Random walk classico. Simulazione di un random walk

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Random walk classico. Simulazione di un random walk"

Transcript

1 Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete distribuiti i.i.d.); la distribuzioe dell icremeto è di tipo beroulliao, co due soli possibili valori e ). Seza perdita di geeralità poiamo S 0 =0. Il radom walk asimmetrico si ottiee ivece co passi asimmetrici co prob. p X k = co prob. -p Fabio Bellii 0 Simulazioe di u radom walk Iiziamo lo studio del radom walk attraverso u esperimeto di simulazioe. Per simulare le traiettorie, occorre simulare le variabili X k ; a questo scopo utilizziamo la fuzioe uidrd di Matlab; la stessa cosa può essere fatta ache i Ecel. Ecco la descrizoe della fuzioe uidrd: >> help uidrd UNIDRND Radom matrices from the discrete uiform distributio. R = UNIDRNDN) returs a matri of radom umbers chose uiformly from the set {,, 3,...,N}. The size of R is the size of N. Alteratively, R = UNIDRNDN,MM,NN) returs a MM by NN matri. Fabio Bellii 0

2 Simulazioe di u radom walk >> X=uidrd,00000,00) i questo modo geeriamo ua matrice i cui elemeti possoo essere oppure co probabilità del 50%. >> X:5,:5) visualizziamo a titolo di esempio le prime 5 righe e le prime 5 coloe as =. >> Y=*X-3 riscaliamo ifie la matrice i modo da avere e - al posto di e. Fabio Bellii 0 Simulazioe di u radom walk Abbiamo creato ua matrice co sequeze di 00 passi aleatori. Ciascua sequeza corrispode a ua possibile traiettoria del radom walk. Stiamo pertato simulado traiettorie di lughezza 00. La posizoe del radom walk è data dalla somma dei passi, pertato dobbiamo sommare la matrice Y lugo le righe: >> Z=[zeros00000,) cumsumy,)] co questo comado costruiamo la matrice delle traiettorie Z; la prima coloa è fatta di zeri il radom walk per defiizioe ifatti parte i 0); le successive 00 coloe soo date dalle somme dei passi, data dal comado cumsum. Visualizziamo a titolo di esempio le prime 5 righe e 5 coloe: >> Z:5,:5) as = Fabio Bellii 0

3 >> plotas') Simulazioe di u radom walk Fabio Bellii 0 Simulazioe di u radom walk Visualizziamo adesso le prime 000 traiettorie: >> plotz:000,:0)') >> Fabio Bellii 0 3

4 Simulazioe di u radom walk Rappresetiamo 0 traiettorie i grafici separati. Cosa possiamo osservare? >> for i=:0 subplot5,4,i) plotzi,:)) ais[ 0-0 0]) grid o ed >> Fabio Bellii 0 Simulazioe di u radom walk Alcue domade che si pogoo i modo aturale soo le segueti: Qual è la posizioe al tempo t? Dopo quato tempo raggiugo per la prima volta u livello prefissato, ad esempio S=? Dopo quato tempo ritoro per la prima volta all asse delle S=0)? Quate volte icrocio l asse delle? Qual è la frazioe di tempo spesa al di sopra dell asse delle? Qual è il massimo della traiettoria? Tutte queste domade hao ovviamete ua risposta probabilistica: la risposta è ua distribuzioe di probabilità. Fabio Bellii 0 4

5 Metodo Mote Carlo Nel seguito daremo ua risposta matematica rigorosa ad alcue delle domade poste ella slide precedete. Per adesso le affrotiamo da u puto di vista sperimetale, utilizzado il Metodo Mote Carlo, che cosiste el simulare u umero molto elevato di traiettorie e aalizzare le distribuzioi empiriche delle gradezze di iteresse. L idea di ricorrere a massicce simulazioi umeriche per valutare delle probabilità o dei valori attesi, o tipicamete i fiaza dei prezzi di strumeti derivati, è stata resa possibile dall avveto dei calcolatori elettroici. La formalizzazioe e lo sviluppo si ricoducoo di solito a Vo Neuma e Ulam, ell ambito del Progetto Mahatta. Il ome deriva ovviamete dalla città di Mote Carlo, leggedaria i quegli ai per il casiò. Si tratta di u metodo largamete impiegato i Fiaza sia per la valutazioe di opzioi che per la determiazioe del rischio di portafogli. Fabio Bellii 0 Posizioe al tempo t Ricordiamo che abbiamo simulato traiettorie del processo; rappresetiamo co u istogramma la posizioe rispettivamete ai tempi 5, 50, 75 e 00: >> subplot,,) >> histz:,5)) >> subplot,,) >> histz:,50)) >> subplot,,3) >> histz:,75)) >> subplot,,4) >> histz:,00)) Ovviamete al crescere di t la variabilità aumeta attezioe al fatto che la scala sull asse delle è diversa ei vari grafici). Fabio Bellii 0 5

6 Media e variaza della posizioe al tempo t Rappresetiamo media e variaza della posizioe come fuzioe del tempo t; la media ovviamete si discosta poco dallo 0; la variaza ivece è ua fuzioe lieare del tempo. Questa è ua prima caratteristica fodametale del radom walk; deriva dal fatto che per variabili idipedeti la variaza è ua quatità additiva. >> subplot3,,) >> plotmeaz)) >> subplot3,,) >> plotvarz)) >> subplot3,,3) >> plotstdz)) >> Fabio Bellii 0 Tempo di primo passaggio al livello Studiamo ora la distribuzioe del tempo dopo il quale viee toccato per la prima volta il livello ; ell ultima coloia ho iserito le traiettorie che o lo raggiugoo mai ei 00 passi cosiderati. Ituitivamete, quale potrebbe essere la media di questa distribuzioe? Co probabilità ½ il primo passo ci porta già i S=, quidi il tempo di primo passaggio è pari a co probabilità ½ si veda il grafico ella slide successiva). >> for i=:00000 a=mifidzi,:)==)); if isemptya)==; Ti)=00; else Ti)=a; ed ed Fabio Bellii 0 6

7 Tempo di primo passaggio al livello Rappresetiamo i modo più dettagliato la distribuzioe del tempo di primo passaggio: >> bis=[::0]; prob=histct,bis)./00000; prob=[prob:50) prob00)]'prob Si tratta i realtà di u esempio di distribuzioe dalle code estremamete pesati La distribuzioe di probabilità tede a 0 molto letamete quato t tede a ifiito: se calcoliamo il valore atteso el ostro esempio otteiamo circa 5,7 Il valore atteso seza trocameto è ifiito! o ci passa mai ei primi 00 laci) Fabio Bellii 0 Numero di icroci co l asse delle Studiamo ora la distribuzioe del umero di volte che la traiettoria icrocia l asse delle. Quate volte capiterà i media, cosiderado traiettorie di lughezza pari a 00? Vediamo ella ostra simulazioe: >> for i=:00000 Ni)=sizefidZi,:)==0),); ed >> bis=[:50]; >> prob=histcn,bis)./00000; >> plotprob) >> La media è iferiore a! Si tratta di u umero molto più basso di quello che tediamo ad aspettarci ituitivamete. Fabio Bellii 0 7

8 Frazioe di tempo sopra l'asse delle Per quato tempo il radom walk ha ua posizioe positiva? Se fosse u ivestimeto, per quato tempo soo i attivo e per quato tempo soo i perdita? Ovviamete el caso di u radom walk simmetrico la media del tempo per cui soo sopra l asse delle è 0; ma come sarà fatta la distribuzioe di questa variabile? L ituizioe farebbe pesare a ua distribuzioe uimodale simmetrica, ivece la risposta è molto diversa: >> for i=:00000 Ni)=sizefidZi,:)>0),); ed >> histn,0) La distribuzioe è simmetrica e ha media ulla, tuttavia la maggior parte delle traiettorie spedoo gra parte del tempo sopra oppure gra parte del tempo sotto! Fabio Bellii 0 Risultati teorici Alcui dei risultati che abbiamo visto dal puto di vista sperimetale possoo essere otteuti el caso del radom walk classico seza bisogo di strumeti matematici sofisticati. Osserviamo itato che el caso del radom walk classico tutte le traiettorie soo equiprobabili; qualsiasi fissata sequeza di passi ha probabilità ^-). Il problema è quidi di tipo combiatorio, di coteggio del umero di traiettorie co determiate caratteristiche. Idichiamo co la posizioe al tempo ; se si soo avuti p passi verso l'alto e q passi verso il basso, evidetemete p q =, p q = da p =, q = cui ricaviamo Fabio Bellii 0 8

9 Risultati teorici Idichiamo ora co N,) il umero di traiettorie equiprobabili) che dall'origie 0,0) portao al puto,); quate soo? Dato che devo fare p passi verso l'alto e q passi verso il basso, abbiamo che N,) è pari al umero di modi di predere p passi tra gli possibili; utilizzado i coefficieti biomiali: N, ) = = p e di cosegueza la probabilità p,) di essere el puto al tempo è data da p, ) = cioè è pari al umero di traiettorie per la probabilità della sigola traiettoria. Osserviamo che deve essere pari, altrimeti è impossibile arrivarci. Fabio Bellii 0 Il pricipio di riflessioe Sia A=, ), B=, ), co > e, >0. A e B soo due puti al di sopra dell'asse delle, B è quello più a destra. Idichiamo co A'=,- ) il puto che si ottiee riflettedo il puto A al di sotto dell'asse delle. Il pricipio di riflessioe afferma che il umero di cammii da A a B che toccao o attraversao l'asse delle è uguale al umero di cammii da A' a B. La dimostrazioe è puramete grafica: Fabio Bellii 0 9

10 0 Il teorema del ballottaggio Fabio Bellii 0 Siao >0 e >0 iteri positivi; il umero di cammii che vao dall'origie al puto,) rimaedo sempre al di sopra dell'asse delle è pari a N,)*/ E' u famoso teorema che è ua cosegueza immediata del pricipio di riflessioe; vediamo perché. Il umero di cammii che vao da 0,0) a,) rimaedo sempre al di sopra dell'asse delle è evidetemete pari al umero di cammii che vao da,) a,) rimaedo sempre al di sopra dell'asse delle ; Il umero di cammii totale da,) a,) è pari al umero di cammii tra 0,0) e -,-), cioè N-,-); Il umero di cammii da,) a,) che toccao l'asse delle, dal pricipio di riflessioe, è pari al umero di cammii da,-) a,), che è N-,). Il teorema del ballottaggio Fabio Bellii 0 Quidi il umero di cammii da 0,0) a,) che o toccao l'asse delle è dato dalla differeza "Se i u ballottaggio il vicitore ha voti di vataggio su N totali, la probabilità che ello spoglio sia sempre stato i vataggio è /N" ), )! )!! )! )! )! )! )! )! ), ), N N N = = = = =

11 Tempo di primo passaggio i 0 Idichiamo co u la probabilità di trovarci i =0 al tempo ; sappiamo che p, ) = quidi u = p,0) = Iiziamo a dimostrare il seguete lemma: la probabilità che il radom walk rimaga strettamete positivo fio al tempo icluso, è pari a u PS > 0, S > 0,..., S > 0) = Fabio Bellii 0 Tempo di primo passaggio i 0 Ifatti per calcolare PS > 0, S > 0,..., S > 0) possiamo codizioare rispetto alla posizioe al tempo : PS > 0, S > 0,..., S > 0) = PS > 0, S > 0,..., S = k ), k Ma ciascu addedo di questa somma può essere calcolato dal teorema del ballottaggio: k PS > 0, S p,) = u > 0,..., S = k ) = N,3) N,5) N,5)...) N,) N,3) = N,) = Fabio Bellii 0

12 Tempo di primo passaggio i 0 Ifatti per simmetria Sempre per simmetria abbiamo che quidi = p,) p, ) = p,) u PS 0, S > 0,..., S > 0) = PS < 0, S < 0,..., S > < PS 0, S 0,..., S 0) = u Si ha u primo passaggio i 0 al tempo se S 0, S S 0, S u -) u 0,..., S 0,..., S ) 0) e o è verocheache 0); quidila probabilità è 0) Fabio Bellii 0

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Formula per la determinazione della Successione generalizzata di Fibonacci.

Formula per la determinazione della Successione generalizzata di Fibonacci. Formula per la determiazioe della uccessioe geeralizzata di Fiboacci. A cura di Eugeio Amitrao Coteuto dell articolo:. Itroduzioe......... uccessioe di Fiboacci....... 3. Formula di Biet per la successioe

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c.

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c. I LEZIONE Il ostro iteto è aalizzare i dettaglio i metodi di cifratura che si soo susseguiti el corso della storia prestado particolare attezioe all impiato matematico che e cosete la realizzazioe Iiziamo

Dettagli

Calcolo Combinatorio (vers. 1/10/2014)

Calcolo Combinatorio (vers. 1/10/2014) Calcolo Combiatorio (vers. 1/10/2014 Daiela De Caditiis modulo CdP di teoria dei segali Igegeria dell Iformazioe - sede di Latia, CALCOLO COMBINATORIO Pricipio Fodametale del Calcolo Combiatorio: Si realizzio

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

Rendita perpetua con rate crescenti in progressione aritmetica

Rendita perpetua con rate crescenti in progressione aritmetica edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

3.1 Il principio di inclusione-esclusione

3.1 Il principio di inclusione-esclusione Capitolo 3 Calcolo combiatorio 3.1 Il pricipio di iclusioe-esclusioe Il calcolo combiatorio prede i cosiderazioe degli isiemi fiiti particolari e e cota il umero di elemeti. Questo può dar luogo ad iteressati

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015 Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

Successioni. Capitolo 2. 2.1 Definizione

Successioni. Capitolo 2. 2.1 Definizione Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

Dettagli

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30)

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30) Copyright 2005 Esselibri S.p.A. Via F. Russo, 33/D 8023 Napoli Azieda co sistema qualità certificato ISO 400: 2003 Tutti i diritti riservati. È vietata la riproduzioe ache parziale e co qualsiasi mezzo

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Distribuzioni di probabilità Unità 79

Distribuzioni di probabilità Unità 79 Prerequisiti: - Primi elemeti di probabilità e statistica. - Nozioi di calcolo combiatorio. - Rappresetazioe di puti e rette i u piao cartesiao. Questa uità iteressa tutte le scuole ad eccezioe del Liceo

Dettagli

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0

( ) ( ) ( ) ( ) ( ) CAPITOLO VII DERIVATE. (3) D ( x ) = 1 derivata di un monomio con a 0 CAPITOLO VII DERIVATE. GENERALITÀ Defiizioe.) La derivata è u operatore che ad ua fuzioe f associa u altra fuzioe e che obbedisce alle segueti regole: () D a a a 0 0 0 derivata di u moomio D 6 D 0 D ()

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016 Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,

Dettagli

Progressioni aritmetiche

Progressioni aritmetiche Progressioi aritmetiche Comiciamo co due esempi: Esempio Cosideriamo la successioe di umeri:, 7,, 5, 9, +4 +4 +4 +4 +4 La successioe è tale che si passa da u termie al successivo aggiugedo sempre +4. Si

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Probabilità e Statistica I

Probabilità e Statistica I Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:

Dettagli

Alcuni parametri statistici di base

Alcuni parametri statistici di base Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di

Dettagli

DISPENSE DI MATEMATICA FINANZIARIA

DISPENSE DI MATEMATICA FINANZIARIA SPENSE MATEMATA FNANZAA 3 Piai di ammortameto. 3. osiderazioi geerali. U piao di ammortameto cosiste ella restituzioe di u importo preso a prestito mediate il versameto d'importi distribuiti el tempo.

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

cerchiamo di convincerci che ha senso sommare infiniti numeri! INSIEME INFINITO non INSIEME ILLIMITATO maggiorante limitato B 1/4 + 1/16 + 1/64

cerchiamo di convincerci che ha senso sommare infiniti numeri! INSIEME INFINITO non INSIEME ILLIMITATO maggiorante limitato B 1/4 + 1/16 + 1/64 By Luca Torchio Prima di defiire i modo rigoroso ua somma di ifiiti umeri, che tra l altro i matematici chiamao Serie, cerchiamo di covicerci che ha seso sommare ifiiti umeri! La cosa, i effetti, fa u

Dettagli

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli: PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle

Dettagli

Limiti di successioni

Limiti di successioni Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

4. Metodo semiprobabilistico agli stati limite

4. Metodo semiprobabilistico agli stati limite 4. Metodo seiprobabilistico agli stati liite Tale etodo cosiste el verificare che le gradezze che ifluiscoo i seso positivo sulla, valutate i odo da avere ua piccolissia probabilità di o essere superate,

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2006

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2006 ESAME DI STAT DI LICE SCIENTIFIC CRS DI RDINAMENT 006 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PRBLEMA U filo metallico di lughezza l viee utilizzato

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2006

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2006 ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 006 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PRBLEMA U filo metallico di lughezza l viee utilizzato

Dettagli

8) Sia Dato un mazzo di 40 carte. Supponiamo che esso sia mescolato in modo

8) Sia Dato un mazzo di 40 carte. Supponiamo che esso sia mescolato in modo ESERCIZI DI CALCOLO DELLE PROBABILITÁ ) Qual e la probabilita che laciado dadi a facce o esca essu? Studiare il comportameto asitotico di tale probabilita per grade. ) I u sacchetto vi soo 0 pallie biache;

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Parte 2. Problemi con macchine parallele

Parte 2. Problemi con macchine parallele Parte 2 Problemi co macchie arallele Esemio job 1 2 3 4 5 j 2 3 5 1 4 2macchie Assegado{2,3,5}aM1e{1,4}aM2 M2 M1 4 1 1 3 3 2 5 5 8 12 Assegado{1,4,5}aM1e{2,3}aM2 M2 3 2 M1 4 1 5 1 3 5 7 8 R m //C Algoritmo

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli