CORSO DI CALCOLO NUMERICO A.A
|
|
- Cristoforo Renzi
- 7 anni fa
- Visualizzazioni
Transcript
1 CAPIT-0.DOC Versoe aggorata l goro 08/03/00 CORSO DI CALCOLO NUMERICO A.A ( Prof. A. Belle ) CAPITOLO 0 TEORIA DEGLI ERRORI I questo captolo c occuperemo della rappresetaoe de umer real ua base assegata, della loro rappresetaoe approssmata elle utà artmetche de computers e delle coseguee che tale approssmaoe produce ella esecuoe d ua sequea d calcol progettata per rsolvere u dato problema. 1. RAPPRESENTAZIONE POSIZIONALE DEI NUMERI REALI Sa dato u tero B, che chameremo base, ed u seme d B smbol dstt, C={0,1,2,...B-1}, che chameremo cfre della base B, rappresetat prm B umer ter, da 0 a B-1. E' oto che og umero reale x s può rappresetare, ella base B, co l seguete alleameto d cfre d B: x=a a -1...a 0,a -1 a tededo co cò: x=a B +a -1 B a 0 B 0 +a -1 B -1 +a -2 B (0.1) La rappresetaoe è uca quado s escluda l'alleameto perodco d perodo cocdete co la cfra massma della base. Ifatt s dmostra faclmete (utlado la somma della sere geometrca) che: 0,(B-1)(B-1)..(B-1) =1 Qud, accordo co la (0.1), ua rappresetaoe perodca d perodo B-1 cocde co la rappresetaoe otteuta cremetado d ua utà la cfra che precede l perodo, seguto dallo ero perodco (che aturalmete o s usa scrvere). Per esempo, ella base 8, s ha 1
2 2 x=453, = 453, Quado le cfre che seguoo la vrgola soo tutte ulle l umero è tero, caso cotraro s dce decmale. I og caso l umero y=a a -1...a 0 rappreseta la parte tera d x metre l umero =0,a -1 a -2..., che rsulta sempre <1, e rappreseta la parte decmale. Il umero x è sempre dato dalla somma della sua parte tera co la parte decmale. E' evdete che l carattere tero o decmale d x, ed ache la separaoe della sua parte tera da quella decmale, o dpede dalla base B. D coseguea e camb d base è suffcete trasformare separatamete la parte tera e la parte decmale d x. A tale scopo osservamo che per u umero tero y=a a -1...a 0 s ha: y=a B +a -1 B a 1 B+a 0 =(a B -1 +a -1 B a 1 )B+a 0 da cu, essedo a 0 <B, s deduce che a 0 è l resto della dvsoe d y per B l cu quoete q 0 è dato da: q 0 =a B -1 +a -1 B a 1 A sua volta q 0 =(a B -2 +a -1 B a 2 )B+a 1. da cu s rcava che a 1 è l resto d q 0 /B. Così procededo, fo ad cotrare u quoete more d B, s ottegoo tutte le cfre della rappresetaoe cercata. Per u umero decmale =0,a -1 a =a -1 B -1 +a -2 B determaoe delle cfre è dverso. Moltplcado per la base s ha: l algortmo per la B=B(a -1 B -1 +a -2 B )= a -1 +(a -2 B -1 +a -3 B ). Essedo evdetemete (a -2 B -1 +a -3 B )<1, la cfra a -1 rappreseta la parte tera del prodotto B, metre r 1 =a -2 B -1 +a -3 B
3 3 e rappreseta la parte decmale. Aalogamete a -2 è otteuto come parte tera d Br 1 e così d seguto. I umer decmal s dstguoo perodc e o perodc. A loro volta umer perodc possoo essere dvs tra quell d perodo 0, e qud ft, e gl altr, ma quest ultma o e ua suddvsoe sgfcatva de umer. Ifatt e cambamet d base valgoo le seguet proposo: Se x è raoale, allora è perodco qualuque base. Se x è perodco ( qualche base) allora è raoale. D coseguea u umero perodco rmae tale qualuque base. La perodcta o è duque ua caratterstca della rappresetaoe ma dpede dalle propreta algebrche del umero. x raoale x perodco. I geerale o vee però coservato l carattere fto de umer perodc. S pes per esempo al umero x=1/3 che base 10 s esprme co 0, ed base 3 co 0,1 (ma rcordamoc che 0,1 o e che l abbrevaoe coveoale d 0,1000..). 2. RAPPRESENTAZIONE "FLOATING POINT" E NUMERI DI MACCHINA E' evdete che la moltplcaoe o la dvsoe d u umero x per la sua base d rappresetaoe ha l'effetto d spostare la vrgola d ua posoe a destra o, rspettvamete, a sstra ella sua rappresetaoe posoale. Per esempo: x=a a -1...a 0,a -1 a Bx=a a -1...a 0 a -1,a D coseguea og umero reale x, eccetto lo ero, s potra rappresetare come: x=±b p b 0,b 1...b... co b 0 0 per ua opportua scelta dell'espoete p. Tale rappresetaoe de umer real è detta rappresetaoe ormale. Il umero p è detto espoete ed l umero b 0, b 1...b... è detto matssa d x. 3
4 4 Ne calcolator elettroc la base pù comuemete usata è B=2 e le cfre soo dcate co 0 ed 1. A volte s usao altre bas, ma le cfre relatve a queste bas soo sempre espresse forma bara (rappresetaoe msta). Per esempo base B=10 l umero x=945 sarà rappresetato attraverso la sequea delle sue tre cfre espresse forma bara: 1001 (=9), 0100 (=4), 0101 (=5): x= E' evdete lo spreco d memora t tale rappresetaoe msta ella quale og cfra, per essere espressa base 2, ha bsogo d 4 poso. Queste 4 poso o sarao ma sfruttate tutte le loro possbl cofgurao, pochè la cfra massma è 1001 (=9). Se la base è ua potea d 2, B=2 p allora la rappresetaoe msta è ottmale e cocde co quella base 2. Ad esempo base B=8 (p=3) cosderamo l umero x=537= Le sue cfre, espresse forma bara, ecesstao d 3 poso e soo: 101 (=5) 011 (=3) 111 (=7) La rappresetaoe msta sarà duque: x= La stuaoe è ottmale quato le cfre della base 8 soo espresse da tutte e sole le tere d cfre bare E' facle verfcare che tale alleameto d cfre bare è lo stesso della rappresetaoe d x base 2. A tale scopo s osserv che 8=2 3 e potee d 2, s ha: 8 2 =2 6 e, svluppado le cfre d x x= (101) 2 6 +(011) 2 3 +(111)=( )2 6 +( )2 3 +( ) = Qud l passaggo d x da base 2 a base 2 p s ottee drettamete raccogledo le cfre d x a grupp d p a partre dalla fe, ed esprmedo og gruppo co la corrspodete cfra della base 2 p 4
5 5 ESEMPIO: da base 2 a base 8 x= { { { { x= ESEMPIO: da base 2 a base 16(=2 4 ). Suppoamo che le cfre della base 16 sao (0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F) x= x= 8 F 4 B Poche regstr delle utà artmetche e dspostv d memora d u calcolatore cosetoo l'allocaoe d u umero fto d cfre bare o s possoo, geerale, memorare tutte le cfre preset ella rappresetaoe ormale del umero. Vegoo qud assegate delle poso d memora per l sego, per l'espoete e per la matssa del umero. Schematamo, per l mometo, la rappresetaoe del umero ella forma: sego espoete matssa L'seme M de umer rappresetabl tal modo su u determato calcolatore soo dett umer d maccha e la loro rappresetaoe, detta rappresetaoe vrgola moble o floatg pot, e del tpo: =±B p b 0,b 1...b t co b 0 0 Ovvamete M e u sottseme fto de umer real e s osserv che la dstaa tra due umer d maccha successv o e costate ma dpede dal umero stesso. Ifatt, detto l umero d maccha successvo a modulo s ha: = ±B p ( b 0,b 1...b t +0,0 1). - = B p 0,0 1 = B p-t Og calcolatore adotta ua partcolare rappresetaoe per propr umer d maccha e la fuoe che assoca al umero reale x l umero d maccha che lo rappreseta o che lo approssma vee dcata geercamete co =fl(x). 5
6 Stadard IEEE L'ampea dello spao dedcato all'espoete ed alla matssa, oche le modalta della loro memoraoe, vara da calcolatore a calcolatore e e rappreseta ua caratterstca fodametale. Ua cofguraoe molto dffusa è quella stablta dallo stadard dell'ieee (Isttute of Electrcal ad Electroc Egeers) che assega u'area d 32 poso per la semplce precsoe e 64 per la doppa precsoe così dstrbute 1 posoe per l sego 8 o 11 poso per l'espoete 23 o 52 poso per la matssa. Nella semplce precsoe, le 8 poso bare dedcate all'espoete cosetoo d rappresetare umer da 0 a 2 8-1=255. I realtà gl estrem 0 e 255 soo rservat ad altr scop e qud umer utl soo compres tra 1 e 254. Se p è l'espoete della rappresetaoe ormale d x, ell'area oggetto verrà allocato l umero q=p+127. D coseguea p può varare tra -126 e 127. Per quato rguarda la matssa della rappresetaoe floatg pot d x, poche la parte tera e sempre 1, ello spao ad essa dedcato verra memorata solo la sua parte decmale. Pochè base 2 la matssa pù pccola è e la pù grade è (<2), l pù pccolo umero postvo rappresetable è metre l pù grade è quas Aalogamete el caso della doppa precsoe. Se durate le operao s va al d sotto o al d sopra d tal valor, l'utà artmetca segala rspettvamete errore d uderflow o overflow. Lo ero e rappresetato dalla sequea d 32 o 64 er Se le cfre decmal della matssa d x soo umero superore a t dobbamo operare qualche approssmaoe per la sua memoraoe. Tra var mod d operare c soo sostaalmete 2 stratege, quella del trocameto e quella dello arrotodameto. Sa x =± 2 p 1,b 1...b t b t+1... l umero reale da memorare. Il trocameto cosste semplcemete el trascurare tutte le cfre decmal della matssa successve alla t-esma. Avremo qud: 6
7 7 tr(x)=± 2 p 1,b 1...b t e la sua memoraoe el regstro sarà: ± q b 1...b t co u errore x-tr(x) 2 p-t L'arrotodameto vece è defto el seguete modo: arr(x)=± 2 p 1,b 1...b t se b t+1 =0 arr(x)=± 2 p (1,b 1...b t +0,0 1) se b t+1 =1 I altre parole arr(x) e defto come l trocameto =tr(x) se la t+1 esma cfra è 0 oppure l umero d maccha successvo d tr(x) se la t+1 esma cfra è 1, e pu precsamete, quello de due che e pù vco ad x. Qud l errore sara al pù par alla metà della dstaa tra l umero e l suo successvo ( ). S osserv che, rspetto a modul, el prmo caso s ha ua approssmaoe per dfetto ( seso debole), el secodo per eccesso ( seso forte). I quest'ultmo caso s ha: arr(x)=± 2 p 1,b 1...b t ± 2 p 0,0...1 = ± 2 r 1,a 1...a t e la sua schemataoe sarà: sego espoete a 1...a t I umer tr(x) e arr(x) soo dett etramb rappresetao vrgola moble (floatg pot) del umero x. L'seme de umer rappresetabl su u determato calcolatore soo dett umer d maccha. Og calcolatore adotta ua rappresetaoe per propr umer d maccha e la fuoe che assoca al umero reale x l umero d maccha tr(x) oppure arr(x) vee dcata geercamete co fl(x) (approssmaoe: floatg pot del umero reale x). Voglamo ora aalare l'errore che s compe el sostture x co fl(x). Come abbamo ga osservato, rspetto a modul l trocameto è u'approssmaoe sempre per dfetto, metre ell'arrotodameto l tpo d approssmaoe dpede dalla prma cfra trascurata. Per quato rguarda l modulo dell'errore s ha: 7
8 8 x - tr(x) = 2 p 1,b 1...b t b t p 1,b 1...b t = 2 p 0,0...0b t p-t x-arr(x) 1 - tr(x) 2p-t-1. 2 L ultma relaoe e gustfcata dal fatto che arr(x) e dato da tr(x) o dal suo successvo I geerale: -fl() ρ2 p-t 1 dove ρ= 1 2 el trocameto ell'arrotodameto L'errore dpede duque o solo dalla lughea t della matssa ma ache da p, coè dall'orde d gradea del umero. Per quato rguarda vece l'errore relatvo, pochè 2 p, s ha: -fl() ρ2 -t La quattà ε :=ρ2 -t è detta precsoe d maccha o epslo d maccha o utà d arrotodameto ed è u parametro caratterstco del calcolatore. I coclusoe la relaoe che lega u umero reale alla sua rappresetaoe fl() è: fl()=(1+u) co u ε (0.2) S vede faclmete che ε rappreseta l pù pccolo umero reale che sommato ad 1 da come rsultato u umero floatg maggore d 1. La cooscea d questo parametro è esseale per u cotrollo della propagaoe dell'errore ell'esecuoe de var algortm che vedremo el corso. L'epslo d maccha s può calcolare co l seguete algortmo: e=1 =0 whle 1+e > 1 e=e/2 =+1 ed prt (-1,2 * e) ed I valor output -1 e 2 * e soo rspettvamete l umero delle cfre decmal della matssa e l'epslo d maccha. La doppa precsoe dello stadard IEEE forsce l valore ε=2-52 =
9 9 3. OPERAZIONI DI MACCHINA E PROPAGAZIONE DEGLI ERRORI. E' charo che umer d maccha o soo u seme chuso rspetto alle operao elemetar. Coè l rsultato d ua operaoe artmetca tra due operad apparteet all'seme de umer d maccha o è ecessaramete u umero d maccha. Se per esempo s moltplca per 2 l pù grade umero d maccha ammssble l rsultato o sarà certamete u umero d maccha. Se s esegue la dvsoe d 1 per 3, pur essedo etramb gl operad umer d maccha l rsultato o lo è. Il prodotto d due umer co t cfre decmal è, geerale, u umero co 2t cfre decmal, e così va. Detta x y ua geerca operaoe tra due operad pres ell'seme de umer d maccha ( :M R, dove M è l seme de umer d maccha), dchamo co x y l rsultato forto dall'utà artmetca. Nell'esegure u'operaoe, che chameremo operaoe d maccha (*:M M), s commetterà geerale u'errore rspetto all'operaoe. Tale errore dpede dalla lughea de regstr dell'utà artmetca che possoo essere lugh fo al doppo de regstr d memora. Per le ostre aals faremo la seguete potes d lavoro: x y= fl(x y) I altre parole, ua operaoe d maccha cocde co l'approssmaoe floatg del rsultato dell' operaoe esatta. L'errore relatvo sarà, base alla (0.2), x y-x y =u co u ε. x y Qud ua sgola operaoe tra umer d maccha da luogo ad u errore relatvo dell'orde d ε ed è qud accettable dal puto d vsta dell'approssmaoe. Se però l rsultato d questa operaoe è a sua volta l dato d ua operaoe successva, l'errore sul dato s propagherà el rsultato fale. La msura d tale propagaoe dpederà da quato la secoda operaoe è sesble alle perturbao su dat. S cosdero per esempo le seguet formule, che possoo essere terpretate come tat algortm per l calcolo dello stesso umero: = = 3 = ( 2 1) 6 = ( 3 2 2) 3 = ( 2 7) 2 1 ( 2 + 1) 6 = = =
10 10 Tutte rchedoo l calcolo prevetvo d 2 (=1, ) che sarà ecessaramete dato forma approssmata. Suppoamo oltre che calcol ecessar per og formula sao esegut sea errore. Per esaltare l'effetto voluto cosderamo le seguet approssmao d 2 : co errore relatvo u=0, co errore relatvo u= S ottegoo seguet valor: errore relatvo ( 2 1) 6 2 ( 2 2) ( 5 2 7) errore relatvo 0, ,1 0, ,002 0, ,2 0, ,002 0,008 0,6 0, , ,0049 0, , ( 2 + 1) , ,05 0, , , ,0052 0, , Dalla precedete tabella s osserva che lo stesso errore sul dato 2 produce effett molto dvers sulle vare formule proposte. Alcue d esse rducoo l'errore sul dato, altre lo amplfcao eormemete. Le formule 5 e 7 soo rspettvamete la pù stable e la pù stable rspetto alle perturbao sul dato 2. I partcolare la formula 5 amplfca l'errore relatvo su 2 d u fattore metre la formula 7 lo rduce d u fattore 0,5. Per capre l'orge d tale dverstà d comportameto, basta terpretare le 7 formule proposte come valor delle seguet fuo el puto x= 2 : x x ; ( x 1) 6 ; ( 3 2x) 3 ; ( 5x 7) 2 ; x ; ( ) 6 x + 1 ; x E' charo che la formula corrspodete alla fuoe che possede la dervata x= grade, è quella che maggormete propaga l'errore sul dato. 2 pù Suppoamo pù geerale d avere de dat x 1, x 2,..,x ed ua fuoe d quest ultm che dcheremo co 10
11 11 =f(x 1, x 2,..,x ). Suppoamo ora d perturbare dat e d calcolare la fuoe f su dat perturbat: = f(x1,x2,...,x ) dove: x 1 =x1 (1+ε 1 ) x 2 =x2 (1+ε 2 )... x =x (1+ε ) Per effetto d tal perturbao su dat, otteamo ua perturbaoe relatva sul rsultato del tpo. Rguardo alla relaoe tra queste perturbao, damo la seguete defoe: Defoe: Dremo che l problema =f(x 1, x 2,..,x ) è stable (o be posto) se la perturbaoe sul rsultato è dello stesso orde d gradea delle perturbao su dat. Per ua stma della quattà - trocato a term del prm'orde: cosderamo lo svluppo d Taylor della fuoe f = f(x1,x2,...,x f f f ) = f(x1, x 2,..,x ) + x 1 ε 1 + x x 2 ε x 1 x ε 2 x f f f = + x1 ε 1 + x x 2 ε x 1 x ε 2 x - = x 1 f ε x 1 + x 2 1 f x 2 ε x f x ε Otteamo cos la seguete stma dell'errore relatvo su fuoe degl error relatv su dat: - =K 1 ε 1 + K 2 ε K ε dove umer K 1 = x 1 codoameto del problema. f, K x 2 = x 2 f... 1 K x = x f 2 x soo dett dc d 11
12 12 Gl dc K rappresetao fattor d amplfcaoe delle perturbao relatve su dat. Se K 1 dremo che l problema è stable o be posto, metre se qualche K >> 1 dremo che l problema è stable o mal posto. Cosderamo acora la formula 5 dell'esempo precedetemete trattato ed osservamo che la corrspodete fuoe 99-70x ha, x= 2, la dervata uguale a -70 e qud l'dce d codoameto è 2 70 K che corrspode esattamete all'amplfcaoe dell'errore che avevamo gà osservato. Ache per la formula 7 la precedete aals dffereale forsce u dce d codoameto perfettamete adeguato a rsultat della tabella ( K =0.5). Il lettore verfch che la moltplcaoe e la dvsoe soo operao be poste per og coppa d operad, metre la somma è be posta per operad d sego uguale. Per quado rguarda vece la somma d added dscord, coè la sottraoe, essa può essere mal codoata. Ifatt, dett e = x + y =x(1+εx ) + y(1+ε y ), s ha: =x+xεx + y + yε y = + xε x + yε y = x εx + y εy Se x ed y soo d sego opposto almeo uo degl dc d codoameto x/(=k 1 ) e y/(=k 2 ) è maggore d 1 e possoo essere grad quado la somma è pccola rspetto agl added. La sottraoe tra addet quas ugual è duque l'uca operaoe elemetare che rsulta stable S osserv che questo è esattamete cò che accade ella formula 5 degl esemp precedet. Cosderamo pù geerale u algortmo coè ua sequea ordata d operao elemetar co le qual s ottee la soluoe d u determato problema. Sccome og operaoe della sequea verrà eseguta come operaoe d maccha, 12
13 13 og passo d questa sequea da orge a due compoet d errore. La prma è dovuta all'approssmaoe delle operao d maccha e, accordo co la ostra potes d lavoro, o supera l'utà d arrotodameto. I qualche caso questa compoete d errore può essere ulla. La secoda, pù mportate e "percolosa", è dovuta alla propagaoe dell'errore accumulato fo al passo precedete. Essa dpede esclusvamete dalla atura stable o stable dell'operaoe che s compe el passo cosderato. Per meglo afferrare questo puto cosderamo l seguete esempo. Sa dato l problema =a + b + c per l quale cosderamo due possbl algortm: 1 algortmo: = (a + b) + c 2 algortmo: = a + (b + c) L'aals dell'errore el prmo algortmo forsce: ξ = fl(a + b) = (a + b)(1 + ε 1 ) = fl(ξ + c) = (ξ + c)(1 + ε2 ) ε 1 ε ε 2 ε da cu s ottee, trascurado l terme ε 1 ε 2 : = ((a + b)(1 + ε1 ) + c)(1 + ε 2 )= + (a + b)ε 1 + ε 2 (0.3) - = a + b ε 1 + ε 2 Per l secodo algortmo s ottee ua aaloga stma dell'errore relatvo del tpo: ' - = b + c ε' 1 + ε' 2 co ε' 1 ε e ε' 2 ε. E' evdete che tra due algortm è pù stable quello corrspodete al pù pccolo tra gl dc d codoameto a + b e b + c. S eseguao calcol e l'aals dell'errore de due algortm su seguet dat: a = 0, b =-0, c = 0,
14 14 Complemet alla teora degl error U approcco geerale per l'aals dell'errore d u algortmo applcato ad u assegato problema è forto dalla seguete aals all'detro. Essa s basa sul fatto che u algortmo per l calcolo d =f(x 1, x 2,..,x ) eseguto co operao d maccha forsce u rsultato effettvo corrspodete al valore esatto della fuoe f calcolata su dat perturbat x =x (1+ε ): = f(x1,x2,...,x ). L'aals all'detro cosste ello stmare valor ε term dell'utà d arrotodameto: ε =c ε. I umer c soo chamat dc d codoameto dell'algortmo. Defoe: U algortmo s drà stable o be codoato se forsce la soluoe esatta d u problema perturbato co error relatv ε dell'orde d gradea dell'utà d arrotodameto. Ua volta eseguta l'aals all'detro s esegue l'aals della stabltà del problema fuoe delle perturbao ε su dat. S ottee così la stma dell'errore: - =K 1 ε 1 + K 2 ε K ε =(K 1 c 1 + K 2 c K c )ε Co questa aals s può dstguere la stabltà o stabltà del problema da quella dell'algortmo. Nell'esempo precedete s vede, dalla (0.3), che l prmo algortmo equvale al calcolo d : = a(1 + σ) + b(1 + σ) + c(1+ε2 ) co σ 2ε e ε 2 ε metre l secodo equvale a: ' = b(1 + σ') +c(1 + σ') + a(1+ε'2 ) co σ' 2ε e ε' 2 ε 14
15 15 Gl algortm appaoo etramb stabl quato forscoo la somma esatta d tre added affett da ua perturbaoe o superore a 2ε. Quado s va però ad aalare l'effetto d tal perturbao sul problema =a+b+c s ottee: a + b σ + c = 2 ε 2 b + c a = σ ' + ε ' 2 per l prmo algortmo per l secodo algortmo. Rspetto a tal perturbao su dat, l problema può essere be o mal codoato, a + b b + c c a dpede dagl dc d codoameto,, e. Per valor propost d a,b e c l problema è mal codoato ed a cò è dovuta la dsastrosa propagaoe dell'errore che s rscotra. I partcolare s osserv che l prmo algortmo è peggore del secodo. Come applcaoe della teora svolta, suppoamo d voler calcolare l valore del polomo: p(x)=a x +a -1 x a 1 x+a 0 Cò può essere fatto sostaalmete due mod, attraverso lo schema aturale e lo schema d Horer. Schema aturale: dat: x, a 0,..., a s=1 p=a 0 per =1,2,..., fe scrv p s=s x p=p+a s Il costo computaoale è d somme e 2 moltplcao. 15
16 16 Schema d Horer: Il metodo d Horer s basa sul fatto che l polomo p(x) può essere scrtto ella seguete forma: p(x)=(..(((a )x+a -1 )x+a -2 )x+...+a 1 )x+a 0 da cò s rcava lo schema: dat: x, a 0,..., a p=a per =1,2,..., fe scrv p p=p x+a - U prmo vataggo dell'algortmo d Horer cosste el more costo computaoale che s rduce a somme ed moltplcao. Il prcpale vataggo però sta ella sua maggore stabltà rspetto allo schema aturale. Per vedere cò eseguamo le aals all'detro. Aals all'detro dello schema aturale: Idcado come al solto co f(w) l rsultato d maccha della fuoe f(w), s vede che l'ultmo passo dell'algortmo aturale è: Pochè : = 0 ax -1-1 = fl a ( ( ) x + fl a fl x x = 0-1 a x = 0 + fl a -1 a x = 0 + a fl x x -1 = 0 = -1 ( fl( x x ) ( 1+ ε ) -1 ( ( ))( 1+µ ) ( 1 ε ) + a x + -1 ( a x x )(1+ ρ )( 1+ µ ) ( 1+ ε = = ) 16
17 x = x x ( 1ρ-1) =...= x ( 1ρ2)...( 1ρ -1) -1 s ottee: = 0 ax = -1 = ax + ax ( 1+ ρ2 )( 1+ ρ3 )...( 1+ ρ )( 1+µ ) ( 1+ ε ) 0 dove tutte le perturbao preset soo d modulo ferore all'utà d arrotodameto ε. Per semplfcare la otaoe ed calcol, suppoamo che per og prodotto d k perturbao d questo tpo s abba: k-1 (1+ λ ) ( 1+ kε). =0 S ottee qud: = 0 ax = -1 a x ( 1+ ε) a x ( 1+ ( +1) ε) 0 + Applcado rcorsvamete la formula appea trovata s ha: -1 = 0 ax dalla quale s ottee: = 0 ax = -2-1 a x ( 1+ ε) a x ( 1+ ε) 0 = a x ( 1+ 2ε) + a x ( 1+ ( +1) ε) a x ( 1+ ( +1) ε) 0 Cotuado co le sosttuo s trova: = 0 ax a ( 1+ ε) a x( 1+ ( +1) ε) + a x ( 1+ ( +1) ε) +... a x ( 1+ ( +1) ε) Abbamo qud scoperto che gl error d arrotodameto el metodo aturale hao l'effetto d produrre l valore, ello stesso puto x, d u polomo p'(x)=a' x +a' -1 x a' 1 x+a' 0 co coeffcet perturbat secodo le stme: a' 0 a 0 (1+ε) a' a (1+(+1)ε) =1,2,..., 17
18 18 Aals all'detro dello schema d Horer: Aalogamete a quato fatto per lo schema aturale, l'ultmo passo del cclo dello schema d Horer è: p = fl( a fl( x ) 0 p -1 co le stesse semplfcao del caso precedete, s ottegoo le stme: I modo aalogo s trova: da cu: p ( a0 fl( x p -1 ) ( ( x p )(1+ )) (1+ε) a 0-1 ε (1+ε) a (1+ ε) + x p (1+ 2 ε). 0-1 p -1 a(1+ ε) + xp (1+2) ε 1-2 p a (1+ ε) + x a (1+3 ε) + x p (1+4 ε ) Procededo modo rcorsvo s ottee fe che lo schema d Horer equvale al calcolo esatto, ello stesso puto x, d u polomo p'(x)=a' x +a' -1 x a' 1 x+a' 0 co coeffcet perturbat secodo le stme: a' a (1+(2+1)ε) ì=0,1,...,-1 a' a (1+2ε). Per cocludere l'aals della stabltà e per poter fare u cofroto tra due schem occorre studare la stabltà del valore del polomo p(x) rspetto alle perturbaoe su coeffcet. L'aals dffereale per l polomo p, vsto come fuoe de suo coeffcet: p(x)= f(x,a 0,a 1,...,a ) 18
19 19 rspetto al polomo perturbato p(x)=f(x,a 0 (1+ε 0 ),a 1 (1+ε 1 ),...,a (1+ε )) forsce: p - p p = a 0 p f ε a 0 + a 1 0 p f ε a a 1 p f a ε = p 1 (a0 ε 0 +a 1 ε 1 x +...+a -1 ε -1 x -1 +a ε x ) dove ε soo le perturbao relatve su coeffcet. Per lo schema aturale s ha: p - p p = ε p (a 0 +(+1)(a 1 x +...+a x )) metre per lo schema d Horer s ha: p - p p = ε p (a 0 +3a 1 x +5a 2 x2...+(2-1)a -1 x -1 +2a x )). Dal cofroto s osserva che, sebbee per valor grad d x lo schema aturale appare geerale leggermete pù stable, lo schema d Horer è molto pù stable per valor d x pccol. Ioltre accade che elle comu applcao, qual le approssmao sere d potee, coeffcet de term d grado alto soo pccol e cò rduce l'evetuale vataggo dello schema aturale. 19
20 20 20
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.
DettagliLezione 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
DettagliFunzioni 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 (, )
DettagliNumeri 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
DettagliPropagazione di errori
Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo
DettagliModulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario
Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20
DettagliAritmetica 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
DettagliLezione 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
DettagliUniversità 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,
DettagliLezione 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
DettagliCORSO 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
DettagliDue 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,
DettagliUniversità 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
DettagliIndipendenza in distribuzione
Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto
DettagliFacoltà 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,
DettagliDimostrazione 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
DettagliFUNZIONI LOGICHE FORME CANONICHE SP E PS
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.
DettagliAnalisi dei Dati. La statistica è facile!!! Correlazione
Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale
DettagliClassi 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), 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
DettagliCapitolo 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.
DettagliUniversità 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
DettagliAppunti di. Elaborazione dei dati sperimentali
Apput d Elaboraoe de dat spermetal Corso d sca er cors d Laurea Igegera Uverstà d adova sura d ua gradea fsca Ua gradea fsca s rappreseta co uo (o pù) umer segut da ua utà d msura. Il umero che quatfca
DettagliCaso studio 10. Dipendenza in media. Esempio
09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore
DettagliMEDIA DI Y (ALTEZZA):
Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:
DettagliEsercitazione 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
DettagliCaso 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
Dettaglicorrispondenza 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
DettagliTeoria 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 ε per
DettagliMISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek
MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado
DettagliLezione 4. Metodi statistici per il miglioramento della Qualità
Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe
DettagliLE MEDIE. Le Medie. Medie razionali. Medie di posizione
LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.
DettagliLezione 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
DettagliLa 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
DettagliCORSO 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
DettagliUNIVERSITA' DEGLI STUDI DI PADOVA DIPARTIMENTO DI FISICA "GALILEO GALILEI"
UNIVERSITA' DEGLI STUDI DI PADOVA DIPARTIMENTO DI FISICA "GALILEO GALILEI" ELEMENTI DI TEORIA DEGLI ERRORI DI MISURA E DI ANALISI E RIDUZIONE DEI DATI SPERIMENTALI per l LABORATORIO DEI CORSI DI FISICA
DettagliUniversità 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
DettagliLE 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
DettagliCapitolo 2 Errori di misura: definizioni e trattamento
Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza
DettagliIII Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.
III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,
Dettaglidei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:
Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore
DettagliEsercizi 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
DettagliVariabili 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:
DettagliDott.ssa Marta Di Nicola
RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per
DettagliSTATISTICA DESCRITTIVA
COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che
DettagliSIMULAZIONE 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;
Dettaglifrazione 1 n dell ammontare complessivo del carattere A x
La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s
DettagliINDICI 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
DettagliAttualizzazione. 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
Dettagli6. LA CONCENTRAZIONE
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca
DettagliLezione 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
DettagliInterpolazione. 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
DettagliOrganizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti
Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:
DettagliIndici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)
Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a
DettagliLeasing: aspetti finanziari e valutazione dei costi
Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl
DettagliCAPITOLO 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
DettagliIn 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,
DettagliElementi di Statistica descrittiva Parte II
Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv
DettagliRiassunto di teoria elementare degli errori
Ncola Gaquto - Rassuto d teora elemetare degl error /9 Rassuto d teora elemetare degl error Valore vero (covezoale), valore stmato, errore Se s prede ua ressteza dal valore omale d 00 Ω e se e determa
DettagliLaboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO
Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete
DettagliLezione 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,
DettagliModello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura
Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de
DettagliElementi di Statistica descrittiva Parte III
Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione
Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza
DettagliSommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?
DettagliGeometria delle aree
eometra delle aree Lo studo de cocett ase relatv alla eometra delle ree: cosete d trasformare le azo tere sollectazo cosete d valutare l elastctà delle strutture forsce gl strumet per valutare le strutture
DettagliRappresentazione dei dati reali e teoria degli errori. N. Del Buono
Rappresentazione dei dati reali e teoria degli errori N. Del Buono Rappresentazione dei dati reali Sorgenti di errore Rappresentazione dei numeri reali in una base assegnata Rappresentazione approssimata
DettagliEsercitazioni 1 - Analisi della tensione
Eserctao - Aals della tesoe I questa eserctaoe s studao alcu stat tesoal, deducedo, per cascuo d ess, le teso prcpal e le corrspodet dreo prcpal, calcolado le mme e massme teso tageal, e dsegado cerch
DettagliIl termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).
Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma
Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI
Dettagli2014-2015 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
DettagliAlgoritmi e Strutture Dati. Alberi Binari di Ricerca
Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)
DettagliPremessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni.
Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo o dscreto
DettagliTRATTAMENTO STATISTICO DEI DATI ANALITICI
TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza
DettagliRegressione e Correlazione
Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata
DettagliMISURE E GRANDEZZE FISICHE
R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,
DettagliStim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici
Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,
DettagliFormulario e tavole. Complementi per il corso di Statistica Medica
Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea
DettagliCome cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i
Come camba la dstrbuzoe se cosderamo 5 class equampe (k5)? xmax xm 2.02 03 d 38,80 k 5 Class x xl x + Ass. relatva N Frequeza relatva cumulata F l 03,0 -- 484,8 4 0,82 0,82 484,8 -- 866,6 5 0,0 0,92 866,6
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
Dettaglib) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso
ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo
DettagliIndici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno
Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a
DettagliCAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA.
TE11_st fb - 5/10/007 5/10/007 XI - 1 CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. 11.1 - Itroduzoe. I geerale, parametr caratterstc d ua v.a. (che per o soo l suo valore medo e la sua varaza
DettagliCapitolo 4 Le Misure di Centralità
Captolo 4 Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo
Dettagli1. Statistiche descrittive
1. Statstche descrttve 1. 1. Scale d msurazoe I dat statstc possoo essere rlevat su dverse scale d msurazoe: 1. 1. 1. La scala omale S parla d scala omale quado dat s dfferezao fra d loro per caratterstche
DettagliESERCIZI SU DISTRIBUZIONI CAMPIONARIE
Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
Dettagli3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU
3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata
DettagliGoogle, 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,
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!
DettagliMATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE
MATEMATICA FINANZIARIA PROVA SCRITTA DEL 5 SETTEMBRE 009 C.d.L. ECONOMIA AZIENDALE ESERCIZIO a) Il Sg. Ross ogg (t0) uole acqustare u furgoe del alore d 7000 per la sua atttà commercale. A tal fe egl ersa
DettagliDimostrazione. Sia V la matrice di Vandermonde: V = Risolvere il sistema lineare: Va = y risolvere: p(x i ) = y i dove:
INTERPOLAZIONE È u problema d approssmazoe d ua fuzoe o d u seme d dat co ua fuzoe ce sa pù semplce e ce abba buoe propretà d regolartà. Tale tpo d approssmazoe s usa quado dat soo ot co precsoe. La codzoe
DettagliLezioni di Matematica 1 - I modulo
Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti
DettagliAppunti 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
DettagliElementi di statistica descrittiva Parte III
Problem coess co l so della meda - la meda pò sbre forte fleza de valor modal estrem del ( alc cas molto dfferet dagl altr dat osservat) - la meda pò o essere valore osservato - la meda è applcable solo
DettagliCOMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo
COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test
DettagliL assorbimento e lo strippaggio
assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet
Dettagli2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.
5 MEDIE PESTE Come combare msure separate? Esempo, msure Msura d : ± Msura d B: B ± B Se s effettua la meda artmetca: B s da eguale peso alle msure seza teer coto dell certezza, che geerale possoo essere
DettagliModelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014
Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto
Dettagli