Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sessione live #1 Settimana #2 dal 10 al 16 marzo. Statistica descrittiva: Indici di posizione, dispersione e forma Istogramma frequenze, box plot"

Transcript

1 Sessone lve #1 Settmana # dal 10 al 16 mazo Statstca descttva: Indc d poszone, dspesone e foma Istogamma fequenze, box plot Lezon CD:

2 Eseczo 1 S consde la seguente dstbuzone delle nduste tessl secondo l fattuato annuo n mlon: Fattuato [300,800] ]800,000] ]000,3000] ]3000,5000] Azende a) Detemnae la dstbuzone d fequenze elatve. Gl ntevall d fattuato appesentano le class d modaltà. Il numeo d azende pe classe appesenta la fequenza assoluta d classe. Ossevamo che possamo pocedee peché gl ntevall specfcat dal poblema sono dsgunt e contgu (ovveo non c sono sovapposzon e nessun valoe d fattuato è escluso). Le class sono k = 4. L ampezza del campone è 4 n = x = 00. Le fequenze elatve s ottengono dvdendo le fequenze assolute pe l ampezza del campone: Indce d classe Class d modaltà Fequenze assolute Fequenze elatve x 1, x fa () f () 1 [300,800] 50 50/00=0.5 ]800,000] 80 80/00= ]000,3000] 40 40/00=0.0 4 ]3000,5000] 30 30/00=0.15 Totale 00 1 = 1

3 b) Qual è la pecentuale d nduste con fattuato annuo supeoe a 800 mlon e non supeoe a 3 mlad? Il numeo d nduste con tal caattestche sulta dalla somma delle fequenze assolute delle class ]800,000] e ]000,3000]. La pecentuale chesta è qund (10/00)*100 = 60%. c) Calcolae l fattuato modale. È la classe con la denstà d fequenza d = fa( ) x x 1 pù elevata. Indce d classe Class d modaltà Fequenze assolute Ampezza d classe Denstà d fequenza x 1, x fa () x x 1 d 1 [300,800] /500 = 0.10 ]800,000] /100 = ]000,3000] /1000 = ]3000,5000] /000 = 0.01 Totale 00 1 La classe modale sulta essee la classe ]300, 800] e non la classe ]800,000] come l anals delle fequenze elatve avebbe fatto eoneamente suppoe. Cò peché le class non hanno la stessa ampezza.

4 d) Calcolae l fattuato medo. Essendo le modaltà agguppate n class è necessao fomulae un potes sulla dstbuzone dell età all nteno d cascuna classe. S può potzzae, ad esempo, che le fequenze sano x 1 x concentate sul valoe centale, x = + d ogn classe. La meda saà qund calcolata secondo la fomula: 4 x = f () x Indce d classe Class d modaltà Fequenze elatve Valoe centale Calcolo ntemedo x 1, x f () x f() x 1 [300,800] 50/00=0.5 ( )/ = * 550 = ]800,000] 80/00=0.40 ( )/ = * 1400 =560 3 ]000,3000] 40/00=0.0 ( )/ = * 500 = ]3000,5000] 30/00=0.15 ( )/ = * 4000 = 600 Totale = 1

5 Eseczo Sa data la vaable X = eddto mensle n mglaa d euo, levata su un campone d n = 10 famgle agguppate n k = 4 class come segue: Reddto N d famgle x = fa () a) Tovae la moda del eddto Possamo palae d moda e non d classe modale peché dat sono gezz e non agguppat n class (lo sono solo appaentemente). La moda è la modaltà che s pesenta pù fequentemente (ovveo che pesenta fequenza assoluta pù elevata). Petanto l eddto modale è pa a 3 mglaa d euo.

6 b) Tovae meda, vaanza e scato quadatco medo del eddto La vaanza è la meda quadatca degl scat dalla meda x : σ k = 1 = ( x x) f () Lo scato quadatco medo, o devazone standad, è la adce quadata della quadata della vaanza. x = f () f () x f () a ( x x) ( x x) f() Totale Qund x = 3. mglaa d euo, σ 0.76 (mglaa d euo) e σ mglaa d euo. c) Tovae meda e vaanza del eddto nell potes che ad ogn famgla venga dato un aumento d stpendo d 0.5 mglaa d euo. La vaanza, così come lo scato quadatco medo, è nvaante pe taslazone, n alte paole se vene aggunta una costante a cascuna detemnazone del caattee la vaanza non camba: σ( X + a) = σ( X) = La meda nvece è lneae qund (passatem la notazone mpopa) x+ a= x+ a= 3.7

7 Eseczo 3 Data la seguente dstbuzone doppa d fequenza feta alla quanttà d colesteolo n mllgamm pe 100 mlllt d sangue ed al sesso n un campone d pazent: Colesteolo Masch Femmne [10,160) 40 0 [160,180) 10 1 [180,00) 0 10 [00,40) 10 0 [40,300] a) Rappesentae gafcamente la dstbuzone del colesteolo Il caattee quanttà d colesteolo è d tpo quanttatvo contnuo, suddvso n class, petanto la appesentazone gafca oppotuna è l stogamma. Pe fae cò bsogna calcolae l ampezza, a denstà e valo cental delle class. Class Fequenze Ampezza Denstà d Valo assolute fequenza cental [10, 160) ,5 140 [160, 180) 0 1,1 170 [180, 00) ,5 190 [00, 40) ,75 0 [40, 300] ,91 70

8 La appesentazone pe stogamm avvene: 1. costuendo tant ettangol quante sono le class,. le cu bas hanno lunghezza uguale all ampezza d classe, 3. con gl estem negl estem d classe, 4. le cu altezze sono pa alla denstà d classe. La base n ascssa è la classe d modaltà, l altezza n odnata è la denstà d fequenza della classe -esma. 1,6 1,4 1, 1 0,8 0,6 0,4 0,

9 b) Rappesentae gafcamente la fequenza elatva cumulata Dobbamo nnanz tutto calcolae le fequenze elatve f () e elatve cumulate F () = f ( k). k = 1 Dopodché dsegnamo la cuva delle fequenze elatve cumulate ossevando che essa è dscontnua e potando, qund, attenzone nell ndcae coettamente estem nclus ed esclus. Class fa () f () F () [10, 160) 60 0,30 0,30 [160, 180) 0,11 0,4 [180, 00) 30 0,15 0,57 [00, 40) 30 0,15 0,7 [40, 300] 55 0,8 1,00 Totale 197 1,0 1,00 0,80 0,60 0,40 0,0 0,

10 Rcodamo che dat a nosta dsposzone sono agguppat n class. Qund, pu sapendo che dat sono contnu e non dscet, nulla sappamo n meto alla dstbuzone all nteno d ogn classe. Qund la cuva delle fequenze cumulate, comunque venga dsegnata, chede un potes. Nel pecedente gafco è stato potzzato che tutt dat d una classe sano concentat nell estemo snsto. Se potzzamo, nvece, che all nteno d una classe, la dstbuzone sa unfome ecco che l gafco può essee dsegnato come contnuo. 1,0 1,00 0,80 0,60 0,40 0,0 0, Entamb gafc vanno bene. L mpotante è dchaae quale potes è stata avanzata.

Economia del turismo

Economia del turismo Unvestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Sev. Tustc A.A. 2014-2015 Economa del tusmo Pof.ssa Cala Massdda Economa del Tusmo Pof.ssa Cala Massdda Sezone 4 LA DOMANDA

Dettagli

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4

Laboratorio: Metodi quantitativi per il calcolo del VaR. Aldo Nassigh Financial Risk Management A.A. 2011/12 Lezione 4 Laboatoo: Metod quanttatv pe l calcolo del VaR Aldo Nassgh Fnancal Rsk Management A.A. 011/1 Lezone 4 METODO PARAMETRICO Sngolo fattoe d scho e poszone lneae Poszone l cu valoe attuale è soggetto ad un

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

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson Appofondmento 7.4 - Alt tp d test d sgnfcatvtà del coeffcente d coelazone d Peason Una delle cause pncpal della cattva ntepetazone del test d sgnfcatvtà d è che s fonda su un potes nulla pe cu ρ 0. In

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

Economia del turismo

Economia del turismo Unestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Se. Tustc A.A. 2014-2015 Economa del tusmo of.ssa Cala Massdda Economa del Tusmo of.ssa Cala Massdda Sezone 3 LA DOMANDA TURISTICA

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

Definizione di mutua induzione

Definizione di mutua induzione Mutua nduzone Defnzone d mutua nduzone Una nduttanza poduce un campo magnetco popozonale alla coente che v scoe. Se le lnee d foza d questo campo magnetco ntesecano una seconda nduttanza, n questo d poduce

Dettagli

Figura 1 Geometria attuale. Figura 2 Sezione trapezia

Figura 1 Geometria attuale. Figura 2 Sezione trapezia ESERCITAZIONE N. 4 (20 aple 2005) Dmensonamento daulco d un canale apeto PROBLEMA Nel pogetto d ecupeo d un aea s ntende potae alla luce un canale che n passato è stato tombnato con tubazon pefabbcate

Dettagli

RISPOSTA IN FREQUENZA DI UN AMPLIFICATORE

RISPOSTA IN FREQUENZA DI UN AMPLIFICATORE Unestà degl Stud d oma To Vegata Dpatmento d Ing. Elettonca coso d ELETTONIA APPLIATA Ing. Patck E. Longh ISPOSTA IN FEQUENZA DI UN AMPLIFIATOE II / INTODUZIONE Detemnae la sposta n fequenza d un amplfcatoe

Dettagli

Economia del turismo

Economia del turismo Unvestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Sev. Tustc Economa del tusmo Pof.ssa Cala Massdda Economa del Tusmo Pof..ssa Cala Massdda Sezone 4 LA DOMANDA TURISTICA Agoment

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

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

Corrente elettrica. Conduttore in equilibrio. Condutture in cui è mantenuta una differenza di potenziale (ddp) E=0 V=cost

Corrente elettrica. Conduttore in equilibrio. Condutture in cui è mantenuta una differenza di potenziale (ddp) E=0 V=cost Coente elettca Conduttoe n equlbo B E 0 E0 cost B Conduttue n cu è mantenuta una dffeenza d potenzale (ddp) > B E 0 _ B Un campo elettco all nteno d un conduttoe appesenta una stuazone d non equlbo. Un

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE 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

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

Economia del turismo. Prof.ssa Carla Massidda

Economia del turismo. Prof.ssa Carla Massidda Economa del tusmo Pof.ssa Cala Massdda Pate 2 Agoment Defnzone d domanda tustca Detemnant della domanda tustca L elastctà della domanda tustca La stma della domanda tustca Defnzone d domanda tustca Dato

Dettagli

CONDUZIONE NON STAZIONARIA

CONDUZIONE NON STAZIONARIA CONDUZIONE NON AZIONARIA Caso geneale de sstem a tempeatua unfome ebbene l pocesso d conduzone non stazonaa n un soldo sa comunemente dovuto allo sco temco convettvo dal fludo ccostante, alt pocess d sco

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

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

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

r v i i P = m i i dt (M r cm ) = Mv r r i = d avendo definito il concetto di centro di massa (CM) del sistema ( M = m i r r r cm

r v i i P = m i i dt (M r cm ) = Mv r r i = d avendo definito il concetto di centro di massa (CM) del sistema ( M = m i r r r cm 6. Sstem d patcelle Legge della dnamca d taslazone pe un sstema d patcelle È possble scvee una legge pe l moto collettvo d un nseme d patcelle nteagent fa loo e con l esteno. Questo modo d fae pemette

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

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

Lo schema seguente spiega come passare da una equazione all altra e al grafico della circonferenza. Svolgere i calcoli.

Lo schema seguente spiega come passare da una equazione all altra e al grafico della circonferenza. Svolgere i calcoli. D4. Ciconfeenza D4.1 Definizione di ciconfeenza come luogo di punti Definizione: una ciconfeenza è fomata dai punti equidistanti da un punto detto cento. La distanza (costante) è detta aggio. Ci sono due

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

Dinamica del Corpo rigido

Dinamica del Corpo rigido Dnamca del Copo gdo Defnzone Un copo gdo è un sstema d punt mateal n cu le dstanze elatve NON cambano ed è un oggetto esteso. Le foze ntene (foze d coesone che mantengono nvaate le dstanze fa punt) hanno

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

N X Y SVOLGIMENTO.

N X Y SVOLGIMENTO. RELAZIONE. La cenea dell pesostentatoe d un aeeo leggeo è collegata alla centna d estemtà tamte chodatua secondo le ndcazon potate n fgua. Lo sfozo d taglo massmo agente sul peno della cenea è pa a 00

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

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

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

LA NORMA UNI ENV 13005:2000 E LE GUIDE ACCREDIA DT-0002 E DT-0002/3 SULLA STIMA DELL INCERTEZZA DEI RISULTATI

LA NORMA UNI ENV 13005:2000 E LE GUIDE ACCREDIA DT-0002 E DT-0002/3 SULLA STIMA DELL INCERTEZZA DEI RISULTATI P.le R. Moand, - 0 MILANO LA NORMA UNI ENV 3005:000 E LE GUIDE ACCREDIA DT-000 E DT-000/3 SULLA STIMA DELL INCERTEZZA DEI RISULTATI RELATORE: N. BOTTAZZINI (UNICHIM) Coso: SISTEMA DI GESTIONE PER LA QUALITA

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

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini.

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini. Lezone Peequs: Lezone. Funzon polnomal. Radc d un polnomo. Teoema d Ruffn. Sa K un campo e sa L un campo d cu K è soocampo (n al caso s dce anche che L è un'esensone d K). Sa f ( X ) K[ X ] e sa α L. Alloa,

Dettagli

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica Legg d Bot-Savat e d Ampèe d P R dl Ossevazon spemental Legge d Bot-Savat db ds espemento: X db... assumendo n fomula Legge d Bot-Savat db ds pemeabltà magnetca X db Il campo magnetco è dstbuto ntono al

Dettagli

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica

Leggi di Biot-Savart e di Ampère. Fisica II - CdL Chimica Legg d ot-savat e d Ampèe q d q P R dl Ossevazon spemental d Legge d ot-savat ds q espemento: X d d d d d d d ds 1 ds 2 sen q... assumendo n fomula I ds ˆ d k m 2 d Legge d ot-savat ds q X d d k c m pemeabltà

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

Una rendita è una somma di capitali pagabili (o esigibili) a determinate scadenze, fissate secondo intervalli regolari di tempo.

Una rendita è una somma di capitali pagabili (o esigibili) a determinate scadenze, fissate secondo intervalli regolari di tempo. 14. Le endte 14.1 Nozon geneal Una endta è una somma d captal pagabl (o esgbl) a detemnate scadenze, fssate secondo ntevall egola d tempo. Ognuno d quest captal è detto ata; gl ntevall sono dett peod e

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

EX 1 Calcolare la velocità di rinculo di un fucile di 4 kg che spara un proiettile di 0.05kg alla velocità di 280m/s.

EX 1 Calcolare la velocità di rinculo di un fucile di 4 kg che spara un proiettile di 0.05kg alla velocità di 280m/s. SITEMI ISOLATI EX 1 Calcolae la veloctà d nculo d un ucle d 4 kg che spaa un poettle d 0.05kg alla veloctà d 80m/s. EX Un one che vagga alla veloctà d = 6*10 5 m/s colpsce un alto one emo. S osseva che

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

Appunti su argomenti monografici per il corso di FM1 Prof. Pierluigi Contucci. Gravità e Teorema di Gauss

Appunti su argomenti monografici per il corso di FM1 Prof. Pierluigi Contucci. Gravità e Teorema di Gauss 1 Appunti su agomenti monogafici pe il coso di FM1 Pof. Pieluigi Contucci Gavità e Teoema di Gauss Vogliamo dimostae, a patie dalla legge di gavitazione univesale che il campo gavitazionale geneato da

Dettagli

Cinematica III. 11) Cinematica Rotazionale

Cinematica III. 11) Cinematica Rotazionale Cinematica III 11) Cinematica Rotazionale Abbiamo già tattato il moto cicolae unifome come moto piano (pa. 8) intoducendo la velocità lineae v e l acceleazione lineae a, ma se siamo inteessati solo al

Dettagli

IL VOLUME DEI SOLIDI Conoscenze

IL VOLUME DEI SOLIDI Conoscenze IL VOLUME DEI SOLIDI Conoscenze 1. Completa. a. Il peso di un copo dipende dal volume e dalla sostanza di cui è costituito b. Ogni sostanza ha il suo peso specifico, che è il peso dell unità di volume

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

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut

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

1 Il Potenziale elettrostatico

1 Il Potenziale elettrostatico Il Potenzale elettostatco. Il lavoo d una foza non costante Sappamo dallo studo della meccanca che ogn volta che una foza agsce su d un punto mateale e pù n geneale su d un copo esteso - ha nteesse consdeae

Dettagli

Il campionamento casuale semplice

Il campionamento casuale semplice Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V

Dettagli

IL VOLUME DEI SOLIDI Conoscenze

IL VOLUME DEI SOLIDI Conoscenze IL VOLUME DEI SOLIDI Conoscenze 1. Completa. a. Il peso di un copo dipende dal...e dalla...di cui è costituito b. Ogni sostanza ha il suo peso specifico, che è... di quella sostanza c. Il peso specifico

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

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

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

CAPITOLO 6. Dunque, se il volume è costante, la variazione di temperatura si può calcolare nel seguente modo:

CAPITOLO 6. Dunque, se il volume è costante, la variazione di temperatura si può calcolare nel seguente modo: Intoduzone alla Temodnamca Esecz svolt CAITOO 6 Eseczo n 6 Calcolae la vaazone d tempeatua d mol d un gas ( C R ) che assobe caloe (q J): a) Se la pessone è costante; b) Se l volume è costante In quale

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

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

Capitolo 7. Costi e minimizzazione dei costi. Soluzioni dei Problemi

Capitolo 7. Costi e minimizzazione dei costi. Soluzioni dei Problemi Capitolo 7 Costi e minimizzazione dei costi Soluzioni dei Poblemi 7.1 a) 500 b) 30% di 500, ossia 150 c) Senza idue il pezzo e posto che l impesa non possa vendee alte stampanti, il meglio che essa può

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

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

Dinamica del corpo rigido

Dinamica del corpo rigido Dnamca del copo gdo Un copo gdo è pe defnzone un copo che non s defoma duante l movmento. Se non s defoma voà de che la dstanza j fa due punt qualsas e j del copo esta costante: j = cost pe ogn e j. Il

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Elementi di Calcolo delle Probabilità

Elementi di Calcolo delle Probabilità Element d Calcolo delle obabltà Coso d Calcolo delle obabltà ed Infeenza a.a. 2011/2012 - mo Semeste of. Flppo DOMM Coso d Lauea Magstale n Economa pplcata Facoltà d Economa UnCal Calendao - Lezon: dal

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

* 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

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

AI VERTICI DI UN QUADRATO DI LATO 2L SONO POSTE 4 CARICHE UGUALI Q. DETERMINARE: A) IL CAMPO ELETTRICO IN UN PUNTO P DELL ASSE.

AI VERTICI DI UN QUADRATO DI LATO 2L SONO POSTE 4 CARICHE UGUALI Q. DETERMINARE: A) IL CAMPO ELETTRICO IN UN PUNTO P DELL ASSE. ESERCIZIO 1 AI VERTICI DI UN UADRATO DI LATO SONO POSTE 4 CARICHE UGUALI. DETERMINARE: A) IL CAMPO ELETTRICO IN UN PUNTO P DELL ASSE. 4 caiche uguali sono poste ai vetiti di un quadato. L asse di un quadato

Dettagli

Equilibrio dei corpi rigidi- Statica

Equilibrio dei corpi rigidi- Statica Equilibio dei copi igidi- Statica Ci ifeiamo solo a situazioni paticolai in cui i copi igidi non si muovono in nessun modo: ne taslano ( a 0 ), ne uotano ( 0 ), ossia sono femi in un oppotuno sistema di

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

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

AUTOVALORI ED AUTOVETTORI DI UNA MATRICE

AUTOVALORI ED AUTOVETTORI DI UNA MATRICE AUTOVALORI ED AUTOVETTORI DI UNA MATRICE TEOREMA: Un elemento di K è un autovaloe pe una matice A, di odine n, se e solo se, indicata con I la matice identità di odine n, isulta: det( A I) Il deteminante

Dettagli

= 4. L unita di misura della carica elettrica nel S.I. è il coulomb (C).

= 4. L unita di misura della carica elettrica nel S.I. è il coulomb (C). LGG DI COULOMB (3) L unta d msua della caca elettca nel.i. è l coulomb (C). F π o La caca elettca d C è uella caca che posta nel vuoto ad m d dstanza da una caca elettca uguale la espnge con la foza d

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

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

ESERCITAZIONE N.2 MODELLO IS/LM IN ECONOMIA CHIUSA

ESERCITAZIONE N.2 MODELLO IS/LM IN ECONOMIA CHIUSA ESERCITAZIONE N.2 MODELLO IS/LM IN ECONOMIA CHIUSA LEGENDA: H = BM = base monetaia mm = moltiplicatoe monetaio = 1 + c c + (o i) = tasso d inteesse = iseve/depositi c = cicolante /depositi id (D) = tasso

Dettagli

Esame di stato di istruzione secondaria superiore Indirizzi: Scientifico e Scientifico opzione scienze applicate Tema di matematica

Esame di stato di istruzione secondaria superiore Indirizzi: Scientifico e Scientifico opzione scienze applicate Tema di matematica wwwmatematicamenteit Nicola De osa matuità Esame di stato di istuzione secondaia supeioe Indiizzi: Scientifico e Scientifico opzione scienze applicate Tema di matematica Il candidato isolva uno dei due

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

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

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

Meccanica dei sistemi

Meccanica dei sistemi Meccanca de sste 1. 1. Moento angolae 2. Moento d una foza 3. Foze cental 4. Sste d punt ateal 5. Foze estene e Foze ntene 6. Cento d assa d un sstea 7. Consevazone della quantta d oto 8. Teoea del oento

Dettagli

LEZIONE 10. d(a, B) = AB = AB = (x A x B ) 2 + (y A y B ) 2 + (z A z B ) 2.

LEZIONE 10. d(a, B) = AB = AB = (x A x B ) 2 + (y A y B ) 2 + (z A z B ) 2. LEZIONE 10 10.1. Distanze. Definizione 10.1.1. In S n sia fissata un unità di misua u. Se A, B S n, definiamo distanza fa A e B, e sciviamo d(a, B), la lunghezza del segmento AB ispetto ad u. Abbiamo già

Dettagli

INDICI DI VARIABILITÀ. Proprietà essenziali

INDICI DI VARIABILITÀ. Proprietà essenziali INDICI DI VARIABILITÀ Valor che ono calcolat per eprmere ntetcamente la varabltà d un fenomeno, o meglo la ua atttudne ad aumere valor dfferent tra loro Propretà eenzal. NON NEGATIVITÀ Una quala mura d

Dettagli

TERMODINAMICA E TERMOFLUIDODINAMICA TRASMISSIONE DEL CALORE PER CONDUZIONE

TERMODINAMICA E TERMOFLUIDODINAMICA TRASMISSIONE DEL CALORE PER CONDUZIONE EMODINAMICA E EMOFUIDODINAMICA ASMISSIONE DE CAOE PE CONDUZIONE 1 (t) A H ( t ) (x,t) (t) 0 x x e s se w 1 ( x, t ) x ( x, t ) asmssone del caloe pe conduzone Indce 1) Il postulato d Foue pe la conduzone

Dettagli

1. Due sfere conduttrici identiche sono cariche la prima con Q = 3. sulla sfera B si è depositata una carica Q. 2 i. E quindi anche all inizio: Q

1. Due sfere conduttrici identiche sono cariche la prima con Q = 3. sulla sfera B si è depositata una carica Q. 2 i. E quindi anche all inizio: Q ESERCIZI. Due sfee conduttc dentche sono cache la pma con C e la seconda con 4 C. Esse sono poste a contatto: che caca s deposta su cascuna? Rsposta: Tot + 4 C 6 f 6 + f f f C ed essendo dentche Tot.5

Dettagli

Statistica Descrittiva ed Inferenziale

Statistica Descrittiva ed Inferenziale Statstca Descrttva ed Inferenzale 1 Why Statstcs? A? A B Descrpton and Predcton Samples Analyss A1 A A B C Pared Samples Analyss MultSamples Analyss 1 Why Statstcs? Formal defnton of Probablty σ-feld 3

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

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

Carica elettrica e campo elettrico

Carica elettrica e campo elettrico Ve. del 8/4/9 Caca elettca e campo elettco ) La caca elettca. S nota che stofnando con un panno d lana un pezzo d plastca, questo dvene capace d attae de pccol pezz d cata ovveo d esectae delle foze. Tale

Dettagli

Massimi e minimi con le linee di livello

Massimi e minimi con le linee di livello Massimi e minimi con le linee di livello Pe affontae questo agomento è necessaio sape appesentae i fasci di cuve ed in paticolae: Fasci di paabole. Pe affontae questo agomento si consiglia di ivedee l

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2009

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2009 ESME DI STT DI LICE SCIENTIFIC CRS DI RDINMENT 009 Il candidato isolva uno dei due poblemi e 5 dei 0 quesiti in cui si aticola il questionaio. PRLEM È assegnato il settoe cicolae di aggio e ampiezza (

Dettagli

Corso di Elettrotecnica 1 - Cod N Diploma Universitario Teledidattico in Ingegneria Informatica ed Automatica Polo Tecnologico di Alessandria

Corso di Elettrotecnica 1 - Cod N Diploma Universitario Teledidattico in Ingegneria Informatica ed Automatica Polo Tecnologico di Alessandria Schede di Elettotecnica oso di Elettotecnica 1 - od. 9200 N Diploma Univesitaio Teledidattico in Ingegneia Infomatica ed Automatica Polo Tecnologico di Alessandia A cua di uca FEAIS Scheda N 8 icuiti in

Dettagli

Economia del turismo

Economia del turismo Unvestà degl Stud d Cagla Facoltà d Economa Coso d Lauea n Economa e Gest. de Sev. Tustc A.A. 2013-2014 Economa del tusmo Pof.ssa Cala Massdda Economa del Tusmo Pof.ssa Cala Massdda Sezone 8 I MODELLI

Dettagli

COMPARATORI. Comparatore invertente

COMPARATORI. Comparatore invertente COMPAATOI Un cmpaate è un ccut ce a due pssbl val d uscta, medante qual gnala l sultat del cnfnt delle tensn su due ngess amplfcate peaznale ad anell apet csttusce un cmpaate mplce, ce cnfnta un gnale

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

Esercizio 1. Date le rette

Esercizio 1. Date le rette Date le ette Eseciio y : : y a) Scivee le equaioni paametiche delle ette e. b) Dopo ave veificato che le ette ed sono sghembe, tovae l equaione di un piano σ contenente e paallelo a. c) Deteminae le equaioni

Dettagli

Descrizione del modello matematico

Descrizione del modello matematico Captolo 2 escone del modello matematco n questo captolo svluppeemo un modello matematco pe l poblema d mnmaone de cost d taspoto. Quest cost appesentano un fattoe mpotante nelle opeaon foestal n quanto,

Dettagli

Equazioni e disequazioni irrazionali

Equazioni e disequazioni irrazionali Equazioni e disequazioni iazionali 8 81 Equazioni iazionali con un solo adicale Definizione 81 Un equazione si dice iazionale quando l incognita compae sotto il segno di adice Analizziamo le seguenti equazioni:

Dettagli