I metodi di costruzione degli indici sintetici

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "I metodi di costruzione degli indici sintetici"

Transcript

1 I mtod d costruzo dgl dc sttc Numros soo mtod dsobl r la sts d dcator lmtar. Gl alcatv ch costoo l calcolo d tal dc d sts soo soltamt lgat alla loro mlmtazo. Pr tal motvo, l cofroto tra rsultat ottut co u mtodo uttosto ch co u altro gralmt o è agvol. Lo scoo d qusto strumto softwar gralzzato domato Rakr, è qullo d raccoglr ua usr frdly comot comutazoal d u adguata valutazo, comarado rsultat rodott attravrso ù mtod d sts statstca dgl dcator lmtar rcooscut lttratura. Rakr lla vrso dskto è uo softwar gralzzato, ch cost d: a) acqusr formato Excl (.xls) valor d dvrs dcator lmtar dsobl r og ttà, gà calcolat ormalzzat; b) ffttuar l calcolo, r og ttà, d uo o ù mtod tra qull mlmtat; c) vsualzzar valor l graduator rsultat dall alcazo d og sgolo mtodo; d) orr a cofroto l graduator mdat dvrs mtod. Partcolar attzo dv ssr osta al fatto ch l rsultato fal (la graduatora tra ttà) uò rvlars oco o molto ddt dal artcolar mtodo sclto. S molto ddt, occorr dvduar mtod ch s comortao modo sml qull ch dvrgoo dagl altr. All tro dll graduator, oltr, è utl vrfcar su qual ttà la sclta dl mtodo flusc maggormt. Il softwar Rakr rd cosdrazo cost d mlmtar otto dvrs mtod: l mtodo Mazzotta-Parto Idx (MPI) ll du varat (ostvo gatvo); l mtodo tassoomco d Wroclaw (Wroclaw); la mda dlla mda d valor stadardzzat (MZ); l mtodo dll graduator (Grad.RNK);

2 l mtodo dgl dc rlatv (IR); l mtodo dlla mda artmtca d umr dc bas mda (ANIM); l mtodo dlla mda gomtrca d umr dc bas mda (GNIM); l mtodo dlla mda quadratca d umr dc bas mda (QNIM). Nll alcazo dl softwar Rakr soo ffttuat l orazo d sguto dscrtt. L orgazzazo la lttura d dat. Partdo da dat forma tabllar, srsso d ua matrc statstca a varabl ossrvazo, dov a cascua ttà ad smo trrtoral (rga) è assocato l valor d tutt gl dcator slzoat (coloa). Pr cascu dcator cosdrato s è rovvduto, oltr, a scfcar l vrso, dstgudo qull ch dscrvoo u fftto ostvo rstto all damch d svluo sttoral qull ch, al cotraro, soo corrlat sso vrso a qual corrsod ua graduatora dcrsct dll rovc. La rma rga cot om dgl dcator: co lttr mauscol om dgl dcator ch hao u fftto ostvo sull graduator fal, co lttr muscol qull ch hao u fftto gatvo. Dfta la matrc d artza slzoata dal mu rcal, l sstma ablta ulsat d Elaborazo mtod d Comarazo mtod. Prmdo l ulsat rlatvo all scuzo dll laborazo d mtod, l softwar rdso la vsualzzazo dlla matrc com qu d sguto mostrata.

3 L colo co sfodo vrd soo gl dcator co vrso ostvo, rstat vc soo cotggat co vrso gatvo. L utt uò slzoar l sgolo mtodo da laborar our rmdo l ulsat Elaborazo automatca l sstma rvd l scuzo d tutt mtod dsobl. La stadardzzazo La stadardzzazo è falzzata a ottr dcator durat dall scfch utà d msura, ch abbao gual amzza (r s. tra 0 00) o ord d gradzza (r s. mda 0 scarto ). 3

4 La vsualzzazo Attravrso l alcazo dl softwar Rakr s soo otut vsualzzar sa valor ottut, sa l graduator da ss drvat. La valutazo d mtod Pr slzoar mtod da comarar, bastrà u doo clck corrsodza dl mtodo dsobl lla lsta d mtod laborat, tal mtodo vrrà vsualzzato lla lsta sottostat. Il softwar cost qud d valutar comaratvamt rsultat rodott da dvrs mtod: artcolar, l matto dlla sclta dl mtodo sul rsultato fal (la graduatora). 4

5 Uo strumto sttco d comarazo è dato dalla matrc d cograduazo dll graduator ottut co dvrs mtod. Salvataggo d rsultat Dal mù rcal rmdo l ulsat Salvataggo Rsultat, l sstma arrà ua fstra d dalogo rmttdo d crar ua scfca cartlla d dstazo d rsultat dl rocsso laboratvo. Ad smo crado ua scfca cartlla domata RsultatRakr rmdo l ulsat Ar, l sstma salvrà l tro cotuto vsualzzado al suo trm l mssaggo Salvataggo d dat ffttuato co succsso. Data ua matrc d artza ll smo d Dat_AISRE-0, vgoo mmorzzat lla cartlla d dstazo la matrc orgal, tutt fl formato.csv co valor d sgol mtod, co stso.rk (smr formato csv) dll graduator dl sgolo mtodo. If soo dsobl du fl smr formato csv rlatv alla comarazo tra graduator d valor d tutt mtod comarat l rocsso d valutazo. Qust ultm du matrc rsultao artcolarmt utl al f d crar dagramm d dsrso calcolato su co d mtod slzoat, r dvduar l ttà su cu maggor è l matto dlla sclta dl mtodo. 5

6 I mtod d sts Data ua matrc d dat comosta d rgh colo, dov rarsta l umro d utà trrtoral da classfcar (ad smo l 03 rovc) rarsta l umro d dcator trrtoral. Il rocsso d lavorazo uò ssr così rarstato forma matrcal: I R Cascu mtodo sttzza la graduatora du fas: la rma costrudo la matrc d dat stadardzzat d ugual dmso a qulla d artza ( r ) alcado l algortmo bas al mtodo slzoato. I scoda battuta sttzzado r cascua utà rsultat ottut dalla rma, v dfta ua uova matrc I d dmso r, dov l vttor v srsso l valor d sts r cascua utà. I Cò f rmtt d classfcar l utà scodo ua graduatora d rago dlla dstrbuzo mdat la matrc R d ugual dmso. I R Cascu dcator ha u suo vrso (crsct o dcrsct) dtfcabl dalla rma lttra dlla sua tchtta, rsttvamt mauscolo o muscolo. al formazo dfsc l utà mglor rsttvamt co l valor massmo o mmo dlla dstrbuzo. I mtod mlmtat soo: - Mtodo MPI+ - Mtodo MPI- - Mtodo tassoomco d Wroclaw - Mtodo dlla mda d valor stadardzzat (Z) - Mtodo dll graduator - Mtodo dgl dc rlatv - Mtodo dlla mda artmtca d umr dc bas mda - Mtodo dlla mda gomtrca d umr dc bas mda - Mtodo dlla mda quadratca d umr dc bas mda. D sguto s forsc ua dscrzo dttaglata d mtod d sts statstca mlmtat co l alcazo dl softwar Rakr. 6

7 Mtodo MPI+ Gl dcator lmtar vgoo trasformat scart stadardzzat, ovvro dstaz dalla mda raortat allo scarto quadratco mdo. L alcazo d tal mtodo è I formul, s assa da : R ( ) = 00 + * 0 r dcator co vrso crsct (tchtta mauscola) σ ( ) = 00 * 0 r dcator co vrso dcrsct (tchtta muscola) σ dov = σ = ( ) Dalla matrc s calcola l vttor cv σ = dov = = σ = ( ) = La trasformazo scart stadardzzat cost d ottr dgl dcator r utà co mda 0 scarto quadratco mdo ugual a. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: MPI + cv = + σ = + cv Mtodo MPI- S trasformao gl dcator lmtar scart stadardzzat ovvro scart dalla mda rlatvzzat allo scarto quadratco mdo. L alcazo d tal mtodo è R I formul, s assa da : ( ) = 00 + * 0 r dcator co vrso crsct (tchtta mauscola) σ ( ) = 00 * 0 r dcator co vrso dcrsct (tchtta muscola) σ 7

8 dov = σ = ( ) Dalla matrc s calcola l vttor cv σ = dov = = σ = ( ) = La trasformazo scart stadardzzat cost d ottr dgl dcator r utà co mda 0 scarto quadratco mdo ugual a. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: MPI cv = = σ cv Mtodo tassoomco d Wroclaw S basa sul coctto d utà dal : ua ottca utà ch assum valor mglor tra qull ossrvat r cascuo dgl dcator cosdrat. La sts dgl dcator s ott mdat l calcolo dlla dstaza uclda tra valor ffttv dgl dcator lmtar qull dll utà dal. L alcazo d tal mtodo è I formul, s assa da σ : R = r dcator co vrso crsct (tchtta mauscola) = * ( ) r dcator co vrso dcrsct (tchtta muscola) dov σ = σ = ( ) L dc sttco assum valor ar a 0 quado la dstaza tra ua data utà qulla dal è ulla ( ratca tutt valor soo cocdt) d è tato maggor quato ù valor dffrscoo tra loro. Co qusto mtodo sulla bas dll dstaz ucld d tutt l utà dall utà dal, è ossbl costrur ua graduatora dll utà cosdrat rstto alla lotaaza dalla stuazo ottmal. L dcator sttco ha valor dcrsct v sttzzao formul r l -sm utà da: D = Wroc = { } ( max ) s ott qud l dcator sttco d Wroclaw D D = co D 0 D + 0 σ o 0 mdo dll dstaz. = dov è la mda dll dstaz D0 σ è lo scarto quadratco o 8

9 Co qusto mtodo s attua mlctamt ua odrazo dgl dcator lmtar, ch rsultao tato ù flut sull dc sttco, quato maggor soo l dstaz rgstrat rstto alla stuazo dal. Il rcal lmt dl mtodo d Wroclaw è l crtro arbtraro soggttvo d dtrmazo dll utà dal. Mtodo dlla mda d valor stadardzzat (MZ) S trasformao gl dcator lmtar scart stadardzzat ovvro scart dalla mda rlatvzzat allo scarto quadratco mdo. L alcazo d tal mtodo è I formul, s assa da σ : R = r dcator co vrso crsct (tchtta mauscola) = * ( ) r dcator co vrso dcrsct (tchtta muscola) σ dov = σ = ( ) La trasformazo scart stadardzzat cost d ottr dgl dcator co mda 0 scarto quadratco mdo ugual a. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: M Z = = Mtodo dll graduator S attrbusc l rago assuto da cascua utà modo dscrsct ch va dalla rma alla -sma oszo dlla graduatora. L alcazo d tal mtodo è I formul, s assa da ρ = : R = ( ) r dcator co vrso crsct (tchtta mauscola) ρ = = ( ) r dcator co vrso dcrsct (tchtta muscola) 9

10 dov ρ rarsta l valor tro dlla oszo ll ordamto dlla dstrbuzo dl -smo dcator. La trasformazo graduatora cost d svcolar gl dcator dall utà d msura d rortarl valor tr da a sza tr coto d alcua msura d varabltà. L dcator sttco ha valor dcrsct v sttzzao formul r l -sm utà da: GradRk = = Mtodo dgl dc rlatv S rroorzoa l valor assuto da cascua utà modo ch oscll tra l valor ù basso assuto dall dcator osto ugual a 0 qullo ù lvato osto ugual a. L alcazo d tal mtodo è I formul, s assa da : m { } { } m { } R = r dcator co vrso crsct (tchtta mauscola) max m { } { } m { } = r dcator co vrso dcrsct (tchtta muscola) max dov m { } { } max soo rsttvamt l mmo l massmo dl -smo dcator. La trasformazo dc rlatv cost d svcolar gl dcator dall utà d msura d rortarl ua scala da 0 a. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: IR = = Mtodo dlla mda artmtca d umr dc bas mda (ARIM) S dvd l valor assuto da cascua utà r la mda artmtca dlla stssa dstrbuzo. L alcazo d tal mtodo è 0 I formul, s assa da : 0

11 = r dcator co vrso crsct (tchtta mauscola) = r dcator co vrso dcrsct (tchtta muscola) dov = La trasformazo umr dc cost d svcolar gl dcator dall utà d msura d cosrvar la dstaza rlatva tra l dvrs utà. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: ANIM = = Mtodo dlla mda gomtrca d umr dc bas mda S dvd l valor assuto da cascua utà r la mda artmtca dlla stssa dstrbuzo. L alcazo d tal mtodo è > 0 I formul, s assa da : = r dcator co vrso crsct (tchtta mauscola) = r dcator co vrso dcrsct (tchtta muscola) dov = La trasformazo umr dc cost d svcolar gl dcator dall utà d msura d cosrvar la dstaza rlatva tra l dvrs utà. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: = C GNIM = Mtodo dlla mda quadratca d umr dc bas mda S dvd l valor assuto da cascua utà r la mda artmtca dlla stssa dstrbuzo.

12 L alcazo d tal mtodo è 0 I formul, s assa da : = r dcator co vrso crsct (tchtta mauscola) = r dcator co vrso dcrsct (tchtta muscola) dov = La trasformazo umr dc cost d svcolar gl dcator dall utà d msura d cosrvar la dstaza rlatva tra l dvrs utà. L dcator sttco ha valor crsct v sttzzao formul r l -sm utà da: QNIM = =

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1 CORREI E IOO Pr l calcolo dlla corrt l dodo rsza d ua tso d olarzzazo stra faccamo l sgut ots smlfcatv: 1. cotatt mtallo-smcoduttor co l zo d soo d to ohmco, ovvrosa ad ss è assocata ua caduta d tso roorzoal

Dettagli

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT)

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT) 3 - rasormata d orr dscrta Dscrt orr rasorm D - Dscrtzzazo dlla sr d orr - Dzo rortà dlla D - D d sgal traslat - U smo d D - ormla d vrso dlla D - Egaglaza d Parsval - D ral 3 - Dscrtzzazo dlla sr d orr

Dettagli

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte;

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte; Apput d Statstca Socal Uvrstà Kor d Ea IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl dc d poszo, o d tdza ctral, soo umr ch sprmoo la sts umrca d ua dstrbuzo ( ) statstca smplc d ua varabl X. I valor ossrvat

Dettagli

Trasformatore. Parte 2 Trasformatori trifase (versione del ) Trasformatore trifase (1)

Trasformatore. Parte 2 Trasformatori trifase  (versione del ) Trasformatore trifase (1) Trasformator Part 2 Trasformator trfas www.d.g.ubo.t/prs/mastr/ddattca.htm (vrso dl 0-11-2010) Trasformator trfas Pr trasfrr rga lttrca tra du rt trfas s possoo utlzzar tr trasformator moofas, ugual tra

Dettagli

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

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

Dettagli

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

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

Dettagli

Introduzione. La regressione logistica

Introduzione. La regressione logistica Aals statstca multvarata La rgrsso logstca Autor Alsado Lubsco Stfaa Mga Marla Pllat La rgrsso logstca Itroduzo S vuol dscrvr la rlazo d dpdza dl posssso d u attrbuto dcotomco da ua o pù varabl dpdt (X,

Dettagli

Norma UNI EN ISO 13788

Norma UNI EN ISO 13788 UNI EN ISO 13788 (2003: PRESTAZIONE IGROTERMICA DEI COMPONENTI E DEGLI ELEMENTI PER EDILIZIA TEMPERATURA SUPERFICIALE INTERNA PER EVITARE L'UMIDITA' SUPERFICIALE CRITICA E CONDENSAZIONE INTERSTIZIALE METODO

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

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

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Esercitazioni di Elettrotecnica: circuiti in regime stazionario

Esercitazioni di Elettrotecnica: circuiti in regime stazionario Maffucc: rcut n rgm stazonaro r- Unrstà dgl Stud d assno srctazon d lttrotcnca: crcut n rgm stazonaro ntono Maffucc r sttmbr Maffucc: rcut n rgm stazonaro r- Sr paralllo parttor S alcolar la rsstnza qualnt

Dettagli

Caso studio 4. La media geometrica. Esempio

Caso studio 4. La media geometrica. Esempio Caso studo 4 U vsttor dv dcdr s vstr l suo captal d 0.000 uro obblazo a tasso sso o a tasso varabl. Il tasso sso d trss ch l v proposto è dl 4% auo, pr u vstmto a 5 a. Pr l obblazo a tasso varabl l v vc

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Variabilità = Informazione

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

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

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

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

I motori a COMBUSTIONE INTERNA ALTERNATIVI sono classificati in

I motori a COMBUSTIONE INTERNA ALTERNATIVI sono classificati in M O T O R I A C O M B U S T I O N E I N T E R N A Soo MACCHINE MOTRICI TERMICHE cu l ra trmca (CALORE) v rodotta all tro dlla stssa maccha rucado u comustl assoso o lqudo faclmt ulzzal. L ENERGIA ELASTICA

Dettagli

La distribuzione Normale

La distribuzione Normale Matatca Fca cla 5G La dtrbuzo oral Fracco Fotaa otaa@lcorrar.t paga La dtrbuzo oral Mda dvazo tadard Codrao rultat pr ua varabl alatora. Il valor do ott co la da arttca d valor qut oo ugualt rqut ugualt

Dettagli

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti Prncp d applcazon dl mtodo dgl lmnt fnt Formulazon bas con approcco agl spostamnt PRINCIPIO DEI LAVORI VIRTALI Data una crta statca: sforz σ j, forz d volum F forz d suprfc f j ; s dmostra ch mporr la

Dettagli

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016 07/0/206 Caso studo 7 L OCSE la dsguaglaza: a ch puto è la ott? D Stfao Prr (rtcolo dspobl qu: http://www.coomapoltca.t/ prmo-pao/locs--la-dsguaglaza-a-ch-puto--la-ott/). Dopo la rcrca dl 2008 Growg Uqual[],

Dettagli

Topografia e Tecniche di Rilevamento

Topografia e Tecniche di Rilevamento Toograa Tcch d Rlvamto Rcham Utl al Corso Mtod Tradzoal d Rlvamto Toograco Dzo. L msur toograa. Prc d statstca: l varabl alator. Dstrbuzo d Gauss. Il mtodo dll Ossrvazo Idrtt. L surc d rrmto toograa. L

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

Indipendenza in distribuzione

Indipendenza 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

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral SCIENZE STATISTICHE (Not ddattch) Bruo Chadotto Vrso 4 Cap 6 Ifrza statstca baysaa Itroduzo CAP 6 BAYESIANA N captol prcdt s è stata affrotata, modo quas sclusvo, la problmatca dll

Dettagli

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l.

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l. EffP Srl Valor mmoblar: gstr d ammstrar pr crar l valor dgl mmobl 1 Il Il U mmobl è u valor ch va prsrvato, curato, gstto matuto l tmpo. EffP è u azda ata pr forr srvz ch sostgoo l vostro. Il Valor dlla

Dettagli

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

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

Dettagli

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

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

Dettagli

Capitolo 6 Gli indici di variabilità

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

Dettagli

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

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

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Introduon al METODO DEGLI ELEMENTI FINITI Ossrvaon su mtod varaonal approssmat classc L unon approssmant dvono: Soddsar rqust d contnutà Essr lnarmnt ndpndnt complt Soddsar l condon al contorno ssnal Dcoltà:

Dettagli

INDICI DI VARIABILITA

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

Dettagli

APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006

APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006 APPUNTI DI TATITICA DECRITTIVA Co applcazo ll ambt statstco R Vrso prlmar agosto 006 Vttoro Colagrad TUDIO DELLE RELAZIONI TRA DUE CARATTERI TATITICI Nll aals d dat s è spsso trssat a studar s tra du carattr

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

e k Queste sono funzioni oscillanti, periodiche di periodo N/k.

e k Queste sono funzioni oscillanti, periodiche di periodo N/k. Vr.. ot pr Aalisi di Fourir di Squz co l ausilio dl Matlab Cosidriamo ua squza ifiita priodica di priodo, x[t] tal pr cui x[t+t]x[t]. Pr rapprstar tal squza si possoo utilizzar fuzioi complss dl tipo jπ

Dettagli

LEZIONE N 11 IL CEMENTO ARMATO PRECOMPRESSO

LEZIONE N 11 IL CEMENTO ARMATO PRECOMPRESSO Unvrstà dgl Stud d Roma Tr Facoltà d Inggnra Corso d Tcnca dll dll Costruon I Modulo / 007-0808 LEZIOE 11 IL CEMETO RMTO PRECOMPRESSO IL CO RISULTTE IL SISTEM EQUILETE LL PRECOMPRESSIOE Gnraltà Il sstma

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? Algoritmi Struttur Dati (Mod. A) Limit Ifrior pr l Ordiamto Qusta è ua dll domad più ambizios itrssati ma ach ua

Dettagli

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

1 - Numeri complessi. 1.0 Breve cronologia dei simboli Definizione e proprietà dei numeri complessi

1 - Numeri complessi. 1.0 Breve cronologia dei simboli Definizione e proprietà dei numeri complessi - um complss - Dfo poptà d um complss - Rappstao gomtca d um complss - Espoal d u umo complsso - Cougao d u umo complsso - Radc -sm dll utà I matmatca l voluo o s fao dstuggdo mod pcdt ch matao smp la

Dettagli

Istogrammi e confronto con la distribuzione normale

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

Dettagli

Regressione e Correlazione

Regressione 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

Dettagli

Lezione 3. Omomorfismi di gruppi

Lezione 3. Omomorfismi di gruppi Lzio 3 Prrquisiti: Applicazioi tra isimi. Rlazioi di quivalza. Lzio. Omomorismi di gruppi I qusta lzio itroduciamo uo strumto util a corotar l struttur di gruppi distiti. Diizio 3. Siao (, (, gruppi. U'applicazio

Dettagli

S O L U Z I O N I + 100

S O L U Z I O N I + 100 S O L U Z I O N I Nl 00 un farmaco vnva vnduto a 70 a) Nll pots ch ogn anno l przzo aumnt dl 3% rsptto all anno prcdnt quanto vrrbb a costar lo stsso farmaco nl 0? b) Supponamo ch l przzo dl farmaco nl

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei 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

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE 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.

Dettagli

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione Alssandro Ottola matr. 0800 lzon dl //00 ora 0:0-:0 Indc Dagramma d Glasr... Part omogna sottoosta a dffrnz trmch dffuson... Dagramma d Glasr r art omogna... 4 Dagramma d Glasr r art multstrato... 5 Esrczo

Dettagli

Appunti sulle Equazioni Differenziali. Appunti sulle equazioni differenziali

Appunti sulle Equazioni Differenziali. Appunti sulle equazioni differenziali Apput sull Equazo Dffrzal Apput sull quazo dffrzal S chama quazo dffrzal u tpo partcolar d quazo fuzoal, lla qual la fuzo cogta compar sm ad alcu su drvat, ossa u quazo lla qual oltr all ormal oprazo algbrch

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso 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

Dettagli

Il sistema MOS (Metallo Ossido Semiconduttore)

Il sistema MOS (Metallo Ossido Semiconduttore) Il sstma MO Mtallo Osso mcouttor Il sostvo a fftto camo ù ffuso è l trasstor MOFT. tratta, com l caso l JFT, u sostvo a tr trmal cu la tso alcata al trmal gat cotrolla la corrt ch scorr l caal ch collga

Dettagli

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

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

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA 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:

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO

ESAME DI STATO DI LICEO SCIENTIFICO Ssso ordara sprmtal 8 9 ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE PIANO NAZIONALE INFORMATICA Tma d: MATEMATICA Il caddato rsolva uo d du problm rspoda a 5 qust dl qustoaro. PROBLEMA Sa la

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

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

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

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

Statistica. Statistica descrittiva

Statistica. Statistica descrittiva Statstca La statstca rguarda la raccolta, prstazo, aals laborazo utlzzazo d dat umrc allo scopo d ffttuar frz, strapolazo, d forr dcazo dcsoal stuazo ch prstao u crto grado d alatortà. Essa è utlzzata

Dettagli

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

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

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 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

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

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

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

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido se i dati E dato da max(x i )-min(x i ) Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim 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,

Dettagli

Appendice 1. Approfondimento dei metodi statistici

Appendice 1. Approfondimento dei metodi statistici Appndc 1 Approfondmnto d mtod statstc APPROFONDIMENTO DEI METODI STATISTICI TASSO STANDARDIZZATO PER ETÀ DI MORTALITÀ (TSDM) E DI OSPEDALIZZAZIONE (TSDH). Il Tasso Standardzzato (TSD) è calcolato com

Dettagli

Lezione 24. Campi finiti.

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

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso 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

Dettagli

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

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

Dettagli

Statistiche quantiche

Statistiche quantiche Statstch quatch Rflttamo su asptt bas dlla Mccaca quatstca ch hao fluto sull aals statstca d sstm d partcll. Cosguz dl prcpo d dtrmazo Sulla bas dl prcpo d dtrmazo d Hsbrg o è possbl dfr lo stato mcroscopco

Dettagli

II Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere di qualsiasi natura.

II Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere di qualsiasi natura. II Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere d qualsas atura. Eserczo Idvduate la moda e calcolate l dce d eterogeetà, assoluto e relatvo. Sesso M 0 F 683 Totale 733 Eserczo La MODA d u

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

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

Dettagli

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento Il campion I mtodi di campionamnto d accnno all dimnsioni di uno studio Raramnt in uno studio pidmiologico è possibil saminar ogni singolo soggtto di una popolazion sia pr difficoltà oggttiv di indagin

Dettagli

Capitolo 6. Introduzione. Tipi di laminati di uso frequente

Capitolo 6. Introduzione. Tipi di laminati di uso frequente Catolo 6 T d lamat d uso frqut Itroduzo 6 Lamat dsaoat 65 Lamat qulbrat 67 Lamat agl-ly 7 Lamat ross-ly 7 Lamat quas sotro 7 Lamat sotro 74 Lamat quas omog 77 6 Itroduzo I qusto atolo s osdrao alu t d

Dettagli

CLIMAGREEN. La APP di Publicontrolliper il

CLIMAGREEN. La APP di Publicontrolliper il Fabio CANNONE La APP Publicontrollipr Con ClimaGREEN Publicontrolli vuol dar al Cittano la possibità controllar lo stato rnmnto dl suo impianto climatizzazion stiva/invrnal vrificar risptto dll prscrizioni

Dettagli

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni Corso d Statstca Ecooma e Commerco Lezoe a.a. - Fracesco Mola z z z Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca a.a. - statstca-fracesco mola Dstrbuzo

Dettagli

Variabili casuali ( ) 1 2 n

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

Dettagli

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE FO DI INGEGNERI orso d Fsa a tal ESERIZI SVOI ONDUZIONE Esrzo Esrzo Dtrar l flusso tro pr utà d suprf attravrsa rg prat ua lastra paa ooga dllo spssor d 8 o l du fa atut all tpratur d 9 =.9 /..9 9 85.8

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) 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

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. 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?

Dettagli

6. LA CONCENTRAZIONE

6. 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

Dettagli

ESERCIZI PARTE I SOLUZIONI

ESERCIZI PARTE I SOLUZIONI UNIVR Facoltà di Economia Corso di Matmatica finanziaria 008/09 ESERCIZI PARTE I SOLUZIONI Domini di funzioni di du variabili Esrcizio a f, = log +. L unica condizion di sistnza è data dalla disquazion

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Uvrstà Cattao Castllaza Aals matmatca Aa Mara Mascolo Vtal Coprght Uvrstà Carlo Cattao - LIUC Cso Mattott

Dettagli

ESERCITAZIONE NUMERO 4

ESERCITAZIONE NUMERO 4 METODI STATISTICI PER L ECONOMIA (PROF.SSA M. R. FERRANTE) Eserczo D seuto soo rportat dat sul umero d mprese attve a uo 00 elle 0 reo talae: -ESERCITAZIONI 0/- Aachara Sauatt (aachara.sauatt@ubo.t) ESERCITAZIONE

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

Svolgimento di alcuni esercizi

Svolgimento di alcuni esercizi Svolgimnto di alcuni srcizi Si ha ch dal momnto ch / tnd a pr ch tnd a (la frazion formata da un numro, in qusto caso il numro, fratto una quantità ch tnd a ±, in qusto caso, tnd smpr a ) S facciamo tndr

Dettagli

BASI TEORICHE DEL METODO DEGLI ELEMENTI FINITI (MEF)

BASI TEORICHE DEL METODO DEGLI ELEMENTI FINITI (MEF) BASI TEORICHE DE METODO DEGI EEMETI FIITI MEF DOCETE oardo BERTII Dp. d Iggra Mccaca clar dlla Prodzo Tl. : 5-8366 E.al : loardo.brt@g.p.t Urstà d Psa 6 Urstà d Psa 6 Sst d qazo dffrzal all drat parzal

Dettagli

INTRODUZIONE ALLO STUDIO DELLE MACCHINE ELETTRICHE ROTANTI

INTRODUZIONE ALLO STUDIO DELLE MACCHINE ELETTRICHE ROTANTI Gnralità INTRODUZIONE ALLO STUDIO DELLE MACCHINE ELETTRICHE ROTANTI Una acchina lttrica rotant è un convrtitor di nrgia ccanica in lttrica (gnrator) o, vicvrsa, di nrgia lttrica in ccanica (otor). Il fnono

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

MACCHINE ELETTRICHE - ESERCIZI 26 gennaio Elettrotecnica _ Energetica _ Elettrica V.O. _ 6 / 7 CFU _ 9 CFU _

MACCHINE ELETTRICHE - ESERCIZI 26 gennaio Elettrotecnica _ Energetica _ Elettrica V.O. _ 6 / 7 CFU _ 9 CFU _ MCCHNE ELETTCHE - ESECZ 6 gaio 9 Cogom Nom: Matricola: Elttrotcica _ Ergtica _ Elttrica.O. _ 6 / 7 CFU _ 9 CFU _ ESECZO N. oasio dlla prova a vuoto su di u trasformator moofas vgoo misurati i sguti valori:

Dettagli

R k = I k +Q k. Q k = D k-1 - D k

R k = I k +Q k. Q k = D k-1 - D k 1 AMMORTAMENTO AMMORTAMENTO Dbito inizial D 0 si volv (al tasso fisso t) D k = D k-1 (1+t) R k [D k dbito (rsiduo) al tmpo k, R k pagamnto al tmpo k ] Condizioni [D n =0 : stinzion dl dbito in n priodi

Dettagli

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO LA NOSTRA AVVENTURA NEL CREARE UN LIBRO Abbiamo iniziato a lggr in class Nonno Tano la casa dll strgh. Lo scopo ra ascoltar comprndr. Sguir la mastra ch dava sprssività alla lttura imparar da lla a lggr.

Dettagli

La Formazione in Bilancio delle Unità Previsionali di Base

La Formazione in Bilancio delle Unità Previsionali di Base La Formazion in Bilancio dll Unità Prvisionali di Bas Con la Lgg 3 april 1997, n. 94 sono stat introdott l Unità Prvisionali di Bas (di sguito anch solo UPB), ch rapprsntano un di aggrgazion di capitoli

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

INDICI DI POSIZIONE O DI TENDENZA CENTRALE

INDICI DI POSIZIONE O DI TENDENZA CENTRALE IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl ndc d poszon, o d tndnza cntral, sono numr ch sprmono la snts numrca d una dstrbuzon statstca (d ora n avant ndcata dal smbolo ) d una varabl X. I valor ossrvat

Dettagli

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio 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

Dettagli

CAPITOLO I INTRODUZIONE ALLA FISICA DEI MATERIALI SEMICONDUTTORI

CAPITOLO I INTRODUZIONE ALLA FISICA DEI MATERIALI SEMICONDUTTORI I. 1 CAPITOLO I INTRODUZION ALLA FISICA DI MATRIALI SMICONDUTTORI 1.1 - Richiami di fisica atomica. L lttroica studia i disositivi, i circuiti d i sistmi i quali la rsza d il movimto dgli lttroi gioca

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral Statstca, Scz Attuaral Fazar INFERENZA STATISTICA (Not ddattch) Bruo Chadotto Vrso 5 Cap. 6 Ifrza statstca baysaa Itroduzo CAP. 6 INFERENZA STATISTICA BAYESIANA N captol prcdt è

Dettagli