Teoria dei Fenomeni Aleatori AA 2012/13
|
|
- Leonora Moro
- 7 anni fa
- Visualizzazioni
Transcript
1 Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi e la capacità di ua iterpretazioe corretta Le iformazioi e le decisioi prese devoo essere adeguatamete spiegate e documetate. Doceti: Gaspare Galati Gabriele Pava
2 Statistica Matematica: Cocetti Fodametali Le iformazioi ecessarie a predere le decisioi soo origiate i forma grezza (dati osservati o rilevati o grezzi). Le iformazioi devoo essere elaborate, presetate, ed aalizzate co gli opportui metodi statistici, secodo lo schema: Dati grezzi Metodi statistici Iformazioi Doceti: Gaspare Galati Gabriele Pava
3 Statistica Matematica: Cocetti Fodametali Il termie Statistica risale al XV XVI secolo dove veiva usato per idicare le cose otevoli di uo Stato: popolazioe, attività ecoomiche, risorse del territorio,..., compediate i documeti aveti per scopo pricipale l imposizioe fiscale. Il termie deriva dalle parole: Stato (etità territoriale ed ammiistrativa) status (parola latio medievale) codizioe Doceti: Gaspare Galati Gabriele Pava 3
4 Statistica Matematica: Cocetti Fodametali La statistica è ua scieza applicata che sviluppa i metodi che permettoo di trasformare i dati osservati i iformazioi utili per predere le decisioi relative. Le idagii statistiche o riguardao eveti o idividui sigoli: i dati rilevati oggetto delle elaborazioi devoo riferirsi a feomei collettivi. I dati devoo essere osservati i codizioi omogeee ed essere ripetibili. Doceti: Gaspare Galati Gabriele Pava 4
5 Statistica Matematica: Cocetti Fodametali Il requisito di omogeeità dei dati idica la ecessità di riferirsi a situazioi elle quali o sussistao elemeti di variabilità diversi da quelli oggetto dell aalisi che si itede fare. L isieme delle uità statistiche è detto popolazioe. o Popolazioe fiita: es. i bambii o Popolazioe ifiita: es. ua successioe idefiita di laci di u dado. Doceti: Gaspare Galati Gabriele Pava 5
6 Statistica Matematica: Cocetti Fodametali La statistica è ua disciplia di tipo e di valore applicativo che collega Cocetti teorici della Teoria della Probabilità Realtà Si passa dallo Spazio Campioe S allo spazio geerato da prove ripetute pesate come ripetizioi di u medesimo esperimeto ( osservazioi del medesimo feomeo). S Doceti: Gaspare Galati Gabriele Pava 6
7 Statistica Matematica: Cocetti Fodametali Lo scopo è di stabilire delle ifereze sulla legge probabilistica che govera il feomeo, cioè dedurre, dalle osservazioi, le proprietà di tale legge. La statistica può essere suddivisa i: Statistica Descrittiva Statistica Matematica Doceti: Gaspare Galati Gabriele Pava 7
8 Statistica Descrittiva Si dispoe di ua coosceza completa delle popolazioe, o soo quidi richieste deduzioi di valori icogiti; occorre solo orgaizzare opportuamete i dati per mettere i risalto gli aspetti e le proprietà di iteresse (esempio ei cesimeti). Doceti: Gaspare Galati Gabriele Pava 8
9 Esempio di Statistica descrittiva 5k 0k Maschi Femmie 5k 0k 5k < Idipedete Età (ai) dall età (da IEE Salary Survey) - Paga aua degli igegeri (U.K), per classi di età e per maschi e femmie. Doceti: Gaspare Galati Gabriele Pava 9
10 Statistica Matematica Si occupa delle variabili aleatorie geerate, ormalmete, da uo schema di prove ripetute. Soo quidi costituiti degli eveti che presetao ua probabilità prossima a zero oppure all uità. Ciò permette di cosiderare le ifereze come quasi certezze. Doceti: Gaspare Galati Gabriele Pava 0
11 Ifereza Statistica Verifica delle Ipotesi Statistiche - permette, sulla base dei dati sperimetati raccolti, di scegliere tra due o più ipotesi riguardati il feomeo che è all'origie dei dati) Teoria della Stima - permette di determiare i valori più plausibili dei parametri del modello probabilistico ipotizzato. Doceti: Gaspare Galati Gabriele Pava
12 Il Campioe Aleatorio L isieme di dati su cui viee applicato il procedimeto statistico costituisce il campioe delle osservazioi. Esempio: verifica di u dado regolare Si lacia il dado u certo umero di volte (le prove ripetute di cui cosiste l esperimeto, es. 5) otteedo i segueti risultati X i, co i =,,...,5 {, 3, 4,, 4,, 6, 4, 4, 3, 6, 4,, 4, 4 } Il campioe è costituito da umeri iteri (di cardialità fiita: i primi sei umeri iteri). Doceti: Gaspare Galati Gabriele Pava
13 Il Campioe Aleatorio Esempio: durata di ua lampadia (vita) 0 lampadie idetiche foriscoo le 0 durate segueti (misurate i ore), che costituiscoo il ostro campioe: { 500.5, 378., , 540.9, 73, } 438.3, 499.9, 580.3, 3860., Le durate delle lampadie soo espresse da umeri reali positivi qualsiasi. Doceti: Gaspare Galati Gabriele Pava 3
14 Ipotesi fodametali: Il Campioe Aleatorio Idetità del feomeo elle varie osservazioi Idipedeza delle osservazioi Poiché ogi osservazioe è la realizzazioe di ua v.a., il campioe casuale è u isieme di variabili aleatorie che hao, per l ipotesi di idetità, uguale distribuzioe di probabilità e che soo, per l ipotesi di idipedeza, statisticamete idipedeti tra loro. Doceti: Gaspare Galati Gabriele Pava 4
15 Il Campioe Aleatorio I termii più formali il campioe aleatorio (radom sample) di dimesioe, estratto da ua popolazioe, è u isieme di variabili aleatorie X, X,..., X che hao la stessa desità (o massa) di probabilità f X x e soo tra loro statisticamete idipedeti ( ) (vv.aa i.i.d. - idipedeti ed ideticamete distribuite). La dimesioe del campioe è chiamata "taglia" o "umerosità". Doceti: Gaspare Galati Gabriele Pava 5
16 Il Campioe Aleatorio Idicado co S lo spazio i cui è defiita la geerica variabile X i, il campioe aleatorio X, X,..., X è defiito sullo spazio prodotto cartesiao: S = S S... S ( volte) formato da ripetizioi idipedeti dell esperimeto che da luogo ad S. Doceti: Gaspare Galati Gabriele Pava 6
17 x Il Campioe Aleatorio x Spazio campioe (dimesioe ) per il lacio di due dadi Doceti: Gaspare Galati Gabriele Pava 7
18 Il Campioameto L operazioe di estrazioe del campioe da ua popolazioe si chiama campioameto, o ache campioameto statistico. Le Statistiche Campioarie Il primo tipo di aalisi che si effettua sul campioe è costituito dal calcolo di alcue gradezze sitetiche rappresetative del campioe stesso: I Percetili La Media di Campioe Doceti: Gaspare Galati Gabriele Pava 8
19 I Percetili Il valore u-percetile (percetile di ordie u ) di ua v.a. X è quel valore x u di X tale che X ( ) F x = u Esempio: Data ua v.a. X uiforme i (0, 5) F X ( ). ( x) 095. X u x = 5 per 0 x 5 x = = x = = F x Doceti: Gaspare Galati Gabriele Pava 9
20 I Percetili Esempio: Cosiderado ua v.a. Gaussiaa stadard, dalla coosceza dei suoi percetili (tabulati) si possoo ricavare quelli di ua qualsiasi v.a. Gaussiaa. Se l u-percetile di ua v.a. Gaussiaa stadard è z u, l upercetile di ua v.a. Gaussiaa N ( η, σ ) è x u = η + σ z u Doceti: Gaspare Galati Gabriele Pava 0
21 Il Percetile Empirico Il cocetto di percetile può essere applicato se si cosidera u campioe di osservazioi ivece di ua v.a.. I questo caso è possibile valutare solo i percetili di ordie K essedo la dimesioe del campioe e K. Doceti: Gaspare Galati Gabriele Pava
22 Se idichiamo co Il Percetile Empirico { x } i =,..., i il campioe ordiato delle osservazioi è: ( ) x x i i + i il percetile empirico di ordie K è proprio da x K. Doceti: Gaspare Galati Gabriele Pava
23 Dato il campioe aleatorio La Media di Campioe { X, X,..., X } la media di campioe (o media campioaria) è: X = X i i = Doceti: Gaspare Galati Gabriele Pava 3
24 Il Mometo Campioario I maiera aaloga possiamo defiire il geerico mometo campioario di ordie k come: Osservazioe: X k Doceti: Gaspare Galati Gabriele Pava 4 = i = la media campioaria e i mometi campioari, come fuzioi di v.a. (le ach essi variabili aleatorie. X k i X i o le loro poteze), soo
25 Media e mometi campioari Dispoedo del campioe osservato, si ha: { x, x,..., x } X = x i X k = x k i i = i = Doceti: Gaspare Galati Gabriele Pava 5
26 Esempio: Media e mometi campioari {4.5, 3.0, 7., 8.9} i valori della media di campioe e del terzo mometo campioario soo: X = ( ) = X 3 = ( ) = Doceti: Gaspare Galati Gabriele Pava 6
27 Media e mometi campioari Se cosideriamo l isieme di tutti i possibili campioi che è possibile otteere da ua popolazioe, i mometi campioari soo variabili aleatorie caratterizzate mediate le loro distribuzioi di probabilità (dette distribuzioi campioarie) o mediate i loro mometi. Doceti: Gaspare Galati Gabriele Pava 7
28 I mometi della media campioaria [ ] [ ] E X = E X = E X i Var X [ ] Var[ X ] Var X = i = Doceti: Gaspare Galati Gabriele Pava 8
29 Verifica: I mometi della media campioaria { } E X { } { } E X E X η = = =η { } { } X Var X E X =σ = η = { ( ) ( ) } = E X η X η Doceti: Gaspare Galati Gabriele Pava 9
30 I mometi della media campioaria Sviluppado il quadrato si hao doppi prodotti il cui valore atteso è ullo, essedo le variabili X i idipedeti (e quidi scorrelate). Idicado co σ la variaza di ogi X i, si ha: σ σ = σ = X Doceti: Gaspare Galati Gabriele Pava 30
31 I mometi della media campioaria Al crescere di, la variabile aleatoria X ha ua desità sempre più "cocetrata" itoro alla media (di popolazioe) η, el seso che il suo valore atteso è eguale a η e la variaza decresce al crescere di. La disuguagliaza di Chebycev implica che la probabilità che X sia compresa i u itervallo del σ tipo η k ; η+ k σ è o iferiore a k : Doceti: Gaspare Galati Gabriele Pava 3
32 I mometi della media campioaria σ P X η< k k Per, si può predere k "abbastaza grade" che, co elevata probabilità (ad esempio, co probabilità pari al 99 % se k = 0), X differisce dalla media di popolazioe per ua quatità (pari a k σ ) che tede a zero secodo l iverso della radice quadrata della dimesioe del campioe. Doceti: Gaspare Galati Gabriele Pava 3
33 I mometi della media campioaria Metre il calcolo dei primi due mometi è agevole, la distribuzioe di probabilità di X è ivece di difficile derivazioe i molti casi. Nel caso di campioe umeroso si ricorre all approssimazioe forita dal Teorema del Limite Cetrale: la media di campioe X segue approssimativamete la legge Normale. Doceti: Gaspare Galati Gabriele Pava 33
34 Idicado co z u il percetile u-esimo di ua v.a. Z Gaussiaa N( 0, ) e co δ ua costate legata ad u da u δ =, si ha: { } P z < Z z = δ δ δ Suppoedo la media campioe Gaussiaa: N η =η, σ = X X σ Doceti: Gaspare Galati Gabriele Pava 34
35 e Z è Normale N( 0, ), si può scrivere: σ X =η ± X Z σ =η± X Z Si può fissare u itervallo che comprede X co probabilità "elevata" (se si sceglie δ piccolo): σ σ η < η+ = δ P z X z δ δ Doceti: Gaspare Galati Gabriele Pava 35
36 f Z z ( ) area δ = area = δ z δ / z δ / 0 z Percetili della gaussiaa stadard Doceti: Gaspare Galati Gabriele Pava 36
37 f X area area = area = z δ / σ / δ / z σ / Desità della media campioaria e percetile. Doceti: Gaspare Galati Gabriele Pava 37
38 Tabella dei Percetili - Gaussiaa Stadard zu x u = exp dx π Probabilità u z u Doceti: Gaspare Galati Gabriele Pava 38
39 Osservazioe: Se il campioameto (di dimesioe ) è estratto da ua popolazioe Gaussiaa N ( η, σ ) la media di campioe ha esattamete distribuzioe Gaussiaa co valore atteso η e variaza σ. Doceti: Gaspare Galati Gabriele Pava 39
40 La Variaza di Campioe σ ˆ = X X i = ( ) La variaza campioaria è ua variabile aleatoria. i Se idichiamo co η e σ il valore atteso e la variaza comue a tutte le X i, il valore atteso di ˆσ (le X i soo i.i.d. e E X i = σ +η ) si può calcolare come segue: Doceti: Gaspare Galati Gabriele Pava 40
41 La variaza di campioe: calcolo del valore atteso ( ) E ˆ E Xi X σ = = i= { ( ) } E X i E X E XiX = + = i= X i = η +σ + E X jxk E X j = i= j= k= j= =η +σ + E X X E X X = =η +σ j k i j j= k= i= j= i= j= E XiX j = Doceti: Gaspare Galati Gabriele Pava 4
42 =η +σ [ ] E X i E Xi E X j + = i= i= j= j i { ( =η +σ ) ( ) } η +σ + η η = =η +σ = = σ E σ ˆ = σ Doceti: Gaspare Galati Gabriele Pava 4
43 La variaza di campioe corretta ( ) = = σ ˆ i i= S X X Il valore atteso della variaza campioaria corretta è ˆ E S = E σ = = E σ ˆ = = σ =σ Doceti: Gaspare Galati Gabriele Pava 43
44 Campioameto da popolazioe Gaussiaa X e S soo variabili aleatorie statisticamete idipedeti, cioè la loro distribuzioe cogiuta è pari al prodotto delle distribuzioi margiali. La distribuzioe della gradezza ( ) S σ, legata alla variaza campioaria corretta da u semplice fattore di proporzioalità, è di tipo χ ( ). (Chi Quadro co gradi di libertà) Doceti: Gaspare Galati Gabriele Pava 44
45 Campioameto da popolazioe Gaussiaa Dalla defiizioe la v.a. S risulta pari: S = = i σ σ i= ( ) ( X X) ( ) X X i X X i σ i= i= = = σ A causa del vicolo: ( ) i X X = 0 la sua distribuzioe Chi Quadro co gradi di libertà. i= Doceti: Gaspare Galati Gabriele Pava 45
46 Campioameto da popolazioe Gaussiaa Il rapporto tra la media campioaria dimiuita del proprio valore atteso e la radice quadrata della variaza campioaria divisa per la umerosità del campioe è ua variabile aleatoria di Studet co ( ) gradi di libertà: ( ) T = X S/ η Doceti: Gaspare Galati Gabriele Pava 46
47 Campioameto da popolazioe Gaussiaa X η Z =, W = σ / soo idipedeti, co ( ) Z distribuita N ( 0, ), χ ( ) ( ) ( ) ( ) Doceti: Gaspare Galati Gabriele Pava 47 S σ X η Z / X η = σ W/ S = S / σ è distribuito come ua Studet co ( ) gradi di libertà.
48 Teoria dei Feomei Aleatori Variabile di Studet: AA 0/3 Doceti: Gaspare Galati Gabriele Pava 48
49 Statistiche campioarie Sia la media campioaria che la variaza campioaria (ormale o corretta) costituiscoo degli esempi di statistiche. Co il termie statistica si itede ua qualsiasi gradezza otteuta mediate operazioi sul campioe (ua statistica è ua fuzioe del campioe che o dipede da parametri icogiti). Doceti: Gaspare Galati Gabriele Pava 49
INFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
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
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliStatistica 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 / 21 Misura della dipedeza di u carattere
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
DettagliELEMENTI DI STATISTICA. Giancarlo Zancanella 2015
ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliProgramma (orientativo) secondo semestre 32 ore - 16 lezioni
Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale
DettagliPolitecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliSTATISTICA 1 parte 2/2 STATISTICA INFERENZIALE
STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI
DettagliCONCETTI 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
Dettagli6 Stima di media e varianza, e intervalli di confidenza
Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale
DettagliEsercitazioni del corso: ANALISI MULTIVARIATA
A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1
DettagliMetodi 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( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ
LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliMetodi 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
DettagliUniversità di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)
Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:
DettagliEsercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).
Esercizi di Probabilità e Statistica della 2 a settimaa (Corso di Laurea i Matematica, Uiversità degli Studi di Padova). Esercizio. Sia (Ω, A, P) uo spazio probabilizzato e B A o trascurabile. Dimostrare
DettagliL INFORMAZIONE E LE CODIFICHE
L INFORMAZIONE E LE CODIFICE UN PO DI STORIA - La Teoria dell iformazioe è ata ella secoda metà del 900, sebbee il termie iformazioe sia atico (dal latio mettere i forma) - I omi più importati soo Nyquist,
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliLA 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
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliAnalisi 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?
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 +....
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliTeoremi limite classici
Capitolo 4 Teoremi limite classici I Teoremi limite classici, la Legge dei Gradi Numeri e il Teorema Limite Cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia teorica
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliStatistica inferenziale e mercati azionari
Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità
DettagliTavole di Contingenza Connessione
Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h
DettagliDEFINIZIONE 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
DettagliPROBABILITÀ SCHEDA N. 8 LA LEGGE DEI GRANDI NUMERI E IL TEOREMA CENTRALE DEL LIMITE Ovvero: ci si può fidare dell esperienza per stimare probabilità?
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) PROBABILITÀ SCHEDA N.
DettagliLezione 10 - Tensioni principali e direzioni principali
Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao
DettagliScheda n.6: legame tra due variabili; correlazione e regressione
Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y
DettagliSolidi e volumi Percorso: Il problema della misura
Solidi e volumi Percorso: Il problema della misura Abilità Coosceze Nuclei Collegameti esteri Calcolare perimetri e aree Equivaleza el piao ed Spazio e figure Fisica di poligoi. equiscompoibilità tra Disego
DettagliSTATISTICA 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
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliApprofondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi
Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a
DettagliIl 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
DettagliStrumenti 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
DettagliEsercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati
Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli
DettagliMatematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio
Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.
DettagliNUMERICI QUESITI FISICA GENERALE
UMERICI (Aalisi Dimesioale). Utilizzado le iformazioi ricavabili dalla gradezza fisica che ci si aspetta come risultato e dai valori umerici foriti, idividuare, tra le espressioi riportate, quella/e dimesioalmete
DettagliDiagramma polare e logaritmico
Diagramma polare e aritmico ariatori discotiui del moto di taglio Dalla relazioe π D c si ota che la velocità di taglio dipede, oltre che dal umero di giri del madrio, ache dal diametro dell elemeto rotate
DettagliStatistica 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.
DettagliStatistica 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
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliMateriale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10
Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere
DettagliLE 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
DettagliESEMPIO 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
DettagliSoluzioni Esercizi Capitolo 3
Soluzioi Esercizi Capitolo 3 Esercizio 1 a. I u mazzo di carte fracesi lo spazio campioario è costituito da 52 elemeti. Nel caso dell'estrazioe di u fate, il umero di eveti favorevoli è 4, per cui la probabilità
DettagliTest non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
DettagliPRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione
PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA CHU WENCHANG A Iduzioe matematica: Itroduzioe La gra parte delle proposizioi della teoria dei umeri dà euciati che coivolgoo i umeri aturali; per esempio
DettagliRISOLUZIONE MODERNA DI PROBLEMI ANTICHI
RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla
DettagliCalcolo delle Probabilità 2012/13 Foglio di esercizi 3
Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica
DettagliLaboratorio di R - 2 a lezione Prof. Mauro Gasparini
Laboratorio di R - 2 a lezioe Prof. Mauro Gasparii. Distribuzioi i R R può essere usato come ua calcolatrice delle segueti distribuzioi: geom pois chisq t gamma lorm weibull f uif orm biom hyper exp geometrica
DettagliANALISI DEI RISULTATI
ANALISI DEI RISULTATI I 4 passi pricipali del processo simulativo Formulare ed aalizzare il problema Sviluppare il Modello del Sistema Raccolta e/o Stima dati per caratterizzare l uso del Modello Attività
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliEsempio. Tabella a doppia entrata. n 2. n 24. n.6
Esempio Distribuzioe degli studeti di Scieze della Comuicazioe frequetati la facoltà ell a.a. 001/00 per Corso di Laurea e Numero di Corsi Frequetati Numero Corsi Frequetati CDL 1 3 4 5 6 7 STC 1 19 50
Dettagliconverge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n
98 Covergeza i probabilità Si dice che la successioe X coverge i probabilità alla v.a. X e si scrive: se, per qualsiasi ε > 0, si ha: X p X oppure plim X = X limp( X X < ε)= Covergeza i media quadratica
DettagliTEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek
TEORIA DEI CAMPIONI Psicometria 1 - Lezioe 10 Lucidi presetati a lezioe AA 000/001 dott. Corrado Caudek 1 Nella teoria statistica per popolazioe si itede la totalità delle uità poteziali d'osservazioe.
DettagliProgramma dettagliato del Corso di Analisi 1
Programma dettagliato del Corso di Aalisi Ig. per l Ambiete e il Territorio, Ig. Civile, Ig. dei Trasporti a.a. 2006-2007 http://www.dmmm.uiroma.it/persoe/capitaelli I NUMERI E LE FUNZIONI REALI Itroduzioe
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere
DettagliMEDIE ALGEBRICHE E DI POSIZIONE
MEDIE ALGEBRICHE E DI POSIZIONE 0 Itroduzioe Tra le elaborazioi matematiche effettuate sui dati statistici rivestoo particolare importaza quelle che hao il compito di esprimere i diversi valori delle itesità
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI
ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a
Dettagli3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.
DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato
DettagliSTATISTICA E PROBABILITA nella Scuola Secondaria di secondo grado Mathesis Roma, 8 novembre 2016
STATISTICA E PROBABILITA ella Scuola Secodaria di secodo grado Mathesis Roma, 8 ovembre 06 Ferdiado Casolaro () fcasolar@uisaio.it - ferdiado.casolaro@uia.it Apputi estratti dal corso di Statistica (periodo
DettagliCenni di topologia di R
Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:
DettagliArgomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.
1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di
DettagliRelazioni statistiche
Relazioi statistiche Idipedeza: asseza di qualsiasi relazioe tra due caratteri I caso di preseza di u legame, questo può essere di: Coessioe: relazioe reciproca tra due caratteri qualitativi Dipedeza:
DettagliCosa vogliamo imparare?
Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come
DettagliLezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale
Statistica sociale Laurea specialistica i Progettazioe e gestioe del turismo culturale Lezioe 8 Itroduzioe all aalisi aalisi statistica dei dati (2) Gialuca Domiutti Si presetao quidi alcue misure statistiche
DettagliELEMENTI DI STATISTICA INFERENZIALE (versione preliminare) Barbara Torti, Mario Abundo
ELEMENTI DI STATISTICA INFERENZIALE (versioe prelimiare) Barbara Torti, Mario Abudo Idice 1 Richiami di Probabilità e Statistica 3 1.1 Spazi di Probabilità e variabili aleatorie.................... 3 1.
DettagliUn problema! La letteratura riporta che i pazienti affetti da cancro. = mesi
CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe
DettagliCalcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici.
Calcolo combiatorio. Disposizioi - Permutazioi - Combiazioi Coefficieti biomiali - Biomio di Newto Disposizioi semplici. Disposizioi semplici di oggetti di classe soo tutti gli allieameti che è possibile
DettagliORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1
www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo
DettagliAppendice A. Elementi di Algebra Matriciale
ppedice. Elemeti di lgebra Matriciale... 2. Defiizioi... 2.. Matrice quadrata... 2..2 Matrice diagoale... 2..3 Matrice triagolare... 3..4 Matrice riga e matrice coloa... 3..5 Matrice simmetrica e emisimmetrica...
Dettagli