Preferenze e utilità Prof. Gianmaria Martini Razionalità in economia Postulato comportamentale: Un agente sceglie sempre
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliPIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico. Docente: Mario Donno. Obiettivi specifici della disciplina
PIANO DI LAVORO DI MATEMATICA Classe 1 ^C - Liceo Linguistico Docente: Mario Donno Obiettivi specifici della disciplina Applicare i principi e i processi matematici nel contesto quotidiano Cogliere analogie
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliClassificazione dei caratteri
Classificazione dei caratteri Carattere Qualitativo (Mutabile Statistica): modalità espresse da attributi Genere, Stato civile, Sett. di attività econ., Titolo di studio, Grado militare Carattere Quantitativo
DettagliUlteriori applicazioni del test del Chi-quadrato (χ 2 )
Ulteriori applicazioni del test del Chi-quadrato (χ 2 ) Finora abbiamo confrontato con il χ 2 le numerosità osservate in diverse categorie in un campione con le numerosità previste da un certo modello
DettagliLe preferenze del consumatore e il concetto di utilita
Università degli Studi di Napoli Federico II Corso di studi CLEA Anno accademico 2012/13 Le preferenze del consumatore e il concetto di utilita Ornella Wanda Maietta maietta@unina.it Sommario 1. Rappresentazione
DettagliMATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI)
Matematica Finanziaria, a.a. 2011/2012 p. 1/315 UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA MATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI) ANNAMARIA OLIVIERI a.a. 2011/2012
DettagliLa teoria microeconomica del consumo
Istituzioni di Economia Matematica La teoria microeconomica del consumo Il problema del consumatore 1 a parte. Mario Sportelli Dipartimento di Matematica Università degli Studi di Bari Via E. Orabona,
DettagliLa Teoria dei Giochi. (Game Theory)
La Teoria dei Giochi. (Game Theory) Giochi simultanei, Giochi sequenziali, Giochi cooperativi. Mario Sportelli Dipartimento di Matematica Università degli Studi di Bari Via E. Orabona, 4 I-70125 Bari (Italy)
DettagliPROGRAMMAZIONE DI MATEMATICA 2016/2017
PROGRAMMAZIONE DI MATEMATICA 2016/2017 PRIMA CLASSE ARITMETICA Il sistema di numerazione decimale Leggere e scrivere i numeri interi e decimali Riconoscere il valore posizionale delle cifre in un numero
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 41 Outline 1 2 3 4 5 () Statistica 2 / 41 Misura del legame Data una variabile doppia (X, Y ), la
DettagliMODULO BIMESTRALE N.1:Le Grandezze in Fisica
CLASSE PRIMAFISICA MODULO BIMESTRALE N.1:Le Grandezze in Fisica Conoscere il concetto di grandezza, di misura, di unità di misura, di equivalenza e gli strumenti matematici per valutare le grandezze. ABILITA
DettagliBosi (a cura di), Corso di scienza delle finanze, il Mulino, 2012 Capitolo I, lezione 1 Il problema e alcune premesse
Il problema e alcune premesse La costruzione della grande frontiera delle utilità e l ottimo l paretiano La scienza delle finanze studia le entrate e le uscite pubbliche con un approccio normativo e positivo
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliCapitolo 6. Variabili casuali continue. 6.1 La densità di probabilità
Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come
DettagliESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo
ESERCIZI SVOLTI Giuliano Bonollo - Michele Bonollo 1 La seguente tabella riporta le frequenze relative riguardanti gli studenti di un università e gli esiti dell esame da essi sostenuto. Qual è la percentuale
DettagliRICETTIVITÀ TURISTICA a.a. 2008/09
RICETTIVITÀ TURISTICA a.a. 2008/09 PROF. FRANCESCO MARANGON Dipartimento di Scienze Economiche Come è descritto in microeconomia il problema di scelta del Secondo l ottica consequenzialista la scelta tra
DettagliISTITUTO OMNICOMPRENSIVO ALTO ORVIETANO FABRO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE II SECONDARIA I GRADO
ISTITUTO OMNICOMPRENSIVO ALTO ORVIETANO FABRO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE II SECONDARIA I GRADO MACRO INDICA TORI OBIETTIVI DI APPRENDIMENTO Curricolo verticale OBIETTIVI DI APPRENDIMENTO
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
DettagliTRAGUARDI PER LO SVILUPPO DELLE COMPETENZE
1.L alunno si muove con sicurezza sia nel calcolo scritto che mentale a partire dai numeri naturali fino a quelli reali; ne padroneggia le diverse rappresentazioni, stima la grandezza di un numero e il
DettagliAnalisi positiva e normativa
Analisi positiva e normativa ANALISI POSITIVA Come si possono valutare gli effetti di un intervento pubblico Gli effetti delle politiche pubbliche sono difficili da determinare La teoria economica aiuta
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 1.1 - Misurare in psicologia Davide Massidda davide.massidda@gmail.com Che cosa è la misura Misurare significa assegnare dei valori numerici a oggetti
DettagliDECLINAZIONE COMPETENZE SCUOLA PRIMARIA: MATEMATICA CLASSI 1 a 2 a 3 a
DECLINAZIONE COMPETENZE SCUOLA PRIMARIA: MATEMATICA CLASSI 1 a 2 a 3 a COMPETENZE 1. Operare con i numeri nel calcolo scritto e mentale CONOSCENZE CONTENUTI A. I numeri da 0 a 20 B. I numeri da 20 a 100
Dettagli2. ALGORITMO DEL SIMPLESSO
. ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
Dettagli1. TEORIA DEL CONSUMATORE
. TEORIA DEL CONSUMATORE ~ 9 ~ ~ 0 ~ Domande a risposta aperta D. Definire gli assiomi della teoria del consumatore. RD. Gli assiomi della teoria del consumatore sono: a) Completezza: un consumatore può
DettagliClasse Prima. Concetti topologici. Confronti Classificazioni Grafici. Confronti, ordinamenti e grandezze misurabili
apprendimento ISTITUTO COMPRENSIVO STATALE Classe Prima ABILITA' Leggere e scrivere i numeri, usarli per contare ed eseguire semplici operazioni di addizione e sottrazione I numeri naturali nel loro aspetto
DettagliAnalisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
DettagliLezione 2. La conoscenza del mondo
Lezione 2 Analogico/Digitale Il sistema binario L aritmetica binaria La conoscenza del mondo Per poter parlare (ed elaborare) degli oggetti (nella visione scientifica) si deve poter assegnare a questi
DettagliPIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: Statistica
-bis PIANO DI STUDIO DELLA DISCIPLINA DISCIPLINA: PSD D62 PIANO DELLE DELLE CLASSI 4^ INF SERALE ANNO 2013/14 Docenti : Patrizia D Elia, Agostino Longhitano 1) PREREQUISITI : Conoscenza del calcolo combinatorio
DettagliLezione 4 La teoria dell utilità Argomenti
Lezione 4 La teoria dell utilità Argomenti Concetti generali Utilità totale e marginale Utilità marginale, SMS e curve di indifferenza Trasformazione monotòna di una funzione di utilità Esempi di funzioni
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliMicroeconomia Finanziaria
Sara Savastano Università di Roma Tor Vergata DEF a.a. 2014-2015 1 Teoria Microeconomica: Analisi del comportamento degli individui, degli agenti, e l aggregazione delle loro azioni in un contesto istituzionale
DettagliSTIME SECONDO IL METODO DI ARGELANDER
STIME SECONDO IL METODO DI ARGELANDER La stima della magnitudine di una variabile con il metodo di Argelander si basa, come per gli altri metodi (metodo frazionario, metodo di Pogson) sul confronto della
DettagliAppendice D. Il calcolo dei pesi per la composizione delle valutazioni di Area
Appendice D. Il calcolo dei pesi per la composizione delle valutazioni di Area Premessa In questa Appendice viene presentata una proposta per la determinazione del valore dei pesi j attribuiti alle sedici
DettagliGRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti A cura di: Ing. Giovanna
DettagliProgramma delle Lezioni 7-9 Marzo
Università degli Studi di Bologna Facoltà di Scienze Politiche Corso di Laurea in Scienze Politiche, Sociali e Internazionali Microeconomia (A-E) Matteo Alvisi Parte 2(a) LA SCELTA OTTIMALE EL CONSUMATORE
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliL ALGORITMO DEL SIMPLESSO REVISIONATO
L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e
DettagliCURRICOLO VERTICALE PER COMPETENZE DISCIPLINARI Scuola Primaria - MATEMATICA - COMPETENZA CHIAVE EUROPEA: COMPETENZA MATEMATICA
CURRICOLO VERTICALE PER COMPETENZE DISCIPLINARI Scuola Primaria - MATEMATICA - COMPETENZA CHIAVE EUROPEA: COMPETENZA MATEMATICA Classe Prima Profilo dello studente al termine del Primo ciclo d Istruzione:
DettagliSCHEDA PER IL DOCENTE DESCRIZIONE DELL ITINERARIO DI LABORATORIO
SCHEDA PER IL DOCENTE DESCRIZIONE DELL ITINERARIO DI LABORATORIO I Titolo della scheda Un itinerario di Laboratorio: LA DENSITÀ Esperienze di laboratorio per la misura della densità di una sostanza solida
DettagliCURRICOLO DI MATEMATICA SCUOLA SECONDARIA DI PRIMO GRADO
CURRICOLO DI MATEMATICA SCUOLA SECONDARIA DI PRIMO GRADO Nuclei tematici Il numero Traguardi per lo sviluppo della competenza - Muoversi con sicurezza nel calcolo anche con i numeri razionali e stimare
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliIndice. 1. Premessa Le relazioni tra coppie di caratteri L analisi della contingenza L analisi della correlazione...
INSEGNAMENTO DI STATISTICA DEL TURISMO LEZIONE IX LE RELAZIONI TRA CARATTERI PROF. GIOVANNI DI TRAPANI Indice 1. Premessa.... 3 2. Le relazioni tra coppie di caratteri.... 4 3. L analisi della contingenza....
DettagliClassi: Prime IA; IB; IC; ID; IE; IF Disciplina: MATEMATICA Ore settimanali previste: 4
Classi: Prime IA; IB; IC; ID; IE; IF Disciplina: MATEMATICA Ore settimanali previste: 4 N. modulo Titolo Modulo Titolo unità didattiche Ore previste Periodo Competenze Prerequisiti per l'accesso al modulo
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliMetodi di supporto alle decisioni manageriali. Supporto alle Decisioni Multi-Criterio
Metodi di supporto alle decisioni manageriali Supporto alle Decisioni Multi-Criterio Funzioni ordinali Il metodo più utilizzato per rappresentare un ordine debole su un insieme di alternative X è di associare
DettagliLuca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente
DettagliCOMPETENZE ABILITA CONOSCENZE
SCUOLA PRIMARIA PIANI DI STUDIO MATEMATICA ANNO SCOLASTICO 2010/2011 CLASSE PRIMA Utilizzare le tecniche e le procedure del Associare la quantità al numero: simbolo e Aspetto cardinale e ordinale. calcolo
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 43 I principali test statistici per la verifica di ipotesi: Il test del χ 2 per tavole di contingenza a 2 vie Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI
Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia
DettagliPROGRAMMA CONSUNTIVO
PAGINA: 1 PROGRAMMA CONSUNTIVO A.S.2014-2015 SCUOLA Liceo Linguistico Manzoni DOCENTE: Marina Barbàra MATERIA: Matematica e Informatica Classe 1 Sezione A OBIETTIVI: le parti sottolineate sono da considerarsi
DettagliECONOMIA AZIENDALE II CANALE
Introduzione ed orientamento allo studio delle aziende, Paoloni M., Paoloni P. ECONOMIA AZIENDALE II CANALE PROF. PAOLA DEMARTINI I MODULO E Materiale didattico disponibile sul sito del corso 1 ECONOMIA
DettagliMATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA SECONDARIA DI PRIMO GRADO
MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA SECONDARIA DI PRIMO GRADO - L alunno si muove con sicurezza nel calcolo anche con i numeri razionali, ne padroneggia le diverse
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
Dettagli