FUNZIONI LOGICHE FORME CANONICHE SP E PS

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "FUNZIONI LOGICHE FORME CANONICHE SP E PS"

Transcript

1 FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4. attraverso u crcuto logco. No sappamo gà esegure alcu de passagg possbl tra le vare forme d espressoe. I partcolare sappamo, data ua proposzoe logca, costrure la tabella della vertà. Sappamo oltre, dato u crcuto logco e/o u espressoe algebrca, rcavare la corrspodete tabella della vertà. Sappamo oltre passare dall espressoe algebrca al crcuto logco e vceversa. Qud sappamo svolgere quella che s chama l aals d u crcuto logco combatoro coè, dato l crcuto sappamo rsalre alla tabella della vertà e qud dre cosa fa l crcuto stesso. Quello che o sappamo acora fare è l passaggo dalla tabella della vertà all espressoe algebrca e qud al crcuto logco che la realzza. No sappamo coè acora fare la stes o l progetto d u crcuto logco a partre dalla tabella della vertà. No è uca l espressoe algebrca, e qud l crcuto logco, che realzza ua stessa tabella della vertà. Tra tutte le espresso algebrche equvalet d ua stessa fuzoe bara, ve e soo due, dette "caoche" d partcolare teresse. Prma d trodurre queste due espresso, damo due defzo: > Dces mterme o prodotto fodametale o caoco, l prodotto d tutte le varabl d ua data fuzoe, drtte o egate. > Dces maxterme o somma fodametale o caoca, la somma d tutte le varabl d ua data fuzoe, drtte o egate. Rportamo d seguto tutt mterm (P ) ed maxterm (S ) d ua fuzoe d tre varabl: A B C P S P A B C S A B C 1 P 1 A B C S 1 A B C 1 P 2 A B C S 2 A B C 1 1 P 3 A B C S 3 A B C 1 P 4 A B C S 4 A B C 1 1 P 5 A B C S 5 A B C 1 1 P 6 A B C S 6 A B C P 7 A B C S 7 A B C S usa dcare cascu maxterme e mterme co u pedce. Tale pedce, ua volta scelta la varable MSB (el ostro esempo A) e quella LSB (el ostro esempo C), ha per mterm u valore espresso decmale corrspodete al umero baro che s ottee assocado uo a cascua varable bara che compare egata ed u 1 a cascua varable bara che compare drtta. Pag. 1 d 6

2 Dualmete per maxterm l pedce ha u valore espresso decmale corrspodete al umero baro che s ottee assocado u 1 a cascua varable bara che compare egata ed uo a cascua varable che compare drtta. Come s dmostra faclmete co Teorem d De Morga s ha: P S S ha oltre, per : ed ache: P P S S 1 7 P 1 Ua volta defto l sgfcato d mterme e d maxterme voglamo dmostrare che, data ua fuzoe espressa ua qualsas delle sue possbl forme algebrche, è sempre possble scrvere questa fuzoe come somma d mterm e come prodotto d maxterm. Per fare questo dmostramo prma l seguete teorema: TEOREMA DI ESPANSIONE O DI SHANNON: Data ua qualsas fuzoe booleaa d varabl 1, x 2,, x ), essa può sempre essere scrtta ella forma: Pag. 2 d 6 7 S 2, _, x,, x ) x ) x ) o ella sua forma duale: [ ] 2, _, x,, x ) x ) x ) DIMOSTRAZIONE: Basta dmostrare la verdctà delle eguaglaze per due valor che può assumere la varable x, coè ed 1. Per x 1 la prma uguaglaza dveta: Per x la prma uguaglaza dveta: ) ) ) ) essedo le due uguaglaze trovate palesemete vere, è vera l uguaglaza d parteza. I modo del tutto aalogo s dmostra l altra eguaglaza. Utlzzamo ora l Teorema d Shao appea dmostrato per dmostrare l seguete teorema: TEOREMA: data ua fuzoe bara, è sempre possble scrvere questa fuzoe come somma d mterm e come prodotto d maxterm. DIMOSTRAZIONE: Dmostreremo questo teorema per ua fuzoe d tre varabl A, B e C. Applcado rpetutamete l teorema d Shao s ha: f ( A, B, C ) A f ( 1, B, C) A f (, B, C) A { B f ( 1,1, C ) B f ( 1,, C )} A { B f (,1, C ) B f (,, C) } A { B C f ( 1,1,1 ) C f ( 1,1, ) B C f ( 1,,1 ) C f ( 1,, ) } A { B C f (,1,1 ) C f (,1, ) B C f (,,1 ) C f (,, ) } svluppado l ultma espressoe s ha:

3 (,, ) ( 1,1,1 ) ( 1,1, ) ( 1,,1 ) ( 1,, ) f A B C A B C f C f A B C f C f ( ) ( ) ( ) ( ) A B C f,1,1 C f,1, A B C f,,1 C f,, A B C f ( 1,1,1 ) A B C f ( 1,1, ) A B C f ( 1,,1 ) A B C f ( 1,, ) A B C f (,1,1 ) A B C f (,1, ) A B C f (,,1 ) A B C f (,,) Rcordado come avevamo umerato mterm a pag. 1, l'ultma espressoe può essere ache scrtta el modo seguete: (,, ) 7 ( 1,1,1 ) 6 ( 1,1, ) 5 ( 1,,1 ) 4 ( 1,, ) (,1,1 ) (,1, ) (,,1 ) (,, ) f A B C P f P f P f P f P f P f P f P f ell'ultma espressoe rmarrao solo prodott caoc o mterm corrspodet alle combazo per le qual la fuzoe vale 1. Abbamo così dmostrato modo rgoroso che: Data ua tabella della vertà è sempre possble trovare la FORMA CANONICA (che ora chameremo d prmo tpo o d tpo SP coè SOMMA DI PRODOTTI o d MINTERMINI) della fuzoe bara corrspodete, seguedo l seguete procedmeto: s predoo cosderazoe solo le combazo corrspodeza delle qual la fuzoe vale 1; s scrvoo Prodott Caoc (o Mterm) corrspodet, coè s esegue l prodotto delle varabl, presa ogua drtta se quella combazoe essa vale 1 e egata se vale ; s esegue la somma d dett Prodott Caoc (o Mterm). A partre dall'espressoe (1), per dualtà possamo scrvere: ( ) ( ) ( ) ( ) f A, B, C A B C f,, A B C f,,1 A B C f,1, ( ) ( ) ( ) A B C f,1,1 A B C f 1,, A B C f 1,,1 ( ) ( ) A B C f 1,1, A B C f 1,1,1 Rcordado come avevamo umerato maxterm a pag. 1, l'ultma espressoe può essere ache scrtta el modo seguete: (1) ( ) ( ) 1 ( ) 2 ( ) 3 ( ) S f ( ) S f ( ) S f ( ) S f ( ) f A, B, C S f,, S f,,1 S f,1, S f,1,1 1,, 1,,1 1,1, 1,1, (2) I quest ultma espressoe rmarrao solo le somme caoche o maxterm corrspodet alle combazo per le qual la fuzoe vale ; fatt egl altr cas la somma tra l maxterm ed l valore che assume la fuzoe vale comuque 1 e qud o dà alcu cotrbuto al prodotto d somme. Abbamo così dmostrato modo rgoroso che: Data ua tabella della vertà è possble trovare la FORMA CANONICA (che ora Pag. 3 d 6

4 chameremo d secodo tpo o d tpo PS coè PRODOTTO DI SOMME o d MAXTERMINI) della fuzoe bara corrspodete, seguedo l seguete procedmeto: s predoo cosderazoe solo le combazo corrspodeza delle qual la fuzoe vale ; s scrvoo le Somme Caoche (o Maxterm) corrspodet, coè s esegue la somma delle varabl, presa ogua drtta se quella combazoe essa vale e egata se vale 1; s esegue l prodotto d dette Somme Caoche (o Maxterm). Applchamo ora quato dmostrato ell'esempo che segue. ESEMPIO N.1: Sa data la fuzoe bara espressa dalla tabella della Vertà rportata. Voglamo trovare etrambe le forme caoche, coè quella d Prmo tpo Somma d Prodott, sa quella d Secodo tpo Prodotto d somme. A B C F La fuzoe vale 1 solo per le combazo: D cosegueza la Prma forma caoca è: f(,1,1), f(1,,1), f(1,1,) (,, ) ( 1,1, ) ( 1,,1 ) (,1,1) A B C A B C A B C P P P ( 3,5,6 ) f A B C A B C f A B C f A B C f La fuzoe vale per le combazo: D cosegueza la Secoda Forma caoca è: f(,,), f(,,1), f(,1,), f(1,,), f(1,1,1) ( ) ( ) ( ) f A, B, C A B C f,, A B C f,,1 [ ] S S1 S2 S4 S7 ( ) ( ) ( ) A B C f,1, A B C f 1,, A B C f 1,1,1 A B C A B C A B C A B C A B C ( ),1, NOTA 1: Nella forma caoca PS soo preset maxterm d pedce dverso d quello de mterm preset ella forma caoca SP. Se ad esempo ua fuzoe bara d tre varabl preseta ella forma SP mterm P, P 3, P 6, P 7, preseterà ella forma PS maxterm S 1, S 2, S 4, S 5, e s potrà scrvere: (,3,6,7 ) ( 1, 2, 4,5) Pag. 4 d 6

5 È sempre possble, data ua fuzoe ua sua qualsas forma algebrca, arrvare alla sua forma caoca d tpo SP. Il procedmeto è l seguete: 1) esecuzoe delle operazo dcate, se ecessaro usado ache teorem d De Morga, fo ad arrvare ad ua espressoe d somma d prodott. 2) el caso la forma somma d prodott trovata 1) o rsult composta d tutt prodott caoc, coè coteet tutte le varabl dell'espressoe, basterà per redere caoco u prodotto macate delle varabl X, X,...,X k moltplcare tale prodotto per: ( X X )( X X )...( X k X k ) ESEMPIO N.2: Rcavare la forma caoca SP della fuzoe bara: (,, ) ( ) f A B C A B C A Svluppamo la fuzoe fo ad otteere ua somma d prodott: ( ) ( ) f A, B, C A B C A A B C A B troducamo ora le varabl macat affché prodott sao tutt caoc: (,, ) ( )( ) ( ) ( ) f A B C A B B C C B C A A A B C C A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C A B C P2 P3 P4 P5 P6 P7 ( 2,3,4,5,6,7 ) I modo aalogo è sempre possble, data ua fuzoe ua sua qualsas forma algebrca, arrvare alla sua forma caoca d tpo PS. I questo caso s può procedere due mod: A. S rcava come detto sopra la forma caoca SP, e da essa la forma PS utlzzado quato rportato ella Nota 1. B. S applca la propretà dstrbutva e s sfrutta la propretà per trodurre le varabl evetualmete macat. ( ) ( )( ) A B C A B A C A A ESEMPIO N.3: Rcavare la forma caoca PS della fuzoe bara dell Esempo 2: (,, ) ( ) f A B C A B C A MODO A: Nello svolgmeto dell Esempo 2 abbamo trovato: ( ) Questa è la forma SP. f A, B, C A B C A B C A B C A B C A B C A B C P2 P3 P4 P5 P6 P7 ( 2,3,4,5,6,7 ) Da quato detto ella NOTA 1 s rcava che la forma caoca PS è: s ha: (,, ) ( 2,3, 4,5,6,7) (,1 ) 1 ( )( ) f A B C S S A B C A B C MODO B: Applcado la propretà dstrbutva ( ) ( )( ) A B C A B A C Pag. 5 d 6

6 (,, ) ( ) ( )[ ( )] ( )[ 1] ( ) f A B C A B C A A B A C A A B C A B ( ) A B ( C C) A B C C A ( B C)( B C) ( A B C)( A B C) S S1 (.1) ESEMPIO N.4: Scrvere forma caoca PS la fuzoe sotto rportata: MODO A: Trovamo la forma caoca SP: Qud la forma caoca SP è: s ha: f(a,b,c) AC BC f(a,b,c) AC BC (AC)(BB)BC(AA) ABCABCABCABCP P P (3,5, 7) f(a,b,c) (3,5, 7) (,1, 2, 4, 6) S S S S S ( A B C)( A B C)( A B C)( A B C)( A B C) MODO B: Applcado la propretà dstrbutva ( ) ( )( ) A B C A B A C f(a,b,c) AC BC C(AB)(CBB)(ABCC)(CB)(CB)[(ABC)(ABC)] (CBAA)(CBAA)[(ABC)(ABC)] (CBA)(CBA)(CBA)(CBA)(ABC)(ABC) (ABC)(ABC)(ABC)(ABC)(A BC) S S4 S2 S6 S1 (,1,2,4,6) ESEMPIO N.5: Scrvere la fuzoe sotto rportata forma caoca PS. MODO A: Trovamo la forma caoca SP: Qud la forma caoca PS è: f ( A, B, C) ( A B) A B C f ( A, B, C) ( A B) A B C A A B B A B C C C( A A) C A C A C A( B B) C A( B B) A B C A B C A B C A B C P P P P f ( A, B, C) P P P P (1,3,5,7) (, 2, 4,6) S S S S ( A B C)( A B C)( A B C)( A B C) MODO B: Applcado la propretà dstrbutva ( ) ( )( ) A B C A B A C f ( A, B, C) ( A B) A B C C A A ( C A)( C A) ( C A B B)( C A B B) ( C A B B)( C A B B) ( C A B)( C A B)( C A B)( C A B) A B C A B C A B C A B C S S2 S4 S6 ( )( )( )( ) (,2,4,6) J:\3AINF ABACUS\APPUNTI MIEI\FORME CANONICHE\FORME CANONICHE.doc Creato martedì 27 ottobre 29 - ultmo salvataggo sabato 7 ovembre 29 ore versoe 29. Autore Perlug D'Amco Pag. 6 d 6

Variabili e funzioni booleane

Variabili e funzioni booleane Varabl e uzo booleae Elemet del sostego dell algebra K valor boolea Varabl che possoo assumere valor boolea varabl booleae Fuzo d varabl booleae K uzo booleae y ( Le varabl possoo essere a loro volta uzo

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

Rendite a rate costanti anticipate e. differite in regime di interessi composti

Rendite a rate costanti anticipate e. differite in regime di interessi composti Redte a rate costat regme d teress compost Redte a rate costat atcpate e dfferte regme d teress compost 1/21 Redte a rate costat atcpate e dfferte regme d teress compost RENDITE COSTANTI ANTICIPATE R s

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

Dettagli

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo.

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo. La Regressoe Sulla base delle coppe d modaltà osservate (x 1,y 1 ),..,(x,y ), dopo aver verfcato la dpedeza tra caratter quattatv X ed Y, c propoamo d determare la fuzoe matematca f che meglo stetzz l

Dettagli

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione

Organizzazione della lezione. Lezione 2 Codifica della informazione. Codifica della informazione. Dove si trova la ALU. Un quadro della situazione Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero U quadro della stuazoe: dove samo, dove stamo adado e perché La codfca della

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Appunti sull Aritmetica dei Calcolatori

Appunti sull Aritmetica dei Calcolatori Apput sull Artmetca de Calcolator Gova Stea a.a. 017/18 Ultma modfca: 15/11/017 1 Apput sull Artmetca de Calcolator Gova Stea Sommaro 1 Rappresetazoe de umer atural... 5 1.1 Teorema della dvsoe co resto...

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE 7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Lezione 20. Campi numerici ed anelli di Dedekind.

Lezione 20. Campi numerici ed anelli di Dedekind. Lezoe 0 Prerequst: Lezo 9 Dom ad deal prcpal Camp umerc ed aell d Dedekd Defzoe 0 S dce campo umerco og estesoe fta d Q coteuta C Osservazoe 0 Essedo Q u campo perfetto (poché è d caratterstca 0 ved la

Dettagli

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico.

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico. INTERVALLI DI CONFIDENZA Faccamo fta d essere ell'ambto determstco azché probablstco Predamo u pao cartesao T (dove è l asse della varable dpedete x e T l asse della varable dpedete t ) Dsegamo sul pao

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

Appunti sull Aritmetica dei Calcolatori

Appunti sull Aritmetica dei Calcolatori Apput sull Artmetca de Calcolator Gova Stea a.a. 6/7 Ultma modfca: 7//6 Apput sull Artmetca de Calcolator Gova Stea Sommaro Rappresetazoe de umer atural... 5. Teorema della dvsoe co resto... 6.. Propretà

Dettagli

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4.

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4. Dpartmeto d Eerga oltecco d Mlao azza Leoardo da Vc - MILANO Eserctazo del corso FONDAMENTI DI ROCESSI IMICI rof. Gapero Gropp ESERCITAZIONE 6 Calcolo della composzoe e della temperatura d uscta da u reattore

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate.

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate. Alcu meto per la rsoluzoe sstem lear co matrc strutturate. A. url - Calcolo Scetco Problema Rsolvere l sstema leare: A A. url - Calcolo Scetco Problema q A Co A matrce el tpo: p O A è ua matrce tragoale!

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

Appunti sull Aritmetica dei Calcolatori

Appunti sull Aritmetica dei Calcolatori Apput sull Artmetca de Calcolator Gova Stea a.a. 18/19 Ultma modfca: 5/11/18 1 Apput sull Artmetca de Calcolator Gova Stea Sommaro 1 Rappresetazoe de umer atural... 5 1.1 Teorema della dvsoe co resto...

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

Università della Calabria

Università della Calabria Uverstà della Calabra FACOLTA DI INGEGNERIA Corso d Laurea Igegera per l Ambete e l Terrtoro CORSO DI IDROLOGIA Ig. Daela Bod SCHEDA DIDATTICA N 5 ISOIETE E TOPOIETI A.A. 20-2 Calcolo della precptazoe

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Approfondimenti sui diagrammi di Bode

Approfondimenti sui diagrammi di Bode Approfodmet su dagramm d ode L espressoe (4.4) d ua fuoe d trasfermeto m m N( s) ams + am s +... + a = = D( s) b s + b s +... + b può essere rscrtta el seguete modo: ( )( )...( ) ( z)( z)...( ) z z ( p

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Esercizi sull incertezza di misura

Esercizi sull incertezza di misura Esercz sull certezza d sura Eserczo 1 S vuole deterare l certezza tpo da attrbure al rsultato d ua surazoe d ressteza effettuata co etodo e struetazoe d certezza trascurable rspetto a quella legata alle

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

Esercizi sulle serie numeriche e sulle serie di potenze

Esercizi sulle serie numeriche e sulle serie di potenze Eserc sulle sere umerche e sulle sere d potee ) Determare la covergea semplce e assoluta della seguete sere co C : se ta l Iamo co la covergea assoluta. Dobbamo studare la seguete se ta l Essa (utlado

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2007-2008 Lab. 2 Scrpt-Fle Che cos è? E u fle co estesoe.m (ad esempo: myfle.m). Cotee ua sequeza d struzo Matlab, scrtte come se fossero dgtate modaltà terattva.

Dettagli

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione.

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione. Dvsbltà e umer prm Sao a,b elemet dell seme Z degl ter relatv Dcamo che a dvde b, smbol a b, se b è multplo d a, ossa se esste u tero h Z tale che b ha Og tero a dvde 0 ( 0 0a ), metre l uco tero che dvde

Dettagli

Si definisce prodotto di A e B la matrice data da:

Si definisce prodotto di A e B la matrice data da: MRICI Ua matrce Mat(m,) è ua tabella ordata d umer dspost m rghe ed coloe. Idchamo co aj l'elemeto d posto j che può essere reale o complesso. Operazo d matrc: ) (α)j α aj α C 2) (+ B)j aj + bj Propretà

Dettagli

Analisi dell Hashing a catena aperta

Analisi dell Hashing a catena aperta Aals dell Hashg a catea aperta Data ua tabella d hashg T d gradezza e co elemet memorzzat, s defsce l fattore d carco per la tabella T come: Il fattore d carco rappreseta ud l umero medo o atteso d elemet

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

le sorgenti casuali (macroscopiche) sono idea: si usa un generatore di numeri sequenza di bit casuali Alberto Leporati Corso di Crittografia 2

le sorgenti casuali (macroscopiche) sono idea: si usa un generatore di numeri sequenza di bit casuali Alberto Leporati Corso di Crittografia 2 Crttografa Corso d Laurea Specalstca Iformatca Geerator d Numer PseudoCasual Alberto Leporat Dpartmeto d Iformatca, Sstemstca e Comucazoe Uverstà degl Stud d Mlao Bcocca e-mal: alberto.leporat@umb.t leporat@dsco.umb.t

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

12. STATISTICHE CAMPIONARIE

12. STATISTICHE CAMPIONARIE . STATISTICHE CAMPIONARIE. Ce su pa d campoameto Per cooscere le caratterstche gote d ua o pù varabl ua popolazoe s rcorre d solto a u dage campoara e dat raccolt vegoo elaborat per otteere formazo sulla

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

TEST CHI DI INDIPENDENZA STOCASTICA

TEST CHI DI INDIPENDENZA STOCASTICA Comad cel: Test Ch d dpedeza, pag. Test F a due campo per varaze, pag. Materale ddattco per eserctazo cel pro. R. D Ago, Castellaza, Dcembre, 4 TST CHI DI INDIPNDNZA STOCASTICA Per due pop. stat. e s vuole

Dettagli

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA Corso d Statstca Ecoomca a.a. / Prof. Alberto Botta DERIVAZIONE DEGLI STIMATORI OLS La regressoe semplce Il procedmeto d calcolo degl stmator OLS

Dettagli

Il Problema dei Tagli Planari Poderico Luigi

Il Problema dei Tagli Planari Poderico Luigi Il Problema de Tagl Plaar Poderco Lug Versoe.0 27/2/95 Itroduzoe Uo de partcolar compt delle dustre che lavorao la carta è l taglo d etchette. Queste vegoo rtaglate da de fogl d carta rettagolar medate

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Appunti di Elementi di Informatica Teorica by QuaDamge

Appunti di Elementi di Informatica Teorica by QuaDamge Apput d Elemet d Iformatca Teorca by QuaDamge A. A. 006/007 s rgraza Luke Boham per gl error segalat e la realzzazoe della dmostrazoe del TEOREMA 3. (del cotapass) INDICE Lguagg:

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

Google, ovvero: come diagonalizzare Internet

Google, ovvero: come diagonalizzare Internet Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca,

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Algebra di Boole Forme normali P ed S

Algebra di Boole Forme normali P ed S Corso di Calcolatori Elettroici I A.A. 00-0 Algebra di Boole Forme ormali P ed S Lezioe 5 Uiversità degli Studi di Napoli Federico II Facoltà di Igegeria Variabili e uzioi booleae Elemeti del sostego dell

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

La regressione lineare. Rappresentazione analitica delle distribuzioni

La regressione lineare. Rappresentazione analitica delle distribuzioni La regressoe leare Rappresetazoe aaltca delle dstrbuzo Le lee d regressoe Rchamamo l cocetto d dpedeza tra le dstrbuzo d due caratter X e Y. Rcordamo che abbamo defto dpedeza perfetta la relazoe =f() che

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

Sommario. Facoltà di Economia. Medie secondo Chisini. Indici statistici di posizione o locazione o di tendenza centrale Medie Moda Mediana Quantile

Sommario. Facoltà di Economia. Medie secondo Chisini. Indici statistici di posizione o locazione o di tendenza centrale Medie Moda Mediana Quantile Corso d Statstca Facoltà d Ecooma a.a. 00-00 fracesco mola Sommaro Idc statstc d poszoe o locazoe o d tedeza cetrale de Moda daa Quatle Lezoe lez _00-0 statstca-fracesco mola Perché le mede? Idvduazoe

Dettagli

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di IL METODO DELLA MASSIMA VEROSIMIGLIANZA Sa D u see d dat osservat e sa M ( θ ) u odello d probabltà caratterzzato dal vettore d paraetr θ = ( θ, θ,..., θ k ) defto sull see Θ. La fuzoe d θ [ θ ] L( θ )

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

Analisi di una distribuzione. Analisi di una distribuzione

Analisi di una distribuzione. Analisi di una distribuzione Aals d ua dstrbuzoe Varabltà Aals d ua dstrbuzoe Qualuque feomeo emprco preseta ua certa varabltà. Prof. Claudo Caplupp - Facoltà d Sceze della Formazoe - A.A. 007/08 I ua popolazoe, co rfermeto ad ua

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Lezione 9. Congruenze lineari. Teorema Cinese del Resto.

Lezione 9. Congruenze lineari. Teorema Cinese del Resto. Lezoe 9 Prerequt: Lezoe 8. Cogrueze lear. Teorema Cee el Reto. Nella Lezoe 8 abbamo vto che a caua ella compatbltà ella cogrueza moulo rpetto alle operazo artmetche le relazo cogrueza moulo pooo eere ottopote

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli