Google, ovvero: come diagonalizzare Internet

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Google, ovvero: come diagonalizzare Internet"

Transcript

1 Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca, Google selezoa el suo database le page rlevat e le preseta all utete orde d mportaza Avere a dsposzoe ua classfca dpedete da term della rcerca, permette a Google d rspodere quas stataeamete alla rchesta: la rapdtà d rsposta è uo de vatagg sulla cocorreza che ha cosetto a Google d affermars come l motore d rcerca attualmete pù utlzzato La classfca per mportaza delle page web vee effettuata medate l algortmo PageRak, trodotto da fodator d Google Sergey Br e Larry Page el 998 L algortmo s basa buoa parte sulla teora della dagoalzzazoe I prcp su qual s basa PageRak soo seguet: Ua paga mportate rceve lks da page mportat Ua paga mportate ha poch lks verso altre page Quest prcp vegoo formalzzat ella seguete formula: dcado co r(p) l rago della paga web p (coè la sua mportaza relatva) e co p l umero d lks dalla paga p verso altre page, abbamo r(p) = r(q) q () q p I questa formula, la somma è effettuata su tutte le page q che hao u lk verso p Il cotrbuto d ua paga q è qud drettamete proporzoale all mportaza (rago) d q ed versamete proporzoale al umero d lks da q verso altre page S tratta duque d ua defzoe rcorsva: per calcolare l rago d p, dobbamo cooscere l rago d tutte le page q che hao u lk verso p; per calcolare l rago d ua d queste page q, dobbamo cooscere l rago delle page che hao u lk verso q, e così va all fto Ioltre, se p ha u lk verso q e q ha u lk verso p, o potremo calcolare r(p) seza cooscere r(q) che o può essere calcolato seza cooscere r(p) Possamo rformulare l problema term matrcal Sao {p,, p } tutte le page web d Iteret e cosderamo la matrce A M(, R) l cu elemeto d posto (, ) è a, = { p se esste u lk da p a p altrmet () (la matrce A può essere terpretata term probablstc: a, è la probabltà che u terauta che sta vsualzzado la paga p clck sul lk alla paga p ) Coè page che cotegoo le parole-chave o che hao u lk da o verso page che cotegoo tal parole SBr, L Page, R Motwam, T Wograd, The PageRak ctato rakg: brgg order to the Web, Techcal Report 999-, Computer Scece Departmet, Staford Uversty, Staford, CA, 999

2 Esempo Cosderamo u m-web d sole 5 page: p p p p 5 p 4 I questo dagramma, ua frecca p p sta ad dcare che la paga p ha u lk alla paga p (ua doppa frecca p p sta ad dcare che ache p ha u lk a p ) La matrce A assocata al ostro m-web è allora A = () La prma coloa c dce qud che p ha u solo lk (qud p = ) verso p (l solo elemeto o ullo è sulla secoda rga); la terza coloa c dce che p ha tre lk (qud p = ) verso p, p 4 e p 5 (gl elemet o ull soo sulla secoda, quarta e quta rga) Torado alla dscussoe geerale, se dchamo co r = r(p ) l rago della paga p l vettore d PageRak è l vettore coloa Il prodotto rghe per coloe Ar è l vettore coloa la cu compoete -esma è r = r r a, r = = p p r p = r dove l ultma uguaglaza è l equazoe () I altre parole, l equazoe () può essere rscrtta come r = Ar (4) da cu rsulta la Proposzoe Il vettore d PageRak è u autovettore della matrce A d autovalore Qud, affché l algortmo PageRak fuzo, occorrerà che la matrce A ammetta l autovalore Se tale autovalore ha moltepctà algebrca, l autovettore r è determato a meo d u fattore d proporzoaltà D solto s ormalzza r medate la codzoe = r = Osservazoe Sfruttado l fatto che la matrce A è ua matrce probablstca, s può dmostrare che, se λ è u autovalore d A, allora λ Il teorema d Perro-Frobeus dà ua codzoe ecessara e suffcete affché ua matrce d questo tpo ammetta l autovalore co molteplctà La matrce A scuramete o soddsfa le potes del teorema: ua delle codzo fatt è che la somma degl elemet su ua qualuque coloa sa uguale ad 4 Questo s verfca per le coloe corrspodet a page che hao almeo u lk verso u altra paga, ma s stma che crca l 5% d tutte le page preset sul web o abba eache u lk La soluzoe adottata da Google è d perturbare la matrce A modo che soddsf le potes del teorema d Perro-Frobeus; questo trucco ovvamete troduce u elemeto arbtraro el procedmeto S veda ad es O Axelsso, Iteratve soluto methods, Cambrdge Uversty Press, Questa codzoe s esprme dcedo che A è ua matrce stocastca

3 I quest apput, goreremo problem sollevat ella precedete osservazoe, la cu soluzoe esula dalle competeze del corso Supporremo qud per semplfcare che: La matrce A è dagoalzzable A ammette l autovalore co moltepctà algebrca Se λ è u autovalore d A, allora λ < Per calcolare l vettore PageRak r basta qud determare l autospazo della matrce A relatvo all autovalore Nell esempo del m-web cosderato prma, l polomo caratterstco della matrce data () è t 5 t 6 t t + 4 = (t )(t )(t + )(t + )(t + + ) 6 6 La matrce soddsfa duque le ostre potes e, calcolado, trovamo che u autovettore relatvo all autovalore è per esempo v = (, 4,,, ) Qud r è u multplo d v ormalzzato dalla codzoe che la somma delle sue coordate sa, coè r = (, 4,,, ) Vedamo che la paga pù mportate del ostro m-web è p (che è quella che rceve l maggor umero d lks), la secoda classfcata è p (che rceve due lks, come p 4 e p 5, d cu però uo provee da p, che è pù mportate) ed ultme a par merto soo p 4, p 5 e p (che compesa lo svataggo d rcevere u solo lk co l fatto che questo provee da p ) Nel caso d Google, A M(, R) dove = umero d tutte le page d Iteret è u umero spavetoso! Gl strumet d calcolo attual o cosetoo eache d calcolare u autovettore della matrce A Il vettore PageRak vee allora calcolato medate u approcco damco S cosdera l vettore zale r () = r () r () = cu tutte le page del web hao la stessa mportaza (rago) classfca r () r () = r () ṇ S stla po ua secoda teedo coto de lk tra le dverse page, del rago zale r () d cascua paga e del umero d lks p secodo prcp eucat: r () () r p p = p = = a, r () I term matrcal r () = Ar () S rpete po l procedmeto, stlado og volta ua uova classfca r (k+) r (k+) = r (k+)

4 che tega coto della classfca precedete r (k) e del umero d lks d cascua paga secodo prcp eucat: r (k+) = p = a, r (k), coè (k) r p p = r (k+) = Ar (k) (5) Il rago r (k) della paga p ella classfca parzale r (k) tee coto qud solamete delle page dalle qual è possble raggugere p o pù d k clcks Poché c aspettamo che page molto dstat da p cotrbuscao poco all mportaza d p, è ragoevole pesare che Proposzoe Per k abbastaza grade, la classfca parzale r (k) è molto vca alla classfca reale r Possamo dmostrare rgorosamete questa proposzoe Osservamo per comcare che dalle equazo r (k+) = Ar (k), r (k) = Ar (k ),, r () = Ar () rcavamo per sosttuzo successve r (k+) = Ar (k) = A r (k ) = = A k+ r () (6) Abbamo supposto che A sa dagoalzzable: sa v,, v ua base d autovettor d A d autovalor rspettvamete λ,, λ (rpetut co molteplctà) Sao ora D = λ la matrce dagoale ed H la matrce degl autovettor (le coloe d H soo duque vettor v,, v ) Abbamo qud che A = HDH, da cu segue che per og umero tero k λ A k = ( HDH ) ( HDH ) ( HDH ) = HD k H Abbamo duque che Poedo r (k) = A k r () = HD k H r () H r () = b (7) rcavamo che per og umero tero k b r (k) = HD k H r () = (v v ) λ k λ k b = ( λ k v λ k ) v b b (8) b = b λ k v + + b λ k v 4

5 I base alle ostre potes, uo solo degl autovalor λ è uguale ad e tutt gl altr soo valore assoluto mor d Rordadol, possamo pesare che λ = e λ < per =,, Rcordamo po che, per la Proposzoe, l vettore d PageRak r è u multplo d v : sceglamo r = b v No è dffcle dmostrare che, se A è stocastca, l coeffcete b = Per la formula (7), b è l prodotto della prma rga d H per l vettore zale r () = (,, ) Prededo la trasposta del prodotto A = HDH trovamo che A t = (H ) t DH t Qud (H ) t è ua matrce d autovettor per A t ed partcolare la prma coloa w d (H ) t, coè la prma rga d H, è u autovettore d A t d autovalore Rcordamo che dre che A è stocastca vuol dre che la somma degl elemet sulle sue coloe è uguale ad uo, coè (,, )A = (,, ); traspoedo questa espressoe abbamo qud che (,, ) è u autovettore d autovalore per A t Duque w = α(,, ), dove la costate α è determata dalla codzoe che l prodotto della prma rga w d H per la prma coloa r d H deve essere uguale ad Ma abbamo ormalzzato r mpoedo che la somma delle sue coordate sa uguale ad ; qud α = Ne deducamo che Dalla formula (8) rcavamo allora che b = (,, ) ṇ = r (k) = r + b λ k v + + b λ k v Per =,,, sccome λ <, per k molto grade λ k è trascurable Qud r(k) r per k abbastaza grade Osservazoe L potes che A sa dagoalzzabe è superflua: quato precede, s può sostture la matrce dagoale D co ua forma d Jorda d A e predere come H la relatva matrce d autovettor geeralzzat Osservazoe Nella pratca, la classfca delle page web utlzzata da Google è data da r (k) per u opportuo valore d k, azché da r Il calcolo effettvo d r (k) preseta comuque otevol problem computazoal Ua scelta oculata della modfcazoe della matrce A (ved osservazoe ) cosete a Google d determare ua classfca utle dopo u umero d terazo (crca k ) abbastaza pccolo per calcolare A k per moltplcazoe dretta (come gà segalato, essu calcolatore attuale è lotaamete grado d determare le matrc D ed H) I calcolator d Google mpegao comuque alcue settmae per esegure questo calcolo Per teere sempre aggorata la classfca, Google rcalcola l vettore Pagerak a cclo cotuo 5

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

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

Dettagli

Lezione 13. Anelli ed ideali.

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

Dettagli

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

Lezione 3. Gruppi risolubili.

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

Dettagli

Matematica elementare art.1 di Raimondo Valeri

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

Dettagli

Lezione 20. Campi numerici ed anelli di Dedekind.

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

Dettagli

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

Lezione 13. Gruppo di Galois di un polinomio.

Lezione 13. Gruppo di Galois di un polinomio. Lezoe Prerequst: Lezo 9, 0,, Gruppo d Galos d u polomo Sa F u campo, sa f ( x) F[ x] o costate d grado, sa K u campo d spezzameto d f (x) su F el quale f (x) possede radc dstte Sa = ( f ) Defzoe Il gruppo

Dettagli

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1 Matrc Matrce: tabella d m rghe ed coloe T matrce trasposta d (a j ) d elemet a jt a j Serea Morg Uverstà d Bologa Matrc Matrce quadrata m sottomatrc Matrce rettagolare m Serea Morg Uverstà d Bologa Matrc

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

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

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

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

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

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

Dettagli

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

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

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

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

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

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

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

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

Dettagli

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

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

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

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

Dettagli

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

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

Caso studio 12. Regressione. Esempio

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

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

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

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

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

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

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

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

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

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

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

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

Dimostrazione. Sia V la matrice di Vandermonde: V = Risolvere il sistema lineare: Va = y risolvere: p(x i ) = y i dove:

Dimostrazione. Sia V la matrice di Vandermonde: V = Risolvere il sistema lineare: Va = y risolvere: p(x i ) = y i dove: INTERPOLAZIONE È u problema d approssmazoe d ua fuzoe o d u seme d dat co ua fuzoe ce sa pù semplce e ce abba buoe propretà d regolartà. Tale tpo d approssmazoe s usa quado dat soo ot co precsoe. La codzoe

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

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

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

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

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

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

Dettagli

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

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

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

Calcolo delle Probabilità: esercitazione 4

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

Dettagli

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

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

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

Lezione 1. I numeri complessi

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

Dettagli

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

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

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

Regime di capitalizzazione composta

Regime di capitalizzazione composta Regme d capalzzazoe composa Se s deposa baca, all zo dell ao, ua somma d 000 ad u asso auale uaro =0,05 oppure r=5%, dopo ao ale somma frua u eresse par a I = = 000 0,05 = 50 che aggugedos al capale zale

Dettagli

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

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

Dettagli

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

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

Dettagli

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

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

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

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

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

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

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

Attualizzazione. Attualizzazione

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

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

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

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

Dettagli

Riassunto di teoria elementare degli errori

Riassunto di teoria elementare degli errori Ncola Gaquto - Rassuto d teora elemetare degl error /9 Rassuto d teora elemetare degl error Valore vero (covezoale), valore stmato, errore Se s prede ua ressteza dal valore omale d 00 Ω e se e determa

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

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che 1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe

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

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag.

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag. Spazi vettoriali Sottospazi associati a ua matrice Dimesioe e basi co riduzioe Sottospazi e sistemi 2 Pag. 1 2006 Politecico di Torio 1 Spazi delle righe e delle coloe Sia A M m, ua matrice m x. Allora

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

Come cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i

Come cambia la distribuzione se consideriamo 5 classi equiampie (k=5)? Freq. relativa. Freq. Ass. n i Come camba la dstrbuzoe se cosderamo 5 class equampe (k5)? xmax xm 2.02 03 d 38,80 k 5 Class x xl x + Ass. relatva N Frequeza relatva cumulata F l 03,0 -- 484,8 4 0,82 0,82 484,8 -- 866,6 5 0,0 0,92 866,6

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Lezione 4. Metodi statistici per il miglioramento della Qualità

Lezione 4. Metodi statistici per il miglioramento della Qualità Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

é una relazione del tipo z = k x

é una relazione del tipo z = k x XIII FUNZIONI DI DUE VARIABILI 1.- Domo e rappresetazoe. Esstoo problem e qual ua qual ua quatta' dpede da due o pu' parametr varabl. Cos' ad esempo chmca: pv = RT da cu p = RT V é ua relazoe del tpo z

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

MISURE E GRANDEZZE FISICHE

MISURE E GRANDEZZE FISICHE R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,

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 della Calabria

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

Dettagli

FORMULARIO DI RIFERIMENTO PER IL CALCOLO DELLE INCERTEZZE DI MISURA. F.Silvestrin, V.Talamini

FORMULARIO DI RIFERIMENTO PER IL CALCOLO DELLE INCERTEZZE DI MISURA. F.Silvestrin, V.Talamini FORMULARIO DI RIFERIMENTO PER IL CALCOLO DELLE INCERTEZZE DI MISURA F.Slvestr, V.Talam Ne calcol fatt per valutare le certezze d msura s farà rfermeto al presete formularo rportado umer delle formule usate

Dettagli

Lezione 9. Congruenze lineari. Teorema Cinese del Resto.

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

Dettagli

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

Corrente elettrica. q i t

Corrente elettrica. q i t Correte elettrca La correte elettrca u coduttore metallco chuso è u movmeto ordato d elettro d coduzoe (le sole carche lbere preset all tero d u metallo, o vcolate a rspettv atom) el campo elettrco geerato

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

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Problemi affrontabili agli elementi finiti

Problemi affrontabili agli elementi finiti 1) ANALISI STATICHE Problem affrotabl agl elemet ft Medate la schematzzazoe a elemet ft s costrusce la matrce d rgdezza complessva e po l problema s rduce a f K x x K Le aals lear s attuao el problem struttural

Dettagli

Classificazione dei semplici ordinamenti di un gruppo libero commutativo con N generatori

Classificazione dei semplici ordinamenti di un gruppo libero commutativo con N generatori RENDICONTI del SEMINARIO MATEMATICO della UNIVERSITÀ DI PADOVA GIORGIO TREVISAN Classfcazoe de semplc ordamet d u gruppo lbero commutatvo co N geerator Redcot del Semaro Matematco della Uverstà d Padova,

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

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

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli