Elementi di Calcolo delle probabilità

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Elementi di Calcolo delle probabilità"

Transcript

1 Elemet d Clcolo delle probbltà

2 PERCHÉ I TUDIA IL CALCOLO DELLE PROAILITÀ? Clcolo delle probbltà tto d certezz I cu s formo le decso Espermeto csule - prov U espermeto csule è u feomeo del modo rele per l qule v è pù d u rsultto possble. Eveto elemetre L eveto elemetre è uo de possbl rsultt dell espermeto csule L esto è certo Lco d u moet odggo d opoe Esme uverstro Prtt d clco Cotrollo d qultà d u prodotto PIL Als del sgue etc pzo cmpoe L seme d tutt possbl est d u espermeto defsce lo spzo cmpoe Deve ecessrmete verfcrs u eveto elemetre può verfcre u solo eveto elemetre Elemet d Clcolo delle probbltà lde

3 Descrzoe dell espermeto Esme uverstro Prtt d clco odggo d opoe promosso boccto vttor preggo scoftt molto fvorevole fvorevole dfferete cotrro fortemete cotrro Eveto U eveto è u seme d e- vet elemetr. Evet elemetr: E, E,..., E A{E, E 3, E 4 } L eveto A s verfc qudo l esto dell espermeto è uo degl evet elemetr ce lo costtuscoo. E E E 5 Esempo lco d u ddo E 6 E 3 E 7 E 4 E E E 3 E 4 E 5 E 6 Eveto mpossble, l eveto mpossble, è l eveto ce o s verfc m A{esce } E 3 {umero d put pr} {E, E 4, E 6 } E E E 3 Eveto certo, l eveto certo, è l eveto ce s verfc sempre E 4 E 5 E 6 C{umero d put > 3} {E 4, E 5, E 6 } E E E 3 E 4 E 5 E 6 Elemet d Clcolo delle probbltà lde 3

4 Dgrmm d Ve Altre operzo sugl evet A Uoe Itersezoe Negzoe Uoe d evet A Dt due evet A e pprteet d, l uoe A è l eveto costtuto d tutt gl evet elemetr ce pprtegoo o d A o o d etrmb. L eveto A s verfc qudo: verfc A m o s verfc verfc m o s verfc A verfco s A ce Esempo: Uoe Lco d u ddo {E, E, E 3, E 4, E 5, E 6 } A{umero d put pr} {E, E 4, E 6 } {umero d put > 3} {E 4, E 5, E 6 } A {E, E 4, E 5, E 6 } pzo cmpoe A A Elemet d Clcolo delle probbltà lde 4

5 Itersezoe d evet Dt due evet A e pprteet d, l tersezoe A è l eveto costtuto d tutt gl evet elemetr ce pprtegoo s d A ce. L tersezoe A s verfc qudo s verfco s A ce. A A Esempo: Itersezoe Lco d u ddo {E, E, E 3, E 4, E 5, E 6 } A{umero d put pr} {E, E 4, E 6 } {umero d put > 3} {E 4, E 5, E 6 } A { E 4, E 6 } Negzoe d u eveto Ā Dto u eveto A pprteete d l seme d tutt gl evet elemetr ce pprtegoo d m o pprtegoo d A costtuscoo l egzoe d A. L egzoe d A s verfc qudo A o s verfc A Ā Esempo: Negzoe {E, E, E 3 } E : vttor E : preggo E 3 : scoftt Prtt d clco A{vttor} E Ā{preggo, scoftt} {E, E 3 } E A E 3 Ā E Elemet d Clcolo delle probbltà lde 5

6 Relzo tr evet Iclusoe Icomptbltà Necessretà Iclusoe Dt due evet A e pprteet d, A è cluso se l verfcrs d A mplc, ecessrmete, l verfcrs d. A A N.. A e A A Icomptbltà Due evet A e pprteet d s dcoo comptbl qudo o o evet elemetr comue Necessretà Gl evet A, A,..., A Apprteet d s dcoo ecessr se A A... A A A N.. Due evet comptbl o possoo verfcrs cotemporemete. Elemet d Clcolo delle probbltà lde 6

7 Prtzoe Gl evet Legg del De Morg A A A, A,..., A Costtuscoo u prtzoe se A A... A A A j j A A A A A 6 A 3 A A 5 A 7 A 4 A Probbltà Defzoe clssc Defzoe frequetst Defzoe soggettvst Impostzoe ssomtc Defzoe clssc d Probbltà Dto u espermeto cu V è u umero fto d rsultt possbl Gl evet elemetr soo equprobbl L probbltà è deft come # cs fvorevol # cs totl Pscl (63-66) eroull (73), De Movre (78), Lplce (8) Elemet d Clcolo delle probbltà lde 7

8 Defzoe frequetst d Probbltà Dto u espermeto perfettmete rpetble ed u eveto possble E, l probbltà d E è dt dl lmte dellrequez reltv co cu s verfc E l dvergere del umero d rpetzo dell espermeto. E PE lm fr E lm fr E Defzoe soggettvst d Probbltà Dto u espermeto ed u eveto possble E, l probbltà d E è l grdo d fduc ce u soggetto el verfcrs dell'eveto E. È l somm ce u dvduo è proto scommettere per rcevere u somm utr se l eveto E s verfc 0 ltrmet. eroull (73) A 0: Rmsey, De Fett, vge Lplce, Ve, Vo Mses (prm metà del XIX secolo) Impostzoe ssomtc Kolmogorov L probbltà è uuzoe ce soddsf postult Postult. P(A) 0. P() 3. A P(A )P(A)+P() Teorem. P(Ā)-P(A). P( )0 3. P(A) 4. P(A )P(A)+P()-P(A ) A Elemet d Clcolo delle probbltà lde 8

9 Msur dell Probbltà E, E,..., E E E j (comptbl) E (ecessretà) P(E )costte (equprobbltà) A{E, E,..., E } # cs fvorevol P A # cs totl f P A P A Dt due evet A e, dll defzoe d probbltà codzot (dto P> 0): b g P A P A P s : b g P A P A P o ltertv (dto P A > 0) essedo: b g P A P A P A s : P A P A P A b g Probbltà codzot Dt due evet A e l probbltà codzot d A dto è: P A P A b g P posto P > 0 N l probbltà codzot soddsf postult: Iftt posto P> C 0 rsult: b g. P AC 0 b g. P C 3. A P A C P AC + P C e vlgoo qud tutt teorem b g b g b g Esempo: Probbltà codzot P( ) 3 8 P( ) 5 8 Estrzoe sez rmess: P(II I ) 7 P(II I ) 5 7 Elemet d Clcolo delle probbltà lde 9

10 Esempo: Probbltà codzot Estrzoe d due plle sez rmess P( )P(II I ) P(I ) P( )P(II I ) P(I ) 4 7 P( ) P[(I II ) (I II )] P(I II )+P(I II ) Evet dpedet Due evet A e soo dpedet se (posto P > 0) b g P A P A l dpedez è u relzoe smmetrc (post P, P> A 0): P A P A P A P b g b g e (e solo se) due evet soo dpedet s : P A P A P Esempo: Probbltà codzot 3 P( ) 3 8 P( ) 5 8 Estrzoe sez rmess P(II I ) 7 P(II I ) 3 7 P(II ) P[(I II ) (I II )] P(I II )+P(I II ) P(II I ) P(I )+ +P(II I ) P(I ) Esempo: evet dpedet Estrzoe co rmess P( )P(I ) P(II )3/8 3/8 P( )P(I ) P(II )5/8 5/8 P( ) P[(I II ) (I II )] P(I II )+P(I II ) Elemet d Clcolo delle probbltà lde 0

11 Teorem Dt due evet A e s : A e dpedet Ae dpedet A e dpedet A e dpedet Teorem d yes Domd Evet comptbl (co probbltà o ull) possoo essere dpedet? NO Icomptbltà P(A )P( )0 b g P A P A 0 P Ce può essere ugule P(A) solo se P(A)0 Teorem d yes Problem??? Dretto H 0 H Problem verso H 0??? H P(H 0 ) P(H ) P( H 0 ) P( H ) P(H 0 )? P(H )? C H 0 H (comptbl) H 0 H (ecessr) Probbltà ote: P(H 0 ) e P(H ) pror P(C H 0 ) e P(C H ) probtve Probbltà d determre: P(H 0 C) e P(H C) posteror Elemet d Clcolo delle probbltà lde

12 P P b Formul d yes H C 0 g b P H0 P CH0 P H P CH + P H P CH b b g b g 0 0 H C g b P H P CH P H P CH + P H P CH b g b g 0 0 b g b g N..: P H0C + P HC Vrbl csul U vrble csule è u fuzoe deft sullo spzo cmpoe ce ssume vlor R: g g Rpporto d probbltà posteror b P H0 C P H C g P H0 P CH P H P CH Esempo: lco d u ddo E E E 4 E5 E 3 E 6 b 0 g Rpporto d verosmglz R E E E 3 E 4 3 R X(E)umero d put X(E): R X(E) o è ecessrmete uuzoe buvoc E E E 4 E5 E 3 E 6 0 R Vrbl csul bvrte X E 0: umero d put dspr R T : umero d put pr Elemet d Clcolo delle probbltà lde

13 Tp d vrbl csul Dscrete U vrble csule X è dscret se ssume vlor u seme dscreto (fto o fto umerble). Es. Numero d gol, umero d cdet, umero d promoss etc.. Cotue U vrble csule è cotu se ssume vlor u seme cotuo (co l potez del cotuo). Es. Durt, peso, ltezz, reddto, etc.. Es. Lco del ddo X{,,3,4,5,6} Vrbl csul dscrete X:,,....,. p( ), p( ),..,p( ). p( )P(X ),,..., ) p 0 ) p X P(X ) p( ) p( ) p( ) p( ) Vrbl csul cotue p( ) P(X ) P(X)/6 P(X),,3,4,5,6 fuzoe destà d probbltà f() /6 P( X +d)f() d +d Propretà: ) f 0 ) z f d Elemet d Clcolo delle probbltà lde 3

14 Fuzoe destà d probbltà Fuzoe d rprtzoe f() F() P(X ) Vrbl csul dscrete b F p Vrbl csul cotue P( X b)are trtteggt z b f d N.. P(X) 0 F z fu du f() Fuzoe d rprtzoe per v.c. dscrete Fuzoe d rprtzoe per v.c. cotue F( j+ ) F( j ) F() F() F 0 j j+ j+ p f p + F F p p F p + p p 0 F z fu du d cu: f df d Elemet d Clcolo delle probbltà lde 4

15 Propretà dell Fuzoe d rprtzoe lm F lm F 0 F è o decrescete F è cotu destr RT lm F F p + UVW 0 v.c. detcmete dstrbute Due v.c. X ed Y, ce o l stess dstrbuzoe s dcoo detcmete dstrbute. X e Y.d. FX u FY u Come s cofroto v.c. o detcmete dstrbute? Momet Vlore tteso d v.c. Opertore vlore tteso Il vlore tteso d u v.c. X s dc co E(X) ed è dto d: R g p Eg v.c.dscrete z g f dv.c.cotue E X p per v.c. dscrete E X z f d per v.c. cotue f() T ugule otzoe per v.c. dscrete e cotue opertore lere E X+ b EX + b E(X) Elemet d Clcolo delle probbltà lde 5

16 Momet d u v.c. Mometo r-esmo dell v.c. X: r µ r E X d R T r µ r z r µ E X p v.c.dscrete f dv.c.cotue d E X µ Med me: F(me)/ Mod σ mod Vrz Vr X µ E X µ σ 0.5 R µ p T z f() me 0.5 v.c.ds. µ f dv.c.cot. Momet d u X-µ Vrble csule scrto X-µ E X µ E X µ 0 mometo r-esmo d X-µ r µ E X µ r µ E X µ 0 µ E X µ σ 3 µ E X µ 3 0 f X-µ (u) Propretà dell vrz Vr X µ µ f f f + Vr X b Vr X Dsuguglz d Cebysev b g σ P X µ ε ε f() E(X) u f X (u) E(X) crto qudrtco medo: σ Vr X µ-ε µ µ+ε Elemet d Clcolo delle probbltà lde 6

17 v.c. stdrdzzt Momet dell v.c. stdrdzzt X µ LF r Z r µ σ µ F EZ E X I r EZ E X I O d MH K P N σ Q µ H K E X σ σ µ µ E Z 0 E X µ 0 µ σ EZ d VrZ L LF Vr Z E X µ M I O F 3 µ I O µ 3 EM P H X N K Pβ σ Q σ NH σ E X µ σ σ f K Q smmetr µ 3 < 0 µ 3 0 µ 3 > 0 γ µ 4 3 curtos Elemet d Clcolo delle probbltà lde 7

18 v.c. doppe U vrble csule dopp è u fuzoe (...) deft sullo spzo cmpoe ce ssoc d og eveto u copp d vlor rel (X, Y) y ltezz peso Dstrbuzoe cogut Dstrbuzoe mrgle Dstrbuzoe codzot Dscrete/cotue Dstrbuzo mrgl X Y y y y P P P P P P P P P P P P P P P c P P X Y y j j P P X c P X Y y P j j j j v.c. doppe dscrete Dstrbuzo mrgl X:,,.., Y: y, y,..., y X Y y y y P P P P P P P P P P P P P P P c P P X Y y ) P j 0 j j ) P j j Dstrbuzo codzote d PX Y yj P X cy y j PY c y j c PY yj X PcY y j X PX P P P P j j j Elemet d Clcolo delle probbltà lde 8

19 Idpedez stocstc d c c PX Y yj PX P PY y X PY y P j j j P X Y y c j c j PX PY y P P P,,..., Vrbl csul doppe cotue Fuzoe destà d probbltà cogut. ) f(,y) ) f, yf d dy z z + Fuzo j j f f, y dy destà d + j,,..., probbltà fyyf z f, yf d mrgl X z f(,y) Idpedez stocstc v.c. doppe X ed Y dpedet f(,y) f X () f Y (y) Momet v.c. doppe, EdX Y µ rs r s v.c. dscrete µ rs r j s j, y P j v.c. cotue + + r s µ rs, z y f, y d dy z µ r,s mometo msto d orde r+s Momet mrgl r 0 r µ r,0 EdX Y EdX µ r 0 s s µ 0,s E X Y E Y µ s d d Elemet d Clcolo delle probbltà lde 9

20 Momet cso d dpedez r s µ rs, d j r s yj P P j j r s P yj P j j r s r E X Y y P j d d E X E Y µ µ r s s j Covrz Coeffcete d correlzoe Cov X, Y E X µ X Y µ Y µ ρ XY E X X, f LF I F Y σ HG σ X KJ HG σ Y XY σ XY µ XY µ X µ Y X ed Y d. σ XY 0 σ Cov X + b, c Y + d c XY Dseguglz d Cucy-cwz: σ XY σ X σ Y σ Vr X σ XY rvel se esste l sego del legme lere µ XY EX Yf σ X Y Vr Y Vlore tteso Opertore Lere E X + b Y E X + b E Y Dmostrzoe E X + b Y Elemet d Clcolo delle probbltà lde 0 f + b y P j P + b y P j j j c P + b y P j j j j P + b yj P j j E X + b E Y ρ X, Y NM σ XY σ σ X Y j j j j µ Y j IO KJ QP f è u dce ce msur l testà del legme lere ρ0,7 ρ ρ0 ρ-0,8 È u dce d prevedbltà

21 Propretà ρ(x,y) ) ρ XY, ) ρ X, Yf± Y X + b 3) ρ XY, ρ YX, 4) ρ X + bc, Y + d ρ X, Y 5) X ed Y d. ρ XY, 0 Combzo ler X+b Y E X + b Yf µ X + b µ Y X Y Vr X + b Y σ + b σ + X+Y µ µ E X + Y X + Y + b σ σ σ Vr X + Y X + Y + + σ XY X-Y µ µ E X Y X Y σ σ Vr X Y X + Y + σ XY XY Vrz d X+b Y Vr X + b Y Vr X + + b Vr Y + b Cov X, Y X ed Y d Vr X + b Y Vr X + + b Vr Y Combzo ler W X + X X EW E X µ X Vr W Vr X X j j X j σ + σ σ X F H Vr X I K σ X X Cov X X j j c, µ X E X e le X soo dpedet F Vr W Vr X H K I σ X Elemet d Clcolo delle probbltà lde

22 Vrble csule Normle X ~ N, fd ; µσ, dµσ e π σ < X < + µ E X < µ < +,, F H µ σ σ Vr X 0 < σ < + mmetrc µ 3 0 Umodle µ 3 curtos µ v.c. Normle tdrd Z ~ N 0, φ z µmed µmod e π z z Φ z zφ d Φ z P Z z Tvole 0 φ z I K e π z z v.c. Normle Aree Z~N(0,) PZ z Φ z P Z > z Φ z b g PZ> z Φ z b g PZ z Φ z µ 3σ f Pz < Z z Φ z Φ z µ σ 95.46% µ σ 68.6% Z<0 Z<0 99.7% µ µ+3σ µ+σ µ+σ z z z z z z Elemet d Clcolo delle probbltà lde

23 Teorem X ~ Ndµ X, σ X u v.c. Y trsformzoe lere d X: Y X + b è cor u v.c. Normle d prmetr µ µ + b; σ σ Y X Y X ~ µ X +, σ X d Y N b Not X µ µ X σ σ σ X ~ Ndµ X, σ X F X µ X X X Z N HG µ µ σ ~, σ σ σ σ X N 0, Propretà rproduttv dell Normle X ~ Ndµ X, σ X Y ~ Ndµ Y, σ Y X ed Y dpedet W X+b Y W ~ Ndµ W, σ W µ µ + b µ W X Y W X Y σ σ + b σ I KJ Uso tvole X ~ Ndµ X, σ X F I F P X P X µ µ P X µ µ P Z H K H µ σ σ σ K F µ I Φ σ H K Esempo: Propretà rproduttv X ~ Ndµ X, σ X Y ~ Ndµ Y, σ Y X ed Y dpedet d X + Y ~ N µ X + µ Y, σ X + σ Y Geerlzzzoe Dte le v.c. X, X,,X dove X ~ Ndµσ, se tl v.c. soo dpedet X ~ N µ, σ d 0 X P X? X I Elemet d Clcolo delle probbltà lde 3

24 v.c. Idctore/erull Espermeto co rsultto dcotomco X R T I X ~, p X P(X) 0 -pq p v.c. omle 0 I ) prove dpedet ) rsultto dcotomco 3) probbltà p costte X: umero d success ( prove) X ~, p IIIIIIII PX p v.c. eroull pp() qp(i) F H G I K J p p f p v.c. Idctore/erull X ~, p d µ E X 0 p + p p E X 0 p + p p d Vr X E X E X p p p p v.c. omle (,p) X0,,..., F PX H G I K J p p Y, Y,..., dpedet -p F() Y, p Y f X Y f E X E Y + Y + + Y EY + EY + + EY p Vr X Vr Y + Y Y f X P(X) 0 -pq p 0 Vr Y Vr Y p p f Elemet d Clcolo delle probbltà lde 4

25 v.c. Posso X ~P( µ ) X0,,,3... ( ) P X µ µ e! E( X) Vr( X ) µ v.c. Espoezle Negtv X ~ Ep λ X 0 λ f ;λf λ e λ > 0 λ µ0,5 X tero 0 X < µ f ;λ µ Processo d Posso Processo d coteggo Le v.c. ce coto l umero d evet tervll dsgut soo dpedet L probbltà ce s verfc u eveto u tervllo pccolo è proporzole ll mpezz dell tervllo L probbltà ce s verfc pù d u eveto u tervllo pccolo è trscurble X umero d evet (0,t) ( ) X ~ P µ co µλ t µ umero medo d evet (0,t) λ umero medo d evet u t utro Momet dell med X, X,,X Idpedet E X f µ Vr X f σ < + F e λ E λ Vr λ X X E( X ) µ ( ) Vr X σ Elemet d Clcolo delle probbltà lde 5

26 Momet dell med X X X + X X b g E X E X E X µ µ µ µ b g Vr X Vr X + + Vr X... σ σ σ σ Teorem d De Movre Lplce Teorem del lmte cetrle X, X,,X Idpedet E X µ Vr X f σ < + def. X Z X X σ ~ Z N µ b g b g E X Vr X ( 0,) µ σ X ( ) ~, p Z X p ( p) p Z N 0, ~ E X p Vr X p p Elemet d Clcolo delle probbltà lde 6

Variabili Aleatorie vettoriali

Variabili Aleatorie vettoriali Vrbl letore vettorl Vrbl letore vettorl Vrbl letore vettorl: Itroduzoe Vrbl letore dpedet Idc d poszoe per V vettorl rsorzo d V vettorl Idc d dspersoe: Moet Mtrce d Covrz Propzoe dell Covrz V.. VORILI

Dettagli

VALORI MEDI (continua da Lezione 5)

VALORI MEDI (continua da Lezione 5) VALORI MEDI (cotu d Lezoe 5) Dott.ss Pol Vcrd 6. L ed rtetc è lere coè è vrte per trsforzo ler de dt. S u dstrbuzoe utr d ed A. Effettuo u trsforzoe lere delle osservzo coè b c d dove c e d soo due costt

Dettagli

Rendite a rate costanti posticipate in regime di interessi composti

Rendite a rate costanti posticipate in regime di interessi composti Redte rte cott regme d tere compot Redte rte cott potcpte regme d tere compot /32 Redte rte cott potcpte regme d tere compot 2/32 Redte rte cott potcpte regme d tere compot VALORE ATTUALE DI UNA RENDITA

Dettagli

MATEMATICA FINANZIARIA 3. RENDITE

MATEMATICA FINANZIARIA 3. RENDITE MATEMATICA FINANZIAIA Prof. Adre Berrd 999 3. ENDITE Coro d Mtetc Fzr 999 d Adre Berrd Sezoe 3 ENDITA Operzoe fzr copot, crtterzzt d cdeze (,,...,,...,, rcuotere quelle cdeze,,...,,...,, t e d port d pgre

Dettagli

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale:

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale: Co u rppresetzoe prmetrc, u curv c è dt come u fuzoe vlor vettorl d u sgolo prmetro rele: c : D R E t.c. c( u o ( x ( u... x ( u I cu o è l orge del rfermeto, D geere cocde co l tervllo [,] e x soo le

Dettagli

PROBLEMI DI TRASPORTO

PROBLEMI DI TRASPORTO Metod e modell per l supporto lle decso Prof Ferddo Pezzell - Ig Lug De Gov PROBLEMI DI TRSPORTO OFFERT IMPINTI UTENTI DOMND ( ) (org) (destzo) ( b ) (5) (8) (2) 2 2 (2) (3) 3 3 (9) 4 (9) c COSTO UNITRIO

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

Metodi d integrazione di Montecarlo

Metodi d integrazione di Montecarlo Metodi d itegrzioe di Motecrlo Simulzioe l termie simulzioe ell su ccezioe scietific h u sigificto diverso dll ccezioe correte. Nell uso ordirio è sioimo si fizioe; ell uso scietifico è sioimo di imitzioe,

Dettagli

DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE)

DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE) DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE) Mggi C. & Bccesci P. Soluzioe problem V Puto 1: T Clcolre l soluzioe stziori dell (1) euivle d imporre l

Dettagli

Integrazione numerica

Integrazione numerica Itegrzoe uerc (/5 Prole: Clcolre l seguete tegrle Itegrzoe uerc ( d co e costt rel e ( uzoe cotu. (cotu Itegrzoe uerc (/5 Itegrzoe uerc (/5 No sepre è possle trovre or esplct l prtv. Ache el cso cu l s

Dettagli

Lezione 8. Risultanti e discriminanti.

Lezione 8. Risultanti e discriminanti. Lezoe 8 Prerequst: Rdc d polo Cp d spezzeto Lezoe 5 Rsultt e dscrt I quest sezoe studo crter eettv per stlre qudo due polo coecet u cpo ho rdc cou S F u cpo Proposzoe 8 I polo o ull, ] ho u rdce coue u

Dettagli

Formule di Integrazione Numerica

Formule di Integrazione Numerica Formule d Itegrzoe Numerc Itegrzoe umerc: geerltà Prolem: vlutre l tegrle deto: I d F F utlzzo opportue tecce umerce qudo: l prmtv d o e esprmle orm cus d esempo s/, ep- ; dcoltà el clcolre ltcmete l prmtv

Dettagli

Sistemi lineari: generalità

Sistemi lineari: generalità Sstem ler: geerltà Prolem: rsolvere u sstem lere d grd dmeso N, I form comptt: A B M M M M A [ ] R vettore de coeffcet B [ ] R vettore de term ot [ ] R vettore delle cogte Sstem ler: soluzoe Teorem Rouché-pell):

Dettagli

Costi di Entrata e Struttura del Mercato. Economia Industriale Università Bicocca A.A. 2012-2013 Christian Garavaglia

Costi di Entrata e Struttura del Mercato. Economia Industriale Università Bicocca A.A. 2012-2013 Christian Garavaglia Cost d Etrt e truttur del Merto Eoom Idustrle Uverstà Bo A.A. 2012-2013 Chrst Grvgl Cotesto e oett For bbmo lzzto l fuzometo d u merto olgopolsto osderdo ome dto l umero d mprese opert el merto. D os dpede

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

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA INFORMATICA 3 LEZIONE FONDAMENTI DI MATEMATICA Isem e relzo Iseme: collezo d membr o elemet dstt d u tpo d bse. U membro può essere u elemeto prmtvo d u tpo d bse oppure u seme. U seme o cotee elemet duplct.

Dettagli

Algebra di Boole Forme normali P ed S. Variabili e funzioni booleane

Algebra di Boole Forme normali P ed S. Variabili e funzioni booleane 3/03/0 Corso d Cloltor Elettro I A.A. 0-0 Alger d Boole Forme orml ed Lezoe 6 rof. Roerto Coo Uverstà degl tud d Npol Federo II Foltà d Igeger Corso d Lure Igeger Iformt (llev A-DA) Corso d Lure Igeger

Dettagli

L INTEGRALE DEFINITO b f (x) d x a 1

L INTEGRALE DEFINITO b f (x) d x a 1 L INTEGRALE DEFINITO ( ) d ARGOMENTI. Il Trpezoide re del Trpezoide. L itegrle deiito de. Di Riem. Proprietà dell itegrle deiito teorem dell medi. L uzioe itegrle teorem di Torricelli-Brrow e corollrio

Dettagli

UNIVERSITÀ DEGLI STUDI DI BARI CATTEDRA DI MATEMATICA PER L'ECONOMIA DIPARTIMENTO DI SCIENZE ECONOMICHE E METODI MATEMATICI

UNIVERSITÀ DEGLI STUDI DI BARI CATTEDRA DI MATEMATICA PER L'ECONOMIA DIPARTIMENTO DI SCIENZE ECONOMICHE E METODI MATEMATICI FASCICOLO FUORI COMMERCIO DISTRIBUITO GRATUITAMENTE AGLI STUDENTI DEL CORSO DI MATEMATICA PER L'ECONOMIA ANNO ACCADEMICO 008-009 UNIVERSITÀ DEGLI STUDI DI BARI CATTEDRA DI MATEMATICA PER L'ECONOMIA DIPARTIMENTO

Dettagli

, dove s n è la somma parziale n-esima definita da. lim s n = lim s n = + (= ). a n = a 1 + a 2 +...

, dove s n è la somma parziale n-esima definita da. lim s n = lim s n = + (= ). a n = a 1 + a 2 +... . serie umeriche Def. (serie). Dt u successioe ( ) (co R per ogi ), si chim serie di termie geerle l successioe (s ), dove s è l somm przile -esim defiit d () s = + 2 +... + = k. L serie coverge (semplicemete)

Dettagli

MATEMATICA E STATISTICA. Dai dati ai modelli, alle scelte: rappresentazione, interpretazione e previsione. Progetto Lauree Scientifiche

MATEMATICA E STATISTICA. Dai dati ai modelli, alle scelte: rappresentazione, interpretazione e previsione. Progetto Lauree Scientifiche Il mterl soo l rsultto d 4 d lvoro coguto tr docet uverstr e segt delle scuole superor ell'mbto del Progetto Luree Scetfche, Lbortor d Mtemtc d Geov. MOTIVAZIONI E OBIETTIVI Avvcre gl studet l modo d pesre

Dettagli

1. L'INSIEME DEI NUMERI REALI

1. L'INSIEME DEI NUMERI REALI . L'INSIEME DEI NUMERI REALI. I pricipli isiemi di umeri Ripredimo i pricipli isiemi umerici N, l'isieme dei umeri turli 0; ; ; ; ;... L'ide ituitiv di umero turle è ssocit l prolem di cotre e ordire gli

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

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

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

Scrivere 2.1 cm implica dire che la misura sia compresa nell intervallo mm

Scrivere 2.1 cm implica dire che la misura sia compresa nell intervallo mm Il lto d un ddo è pr. cm. Usndo le cfre sgnfctve per stmre l errore clcolre l volume del cuo. Supponendo che l devzone stndrd nell msur del lto s d mm clcolre l devzone stndrd che ssoct ll msur del volume.

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

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

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

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Successioni e serie. Ermanno Travaglino

Successioni e serie. Ermanno Travaglino Successioi e serie Ermo Trvglio U successioe è u sequez ordit di umeri o di ltre grdezze, e u serie è l somm dei termii di tle sequez. U successioe si rppreset co l'espressioe,,,, ell qule è u itero positivo,

Dettagli

I. COS E UNA SUCCESSIONE

I. COS E UNA SUCCESSIONE 5 - LE SUCCESSIONI I. COS E UNA SUCCESSIONE L sequez 0 = = 0 3 = 3 = 4 =... 3 5 = +... costituisce u esempio di SUCCESSIONE. 90 Ecco u ltro esempio di successioe: 3 4 = 3 = 3 3 = 3 4 = 3... = 3... U successioe

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

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

Calcolo di autovalori

Calcolo di autovalori lcolo d utolor Dt l trce deterre l uero e ettore o ullo tl che l l utolore utoettore Esepo 9 9 b 8 b 8 b geerle o è ultplo d. Se però oero c soo due dreo lugo le qul fuo coe se fosse oltplcto per uo sclre.

Dettagli

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica

Definizioni. Unità strutturale. Massa dell unità strutturale (M 0.) = 100 a.m.u. Macromolecola o Catena polimerica Defzo Utà strutturale (massa o moomero) assa dell utà strutturale (.) a.m.u acromolecola o Catea polmerca grado d polmerzzazoe (DP) massa molecolare x.p. Luda ateral polmerc 6 Defzo Grado d polmerzzazoe

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

Successioni e Logica. Preparazione Gara di Febbraio 2009. Gino Carignani

Successioni e Logica. Preparazione Gara di Febbraio 2009. Gino Carignani Successioi e Logic Preprzioe Gr di Febbrio 009 Gio Crigi Progressioe ritmetic è u successioe di umeri tli che l differez tr ciscu termie e il suo precedete si u costte d (rgioe) d α α d α d K ( α )d 3

Dettagli

Test ammissione CdL in Economia aziendale ed Economia e commercio GRADUATORIA GENERALE

Test ammissione CdL in Economia aziendale ed Economia e commercio GRADUATORIA GENERALE GRADUATORIA INIZIALI COG E 741 BM 24/10/1997 1 83,125 29,00 37,50 737 RG 14/11/1997 2 81,250 24,00 41,00 471 AN 14/01/1998 3 80,625 25,00 39,50 893 GF 27/09/1997 4 80,000 23,50 40,50 579 DL 22/03/1997

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

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

ma non sono uguali fra loro

ma non sono uguali fra loro Defiizioe U fuzioe f defiit i D (doiio) si dice cotiu i u puto c D se esiste i tle puto (è cioè possiile clcolre f (c)); se esiste, fiito, il ite dell fuzioe per che tede c e se il vlore del ite coicide

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

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

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MINICORSO: Cotrollo Sttstco d Processo (prte /5) d Adre Svo Prte Mcorso Cotrollo Sttstco d Processo d Adre Svo I mgfc 7, premess 7 strumet per me posso bstre: vrbl e ttrbut I dgrmm: crtes, tort, brre,

Dettagli

3. PROGRAMMAZIONE LINEARE E ALTRE TECNICHE DI RICERCA OPERATIVA

3. PROGRAMMAZIONE LINEARE E ALTRE TECNICHE DI RICERCA OPERATIVA . PROGRAAZIONE LINEARE E ALTRE TECNICHE DI RICERCA OPERATIVA. Progrmmzoe lere due vrbl: rsoluzoe grfc Izmo l seguete cptolo rsolvedo u eserczo d ottmzzzoe vcolt teedo presete l procedmeto seguto per trovre

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

Integrazione numerica

Integrazione numerica Cludo Esttco cludo.esttco@usur.t Itegrzoe umerc Itegrzoe Numerc Itegrzoe umerc Formule d qudrtur. Grdo d esttezz. 3 Metodo de coecet determt. 4 Formule d Newto-Cotes semplc. Formule d Newto-Cotes composte.

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

I vettori. a b. 180 α B A. Un segmento orientato è un segmento su cui è stato fissato un verso. di percorrenza, da verso oppure da verso.

I vettori. a b. 180 α B A. Un segmento orientato è un segmento su cui è stato fissato un verso. di percorrenza, da verso oppure da verso. I vettor B Un segmento orentto è un segmento su cu è stto fssto un verso B d percorrenz, d verso oppure d verso. A A Il segmento orentto d verso è ndcto con l smolo. Due segment orentt che hnno l stess

Dettagli

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

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

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

REGRESSIONE LINEARE MULTIPLA

REGRESSIONE LINEARE MULTIPLA REGRESSIONE LINERE ULTIPL Itroduzoe Per u ù gevole lettur d questo ctolo s cosgl lo studo relre dell regressoe lere selce rgoeto trttto el Ctolo Iftt l regressoe lere ultl è u estesoe dell regressoe lere

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

PROGETTO SIRIO PRECORSO di MATEMATICA Teoria

PROGETTO SIRIO PRECORSO di MATEMATICA Teoria Vi Aldo Mo ro, 1097-300 15 Chioggi (VE) t el. 0414 965 81 1 - fx 0 414 96 54 3 - ww w. itisri ghi.com POTENZA i N... DIVISIBILITÀ e NUMERI PRIMI...3 MASSIMO COMUN DIVISORE e MINIMO COMUNE MULTIPLO...3

Dettagli

Progressioni geometriche

Progressioni geometriche Progressioi geometriche Comicimo co due esempi: Esempio Cosiderimo l successioe di umeri:, 6,, 4, 48, 96 L successioe è tle che si pss d u termie l successivo moltiplicdo il precedete per. Si dice che

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

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

I appello - 29 Giugno 2007

I appello - 29 Giugno 2007 Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. DEFINIZIONE DI APPLICAZIONE LINEARE. Sio V e W due spzi vettorili su u medesimo cmpo K. Si :V W u ppliczioe di V i W. Si dice che l è u ppliczioe liere di V i W se soo veriicte

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

Corso di Matematica - Algebra. Algebra

Corso di Matematica - Algebra. Algebra Corso d Mtemtc - Alger Alger Oerzo Algerche Tell de Seg Proretà Algerche delle Oerzo Somm e d Prodotto tr Numer Assoctvtà dell dvsoe Uguglze Pssgg lgerc Regole memoche Prodotto croce Rduzoe Fttor Rduzoe

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

La velocità massima espressa in metri al secondo e l accelerazione voluta sono: 1000

La velocità massima espressa in metri al secondo e l accelerazione voluta sono: 1000 Diesioeto di ssi di otore correte cotiu Si idividuio i pretri pricipli di u cchi correte cotiu eccitzioe idipedete i rdo di uovere u tr veloce ote che sio le seueti specifiche: Tesioe di lietzioe dell

Dettagli

3. Si determini l area del segmento parabolico di base AB e si verifichi che essa è 3

3. Si determini l area del segmento parabolico di base AB e si verifichi che essa è 3 MINIERO DELL'IRUZIONE,DELL'UNIERIÀ E DELLA RICERCA CUOLE IALIANE ALL EERO EAMI DI AO DI LICEO CIENIFICO essioe Ordiri s 00/005 ECONDA PROA CRIA em di Mtemtic Il cdidto risolv uo dei due problemi e quesiti

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

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

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

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

MATEMATICA FINANZIARIA 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI

MATEMATICA FINANZIARIA 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI MATEMATICA FINANZIARIA Pro. Andre Berrd 999 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI Corso d Mtemtc Fnnzr 999 d Andre Berrd Sezone 5 PROGETTO ECONOMICO-FINANZIARIO Un progetto economco-nnzro è un

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

Progetto e miglioramento del processo produttivo

Progetto e miglioramento del processo produttivo Progetto e mglormeto del processo produttvo Itroduzoe Lee gud dell progettzoe Als dell vrz Progetto e mglormeto del processo produttvo 333 Itroduzoe L troduzoe formle d u metodolog d progrmmzoe degl espermet

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

Nome.Cognome classe 5D 18 Marzo 2014. Verifica di matematica

Nome.Cognome classe 5D 18 Marzo 2014. Verifica di matematica Nome Cognome cls 5D 18 Mrzo 01 Problem Verific di mtemtic In un sistem di riferimento crtesino Oy, si consideri l funzione: ln f ( > 0 0 e si determini il vlore del prmetro rele in modo tle che l funzione

Dettagli

- 1 - 4. Per le funzioni reali di variabile reale si può dare la seguente definizione dovuta a Dirichlet:

- 1 - 4. Per le funzioni reali di variabile reale si può dare la seguente definizione dovuta a Dirichlet: - - Fuzioi Defiizioi fodmetli. Dti due isiemi o vuoti X e Y si chim ppliczioe o fuzioe d X Y u relzioe tr i due isiemi che d ogi X f corrispodere uo ed u solo y Y. Se y è l immgie di trmite f, si scrive

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

sistema di equazioni algebriche in Fig Fasi dello studio nel dominio di s. t Cx t Du t. (3.2.2)

sistema di equazioni algebriche in Fig Fasi dello studio nel dominio di s. t Cx t Du t. (3.2.2) 1 Cp. 3 Sudo de modell ler e zor el domo d 3.1 Iroduzoe Lo udo d u modello memco el domo d è d gr lug pù emplce d quello el domo del empo quo, co opporue operzo, rece rformre l modello couo, geerle, d

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

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

A.A. 2016/17 Graduatoria corso di laurea in Scienze e tecniche di psicologia cognitiva

A.A. 2016/17 Graduatoria corso di laurea in Scienze e tecniche di psicologia cognitiva 1 29/04/1997 V.G. 53,70 Idoneo ammesso/a * 2 27/12/1997 B.A. 53,69 Idoneo ammesso/a * 3 18/07/1997 P.S. 51,70 Idoneo ammesso/a * 4 12/05/1989 C.F. 51,69 Idoneo ammesso/a * 5 27/01/1997 P.S. 51,36 Idoneo

Dettagli

1 b a. f(x) dx. Osservazione 1.2. Se indichiamo con µ il valore medio di f su [a, b], abbiamo che. f(x) dx = µ(b a) =

1 b a. f(x) dx. Osservazione 1.2. Se indichiamo con µ il valore medio di f su [a, b], abbiamo che. f(x) dx = µ(b a) = Note ed esercizi di Anlisi Mtemtic - (Fosci) Ingegneri dell Informzione - 28-29. Lezione del 7 novembre 28. Questi esercizi sono reperibili dll pgin web del corso ttp://utenti.unife.it/dmino.fosci/didttic/mii89.tml

Dettagli

www.ipospadia.it Dott:Giacinto Marrocco

www.ipospadia.it Dott:Giacinto Marrocco www.ipospadia.it Dott:Giacinto Marrocco Le Malformazioni dei Genitali nell'infanzia Un sito dedicato ai pediatri ed ai genitori di bambini con patologie acquisite o congenite degli organi genitali EPISPADIA

Dettagli

Insieme dei numeri interi positivi (zero escluso) Insieme dei numeri interi negativi (zero escluso) Insieme dei numeri razionali 0, + 1, + 2,,

Insieme dei numeri interi positivi (zero escluso) Insieme dei numeri interi negativi (zero escluso) Insieme dei numeri razionali 0, + 1, + 2,, G. www.eg-ghm.com Smmto,. Berrdo, Formulro d mtemtc Smbol mtemtc F. Cmol, L. Brlett, L. Lussrd. Smbol mtemtc, costt, lfbeto greco. Smbol comu + pù meo per oppure / b b frtto b b elevto b % perceto rdce

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

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

FORMULARIO DI MATEMATICA

FORMULARIO DI MATEMATICA TEST UIVERSITARI FACILI - uitest.isswe.et FORMULARIO DI MATEMATICA Sommrio ALGEBRA... DISEQUAZIOI... 5 GEOMETRIA... 6 GEOMETRIA AALITICA... 7 FUZIOI ESPOEZIALI LOGARITMI... 9 TRIGOOMETRIA... CALCOLO COMBIATORIO...

Dettagli

TABELLA DELLE RETRIBUZIONI MINIME ORARIE PER GLI OPERAI EDILI

TABELLA DELLE RETRIBUZIONI MINIME ORARIE PER GLI OPERAI EDILI TABELLA DELLE RETRIBUZIONI MINIME ORARIE PER GLI OPERAI EDILI valevole dal 1 GENNAIO 2012 per il conteggio dei versamenti alla Cassa Edile della Provincia Autonoma di Trento Livello CODICE Categoria Paga

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Nel gergo delle disequazioni vi sono dei simboli che devono essere conosciuti leggendoli da sinistra a destra:

Nel gergo delle disequazioni vi sono dei simboli che devono essere conosciuti leggendoli da sinistra a destra: Disequzioi Mrio Sdri DISEQUAZIONI Defiizioi U disequzioe è u disegugliz tr due espressioi che cotegoo icogite. Risolvere u disequzioe sigific trovre quell'isieme di vlori che, ttriuiti lle icogite, l redoo

Dettagli

Calcolo combinatorio. Definizione

Calcolo combinatorio. Definizione Clcolo comitorio Lortorio di Bioiformtic Corso A 5-6 Defiizioe Il Clcolo Comitorio è l isieme delle teciche che permettoo di cotre efficietemete il umero di possiili scelte, comizioi, lliemeti etc. di

Dettagli

Le variabili casuali semplici

Le variabili casuali semplici 573 7 Le varabl casual semplc Nel captolo precedete s è prvlegato l eveto e la sua probabltà seza dugare sulle faltà dell espermeto e sulle attvtà coesse alle sue mafestazo. charo però che l espermeto

Dettagli

Università della Calabria

Università della Calabria Uverstà dell Clbr FACOLTA DI INGEGNERIA Corso d Lure Igeger Cvle CORSO DI IDROLOGIA N.O. Prof. Psqule Versce SCHEDA DIDATTICA N 0 ISOIETE E TOPOIETI A.A. 200- ISOIETE Il metodo delle soete, o lee d ugule

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

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale Gnmr Mrtn UNIVERSITÀ DEGLI STUDI DI BERGAMO Fcoltà d Ingegner Isttuzon d Econom Lure Trennle n Ingegner Gestonle Lezone 9 Domnd del mercto Prof. Gnmr Mrtn Unverstà degl Stud d Bergmo Fcoltà d Ingegner

Dettagli

EQUAZIONI ESPONENZIALI -- LOGARITMI

EQUAZIONI ESPONENZIALI -- LOGARITMI Equzioi espoezili e riti pg 1 Adolfo Sioe 1998 EQUAZIONI ESPONENZIALI -- LOGARITMI Fuzioe Espoezile Dto u uero rele positivo osiderio l fuzioe f : R R he d ogi eleeto R f orrispodere l'eleeto y =. Se =

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

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

B A N D O D I G A R A D A P P A L T O D I L A V O R I

B A N D O D I G A R A D A P P A L T O D I L A V O R I B A N D O D I G A R A D A P P A L T O D I L A V O R I S E Z I O N E I ) : A M M I N I ST R A Z I O N E A G G I U D I C A T R I C E I. 1 ) D e n o m i n a z i o ne, i n d ir i z z i e p u n t i d i c o

Dettagli