Corso di. Dott.ssa Donatella Cocca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Corso di. Dott.ssa Donatella Cocca"

Transcript

1 Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca

2 Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca ponderata, Meda geometrca semplce, Meda geometrca ponderata, Meda armonca semplce, Meda armonca ponderata ) Mede lasche o d poszone (Medana, Quantl, Moda)

3 Indc d dspersone o d varabltà () Mentre le msure vste sn ora danno nformazon sul centro de valor delle varabl, ora c occorre valutare le eventual dfferenze che esstono tra valor assunt dalle dverse modaltà; per questo studeremo le msure d dspersone.

4 Indc d dspersone o d varabltà () Esempo: S consder la curva glcemca d tre ndvdu con le seguent modaltà: X X X Calcolamo le mede artmetche ne tre soggett ottenamo: µ ( X ) ( ) µ X µ 5 5 ( ) X 98, , 98,

5 Indc d dspersone o d varabltà (3) Osservando le dstrbuzon de dat s nota che: Valor d glcema n 3 soggett: : : Andamento costante Vara tra ntorno a meda 3: Vara tra E molto dsperso Meda98. Coè tutt gl ndvdu sono san!!!!

6 Indc d dspersone o d varabltà (4) Studamo ora gl ndc d dspersone che msurano le eventual dfferenze che esstono tra valor assunt tra le dverse modaltà. Per esempo analzzamo l andamento de due grafc:

7 La varabltà de dat S defnsce varabltà della dstrbuzone d un carattere quanttatvo l atttudne che l carattere del fenomeno osservato ha d assumere modaltà dfferent. OSSERVAZIOI: Se l ntenstà del carattere osservato è la stessa n tutte le osservazon varabltà 0 Se l ntenstà è molto dversa GRADE varabltà Per msurare la varabltà s usano gl ndc d varabltà: ASSOLUTI: Range, Scarto semplce medo, Devanza, Varanza, Devazone Standard (espress nelle stesse untà d msura del carattere osservato) RELATIVI: Coeffcente d varazone (numer pur, perché rapporto tra ndc)

8 Indc d dspersone assolut () ) Indc d dspersone assolut: espress nelle stesse untà d msura usate per valor del carattere osservato. Sono: Range (o ntervallo d varabltà): ndca la dfferenza tra l valore massmo e l valore mnmo d un nseme d dat: R MAX MI Esempo: Supponamo d avere: gruppo A:,5,5,5 Range R 5- gruppo B:,,3,4 Range R 4-

9 Indc d dspersone assolut () OSSERVAZIOI: S tratta d una msura puramente descrttva, dà poche nformazon crca la varabltà effettva del fenomeno. Inoltre è nfluenzata fortemente dal numero delle osservazon ed n partcolare dal valore delle osservazon estreme. Scarto semplce medo: dato un nseme d modaltà d un carattere quanttatvo,, e detta la loro meda, s chamano scart (o scostament) dal valor medo, le dfferenze fra cascuno d dett termn ed l valore medo : ( ) ; ( ) ; ;( ) KK

10 Indc d dspersone assolut (3) S consderno valor assolut d tal scart: Allora s defnsce scarto semplce medo assoluto la meda artmetca de valor assolut degl scart: ; ; ; K K K K Se dat statstc sono dstrbut con frequenze n n k lo scarto semplce medo ponderato è: S scarto assoluto k k k k k n n n n n n n n S KK KK ATTEZIOE: è la meda ponderata

11 Propretà: Indc d dspersone assolut (4) La somma algebrca degl scart d tutt termn dalla meda è nulla coè: ( ) 0 rcordando che

12 Indc d dspersone assolut (5) Esempo: Consderamo la seguente tabella d dat e calcolamo la somma algebrca degl scart d tutt termn dalla meda Puntegg Scarto Rsultato Somma Σ 0

13 Indc d dspersone assolut (6) OSSERVAZIOI: La somma degl SCARTI ASSOLUTI è nulla se e solo se dat sono tutt ugual tra loro ovvero O c è VARIABILITA. Puntegg Meda X -Meda -Meda Esempo: Consderamo la seguente dstrbuzone d dat e calcolamo: S Dal calcolo dello scarto possamo osservare che quanto pù lo scarto è pccolo tanto pù valor osservat s addensano ntorno alla meda

14 Indc d dspersone assolut (7) Devanza: ndca la somma de quadrat degl scart dalla meda: DEV ( ) Se dat statstc sono dstrbut con frequenze n n k s ha la devanza ponderata, coè: DEV k ( ) n Varanza: è la meda de quadrat degl scart dalla meda: σ DEV ( )

15 Indc d dspersone assolut (8) Se dat statstc sono dstrbut con frequenze n n k s ha la varanza ponderata, coè: Propretà della varanza: ) ( DEV k n σ Propretà della varanza:. La varanza è uguale alla dfferenza tra la meda artmetca de quadrat de termn e l quadrato della meda artmetca: k k ) ( n n σ

16 Indc d dspersone assolut (9) Esempo: Calcolo della varanza Supponamo d avere la seguente dstrbuzone d dat Età: Allora sarà: Meda: µ Scart dalla meda: (-7), (3-7),...,(7-7)-5, -4, -, -,, 0 Quadrato degl scart: (-5), (-4),...,(0) 5, 6, 4,, 4, 00 Devanza: (- 5) (- 4)... (0) Varanza: DEV

17 Indc d dspersone assolut (0) Devazone Standard: per ottenere una maggore congrutà tra gl orgnal (dat orgnal) e la msura d dspersone s utlzza la radce quadrata della varanza, defnta come devazone standard (o scarto quadratco medo): ) ( σ Se dat statstc sono dstrbut con frequenze n n k la devazone standard dventa: σ ) ( k n σ

18 Indc d dspersone assolut () Esempo: Lvello d colesterolema (untà d msura!) d cnque soggett: Meda -Meda ( -Meda) µ σ Tot σ σ ( ) 6, Calcolamo lo scarto semplce medo la varanza e la devazone standard: S 6, varanza devazone standard 3.36

19 Indc d dspersone relatv () ) Indc d dspersone relatv: ottenut come rapport tra grandezze omogenee, coè è un numero puro ndpendent, qund, dalle untà d msura; questo consente d confrontare la varabltà d caratter eterogene. Abbamo: o Coeffcente d varazone: esprme l ampezza della devazone standard come percentuale della meda: CV σ Il CV è utle nel confronto della dspersone d dat provenent dall anals d dfferent popolazon fra loro non omogenee per numerostà, meda e devazone standard

20 Indc d dspersone relatv () Esempo: S vogla confrontare la varabltà della dures nelle 4 ore e della pressone n cnque soggett Pressone arterosa (mmhg) Urne nelle 4h (ml) µ σ,5 58,5 CV 47, 50, Meda e devazone standard mostrano molta varabltà! Omogenezzando le msure, (Coeffcente d varazone), s osserva che la varabltà è crca uguale

21 Indc d dspersone relatv (3) Esempo : I seguent dat rappresentano le età d gestazone (n settmane) d 0 fet con rtardo d crescta: calcolare meda, medana, moda, ntervallo d varazone, varanza, devazone standard e coeffcente d varazone.

22 Indc d dspersone relatv (4) Ordnamo dat n senso crescente:

23 Indc d dspersone relatv (5) Dunque rportando dat n una tabella abbamo ottenuto: Calcolamo le quanttà rcheste: µ n ; M e ( ) / ( 0 ) / 0,5 3; M o 8 e 35; R ma mn 36 4 ;

24 Indc d dspersone relatv (6) var d.s. C V.. σ σ σ µ k ( X var 3,35; µ ) n 4,; 0 3, ,076; 3

25 Concluson: Indc d dspersone relatv (7) Attraverso msure descrttve, da una massa d dat dffclmente nterpretable s pervene ad un solo dato d facle ntuzone e comprensone che: sntetzza l ntera dstrbuzone (ndce d poszone) ; quantfca l atttudne del fenomeno ad assumere dverse modaltà (ndce d dspersone)

26 Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: Indc d dspersone o d varabltà Indc d dspersone assolut Indc d dspersone relatv

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

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

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

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

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

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

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura: Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza

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

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

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

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

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

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

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

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

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

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for

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

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

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

L analisi di studi con variabili di risposta multiple

L analisi di studi con variabili di risposta multiple X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

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

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

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

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000 Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Statstca Applcata Vol. 17, n. 3, 2005 377 SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Gan Pero Cervellera Poste Italane, Dvsone Rete Terrtorale, Drezone Operazon, Svluppo Process Ducco

Dettagli

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare

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

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

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

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

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

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

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

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007

Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007 Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett

Dettagli

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI Captolo - Dalla teora degl error al trattamento de dat DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI LA MISURA DELLE GRANDEZZE Nel descrere fenomen, occorre da un lato elaborare de modell (coè delle

Dettagli

Appunti delle lezioni di Laboratorio di Strumentazione e Misura

Appunti delle lezioni di Laboratorio di Strumentazione e Misura Sergo Frasca Appunt delle lezon d Laboratoro d Strumentazone e Msura Dpartmento d Fsca Unverstà d Roma La Sapenza Museo del Dpartmento d Fsca dell'unverstà La Sapenza Versone 5 ottobre 004 Versone aggornata

Dettagli

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza Sergo Frasca Anals de Segnal Dpartmento d Fsca Unverstà d Roma La Sapenza Versone 13 dcembre 011 Versone aggornata n http://grwavsf.roma1.nfn.t/sp/sp.pdf Sommaro 1 Introduzone: segnal e sstem... 7 1.1

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

Divagazioni in margine all Introduzione alla Probabilità di P. Baldi A. Visintin Facoltà di Ingegneria di Trento a.a. 2010-11

Divagazioni in margine all Introduzione alla Probabilità di P. Baldi A. Visintin Facoltà di Ingegneria di Trento a.a. 2010-11 Dvagazon n margne all Introduzone alla Probabltà d P. Bald A. Vsntn Facoltà d Ingegnera d Trento a.a. 2010-11 Indce 1. Statstca descrttva. 2. Spaz d probabltà e calcolo combnatoro. 3. Varabl aleatore dscrete.

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

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

MODELLI STOCASTICI DELLA CLASSE GLM

MODELLI STOCASTICI DELLA CLASSE GLM MODELLI STOCASTICI DELLA CLASSE GLM S possono consderare GLM con dstrbuzone specfcata o modell con quas-verosmglanza, quest ultm sono modell d tpo semparametrco. Illustramo l loro uso come: strumento d

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

Dettagli

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI SCIENZE STATISTICHE CORSO DI LAUREA SPECIALISTICA IN SCIENZE STATISTICHE, ECONOMICHE, FINANZIARIE E AZIENDALI PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

Dettagli

CHIMICA ANALITICA E LABORATORIO

CHIMICA ANALITICA E LABORATORIO Prof. Patrza R. Mussn Chmca Analtca e Laboratoro Prof. Patrza Romana Mussn CHIMICA AALITICA E LABORATORIO 'AnalÚw analýo scolgo, dvdo ne suo component, rsolvo, trovo la soluzone Concett fondamental Equlbr

Dettagli

Dati di tipo video. Indicizzazione e ricerca video

Dati di tipo video. Indicizzazione e ricerca video Corso d Laurea n Informatca Applcata Unverstà d Urbno Dat d tpo vdeo I dat vdeo sono generalmente rcch dal punto d vsta nformatvo. Sottottol (testo) Colonna sonora (audo parlato e/o musca) Frame (mmagn

Dettagli

Grafico di una serie di dati sperimentali in EXCEL

Grafico di una serie di dati sperimentali in EXCEL Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.

Dettagli

DATA MINING E CLUSTERING

DATA MINING E CLUSTERING Captolo 4 DATA MINING E CLUSTERING 4. Che cos'è l Data Mnng Per Data Mnng s'ntende quel processo d estrazone d conoscenza da banche dat, tramte l'applcazone d algortm che ndvduano le assocazon non mmedatamente

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

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

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

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

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

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30).

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30). ODELLO ONOINDICE Il rendmento d un ttolo uò essere scrtto come: R = a + β R (1) dove: R = rendmento dell -mo ttolo; a = comonente aleatora del rendmento, ndendente dall andamento del mercato; R = è varable

Dettagli

Un indice sintetico non compensativo per la misura della dotazione infrastrutturale: un applicazione in ambito sanitario 1

Un indice sintetico non compensativo per la misura della dotazione infrastrutturale: un applicazione in ambito sanitario 1 Sommaro Un ndce sntetco non compensatvo per la msura della dotaone nfrastrutturale: un applcaone n ambto santaro 1 Matteo Maotta 2 e Adrano Pareto 3 Il presente lavoro s propone d fornre uno strumento

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

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

Dispense dell insegnamento di Laboratorio di GIS per la pianificazione

Dispense dell insegnamento di Laboratorio di GIS per la pianificazione Facoltà d Archtettura e Socetà Facoltà d Ingegnera Cvle, Ambentale e Terrtorale Centro per lo Svluppo del Polo d Cremona, Poltecnco d Mlano Va Sesto 41 26100 Cremona Master unverstaro nterfacoltà d II

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

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

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto

Dettagli

ELEMENTI DI STATISTICA PARTE 1

ELEMENTI DI STATISTICA PARTE 1 ELEMETI DI STATISTICA PARTE. ITRODUZIOE. La parola statstca. Cenn storc.3 Gl studos.4 La statstca moderna.5 Le font statstche. DEFIIZIOI 3. Una defnzone d statstca 3. I fenomen collettv 3.3 Untà statstche,

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

Valutazione delle opzioni col modello di Black e Scholes

Valutazione delle opzioni col modello di Black e Scholes Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn a.a. 2014-2015 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70,

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Fondamenti di Fisica Acustica

Fondamenti di Fisica Acustica Fondament d Fsca Acustca Pro. Paolo Zazzn - DSSARR Archtettura Pescara Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore rosa. Lvello equvalente. Fsologa dell apparato

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Antonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase

Antonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase Antono Lccull, Antono Greco Corso d scenza e ngegnera de materal Mcrostrutture, equlbro e dagramm d fase 1 Fase Fase d un sstema è una parte d esso nella quale la composzone (natura e concentrazone delle

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

Unità Didattica N 25. La corrente elettrica

Unità Didattica N 25. La corrente elettrica Untà Ddattca N 5 : La corrente elettrca 1 Untà Ddattca N 5 La corrente elettrca 01) Il problema dell elettrocnetca 0) La corrente elettrca ne conduttor metallc 03) Crcuto elettrco elementare 04) La prma

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1; Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone

Dettagli

Laboratorio di Strumentazione e Misura. Cesare Bini

Laboratorio di Strumentazione e Misura. Cesare Bini Laboratoro d Strumentazone e Msura Cesare Bn Corso d laurea n Fsca Anno Accademco 006-007 Quest appunt sono basat sulle lezon del modulo d Laboratoro d Strumentazone e Msura del prmo anno delle lauree

Dettagli

SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES)

SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES) SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES) DIPARTIMENTO DI SCIENZE DELL AMBIENTE FORESTALE E DELLE SUE RISORSE (DISAFRI) UNIVERSITÀ DEGLI STUDI DELLA TUSCIA - Va San Camllo de Lells, 000 Vterbo

Dettagli

Performance Attribution mono-periodale e multi-periodale: quali implicazioni per la scomposizione dell extra-rendimento?

Performance Attribution mono-periodale e multi-periodale: quali implicazioni per la scomposizione dell extra-rendimento? .mefop.t Performance Attrbuton mono-perodale e mult-perodale: qual mplcazon per la scomposzone dell extra-rendmento? Andrea Maran e Luca D Galleonardo Mefop Mlano..005 .mefop.t Premessa Ch usa la Performance

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

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Lavoro, Energia e stabilità dell equilibrio II parte

Lavoro, Energia e stabilità dell equilibrio II parte Lavoro, Energa e stabltà dell equlbro II parte orze conservatve e non conservatve Il concetto d Energa potenzale s aanca per mportanza a quello d Energa cnetca, perché c permette d passare dallo studo

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 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

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri Artmetca de calcolator Rappresentazone de numer natural e relatv Addzone e sommator: : a propagazone d rporto, veloce, con segno Moltplcazone e moltplcator: senza segno, con segno e algortmo d Booth Rappresentazone

Dettagli

8.1 Sintesi, descrizione, interpretazione

8.1 Sintesi, descrizione, interpretazione 8.1 Sntes, descrzone, nterpretazone Molte duse tecnche d anals statstca multvarata consentono d studare smultaneamente un numero elevato d varabl sntetzzandone l azone snergca attraverso un numero rdotto

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli