LE MISURE DI TENDENZA CENTRALE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LE MISURE DI TENDENZA CENTRALE"

Transcript

1 STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare u idice che rappreseti sigificativamete u isieme di dati statistici. Paziete Glicemia (mg/00cc =03 = = =9 5 5 = =7 7 7 = =8 9 9 =9 0 0 =96 Totale 950

2 Calcolo delle frequeze di ogi classe: assolute e relative percetuali Costruzioe dell'istogramma e del poligoo di frequeza Classi di valori di glicemia Frequeza assoluta Frequeza relativa Totale 4 0 / 0 00% = 0 % / 0 00% = 0 % 4 / 0 00% = 40 % / 0 00% = 0 % / 0 00% = 0 % Frequeza assoluta GLICEMIA Frequeza assoluta Glicemia % LE MISURE DI POSIZIONE LA MEDIA ARITMETICA media aritmetica; mediaa; moda; media armoica; media geometrica. DEFINIZIONE: La media aritmetica è quel valore che avrebbero tutte le osservazioi se o ci fosse la variabilità (casuale o sistematica. Più precisamete, è quel valore che sostituito a ciascu degli dati e fa rimaere costate la somma.

3 dato u isieme di elemeti {,,... } Si dice media aritmetica semplice di umeri il umero che si ottiee dividedo la loro somma per. i... i = = = + + Formalmete possiamo esprimere la media aritmetica semplice attraverso la seguete formula: Nell Esempio i esame si ha: Esempio Riportiamo i tempi di sopravviveza (mesi di 9 pazieti co cacro dell addome = i i = = = 95mg /00 cc Mesi di sopravviveza ( i Frequeza (f i 8,5 9, 4 7,3 8 i f i 7 36,8 58,4 6,8 3,6 0, 3 30,3 Totale 9 56, 3

4 MEDIA ARITMETICA PESATA Si dice media aritmetica pesata di umeri: Nell esempio precedete la media aritmetica (poderata è data da: p + p p p + p p m m m = k f 56, 9 i i i = = = 8, mesi Dove i pesi p j soo le frequeze assolute di ogi modalità. PROPRIETA DELLA MEDIA ARITMETICA compresa tra il miimo dei dati e il massimo dei dati; la somma degli scarti dalla media aritmetica è sempre uguale a zero; la somma degli scarti al quadrato assume valore miimo per z = media aritmetica; la media dei valori: k i è pari a la media aritmetica k (dove k è u umero reale qualsiasi; la media dei valori: i ± h è pari a: media aritmetica ±h (dove h è u umero reale qualsiasi. Esempio Lughezza (cm i u campioe di 66 eoati la media aritmetica dei 66 valori di lughezza è: =( /66 = /66 =

5 Media aritmetica per dati raggruppati i classi Valore cetrale della f i % X i f i classe X i = = = La media aritmetica è la misura di posizioe più usata ma. A volte, altre misure come la mediaa e la moda si dimostrao utili. Si cosideri u campioe di valori di VES (velocità di eritrosedimetazioe, mm/ora misurati i 7 pazieti {8, 5, 7, 6, 35, 5, 4} I questo caso, la media che è = 0 mm/ora o è u valore tipico della distribuzioe: soltato u valore su 7 è superiore alla media! Limite della media aritmetica: è otevolmete ifluezata dai valori estremi della distribuzioe. Esempio Età alla morte di 5 soggetti = 34 ai; = 70 ai; 3 = 74 ai; 4 = 64 ai; 5 = 68 ai. La media aritmetica è pari a: = ( / 5 = 6ai LA MEDIANA DEFINIZIONE: La mediaa (Me è quell osservazioe che bipartisce la distribuzioe i modo tale da lasciare al di sotto lo stesso umero di termii che lascia al di sopra. L'idea che e alla base della mediaa e di cercare u umero che sia più grade di u 50% delle osservazioi e più piccolo del restate 50%. 5

6 Ritorado all Esempio della Glicemia, per il calcolo della mediaa è ecessario disporre i dati i ordie crescete: 7, 8, 90, 9, 94, 96, 97, 03, 07, 9 Me = (94+96/ = 95 mg/00 cc Il fatto che mediaa e media aritmetica i questo caso coicidao o è casuale i quato la distribuzioe è simmetrica. Ma, i geerale, ciò o avviee. Vataggio ell uso della mediaa: o è ifluezata dalle osservazioi aberrati o estreme. Fasi operative per il calcolo della mediaa LA MODA ordiameto crescete dei dati; se il umero di dati è dispari, la mediaa corrispode al dato che occupa la (+/ esima posizioe; 3 se il umero di dati è pari, la mediaa è data dalla media aritmetica dei due dati che occupao la posizioe / e quella (/+. DEFINIZIONE: La Moda (Mo è l osservazioe che si verifica co maggiore frequeza i ua data distribuzioe. Si possoo avere ache più valori modali. 6

7 I preseza di ua distribuzioe di frequeze è ecessario cosiderare le frequeze cumulate Mesi sopravviveza ( i Frequeze Frequeze Cumulate Cum % 6, , , , , Totale 9 Media aritmetica= 8, mesi Mediaa= 7,3 mesi Moda=7,3 mesi Voti ordiati ( i Frequeze (f i Freq. Cum. (F i Freq.Cum. (F i % 8 ( (.0 +4 = ( = ( = ( = ( = 9 00 Totale 9 I QUANTILI Frequeze Freq.Cum. Freq.Cum. Voti ordiati F i F i % 8 ( ( ( ( ( ( La Mediaa Totale (0.5 Geeralizzao la mediaa; L'idea alla base di u quatile-p dove p [0; ] e di cercare u umero che sia più grade p% dei dati osservati e più piccolo del restate (-p% dei dati. 7

8 Quale misura di posizioe usare? I quatili co p uguale a 0,5; 0,50 e 0,75 vegoo chiamati rispettivamete il primo, il secodo e il terzo quartile. Dividoo la popolazioe i quattro parti uguali. Si osservi che il quartile coicide co la mediaa. I quatili co p = 0,0; ; 0,99 si chiamao percetili. A quale misura di tedeza cetrale ci riferiamo? Il proprietario di ua ditta afferma "Lo stipedio mesile ella ostra ditta è.700 euro" Il sidacato dei lavoratori dice che lo stipedio medio è di.700 euro. L'agete delle tasse dice che lo stipedio medio è stato di.00 euro. Queste risposte diverse soo state otteute tutte dai dati della seguete tabella. Stipedio mesile N di lavoratori.300 Media aritmetica = euro Mediaa = euro Moda = euro Iterpretazioe delle misure di posizioe La media aritmetica idica che, se il dearo fosse distribuito i modo che ciascuo ricevesse la stessa somma, ciascu dipedete avrebbe avuto.700 euro La moda ci dice che la paga mesile più comue è di.700.euro La moda si cosidera spesso come il valore tipico dell'isieme di dati poiché è quello che si preseta più spesso. No tiee però coto degli altri valori e spesso i u isieme di dati vi è più di u valore che corrispode alla defiizioe di moda. La mediaa idica che circa metà degli addetti percepiscoo meo di.00.euro, e metà di più. La mediaa o è ifluezata dai valori estremi evetualmete preseti ma solo dal fatto che essi siao sotto o sopra il cetro dell'isieme dei dati. Relazioe tra media, mediaa e moda I ua distribuzioe perfettamete simmetrica, la media, la mediaa e la moda hao lo stesso valore. I ua distribuzioe asimmetrica, la media si posizioa ella direzioe dell asimmetria. Nelle distribuzioi di dati biologici, l asimmetria è quasi sempre verso destra (asimmetria positiva, verso i valori più elevati, e quidi la media è maggiore della mediaa o della moda 8

9 DISTRIBUZIONE SIMMETRICA Le osservazioi equidistati dalla mediaa (coicidete i questo caso col massimo cetrale presetao la stessa frequeza relativa U esempio importate è forito dalla distribuzioe ormale DISTRIBUZIONE ASIMMETRICA POSITIVA La curva di frequeza ha ua coda più luga a destra del massimo cetrale Media > Mediaa > Moda Media = Mediaa = Moda DISTRIBUZIONE ASIMMETRICA NEGATIVA La curva di frequeza ha ua coda più luga a siistra del massimo cetrale Media < Mediaa < Moda 9

LE MISURE DI TENDENZA CENTRALE. Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva

LE MISURE DI TENDENZA CENTRALE. Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva LE MISURE DI TENDENZA CENTRALE Dott. Giuseppe Di Martino Scuola di Specializzazione in Igiene e Medicina Preventiva Individuare un indice che rappresenti significativamente un insieme di dati statistici

Dettagli

http://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella

Dettagli

La statistica descrittiva per le variabili quantitative

La statistica descrittiva per le variabili quantitative La statistica descrittiva per le variabili quantitative E la sintesi dei dati Gli indici di posizione/tendenza centrale OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

Dettagli

Quartili. 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. 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

Dettagli

Quartili. 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. 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

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione 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

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni 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

Dettagli

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola Formulazioe di u problema di ricerca Idetificazioe delle variabili chiave Idetificazioe del disego statistico dell esperimeto Raccolta dei dati Aalisi statistica dei dati http://www.biostatistica.uich.itit

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

Lezione 8. Statistica sociale Laurea specialistica in Progettazione e gestione del turismo culturale

Lezione 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

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. Esercitazioi del corso: STATISTICA Sommario Esercitazioe : Matrice di dati Distribuzioi uivariate Rappresetazioi grafiche Idici di Posizioe Statistica a. a. - RICHIAMI MATEMATICI ) Approssimazioe

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento 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

Dettagli

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Distribuzioni per unità

Distribuzioni per unità 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 ota si occupa dell illustrazioe

Dettagli

ELEMENTI DI STATISTICA. Giancarlo Zancanella 2015

ELEMENTI 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

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Quesito 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 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,

Dettagli

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

Approfondimento 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

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

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni 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

Dettagli

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R. Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3

Domande di teoria. Chiorri, C. (2014). Fondamenti di psicometria - Risposte e soluzioni Capitolo 3 Chiorri, C. (0). Fodameti di psicometria - Risposte e soluzioi Capitolo Domade di teoria. Per le caratteristiche geerali vedi paragrafo. p. 79. Per le procedure di calcolo vedi per la moda pp. 79-8, per

Dettagli

Appunti complementari per il Corso di Statistica

Appunti 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

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni 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:

Dettagli

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella:

STATISTICA. ES: Viene svolta un indagine per stabilire il numero di figli in 20 famiglie. I risultati sono raccolti nella seguente tabella: STATISTICA DEF: La statistica si occupa di raccogliere ed elaborare dati che riguardao eomei collettivi( cioè quelli che si possoo descrivere solo mediate l osservazioe di u umero otevole di casi) li aalizza

Dettagli

Anemia. Anemia - percentuali

Anemia. 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

Dettagli

MEDIE ALGEBRICHE E DI POSIZIONE

MEDIE 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

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

SULLE PARTIZIONI DI UN INSIEME

SULLE PARTIZIONI DI UN INSIEME Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X

Dettagli

3. Calcolo letterale

3. Calcolo letterale Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

Dettagli

MEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica

MEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica MEDIE STATISTICHE La raccolta dei dati e la successiva loro elaborazioe permettoo di trarre alcue coclusioi su u dato feomeo oggetto di studio. A questo fie si assume che u valore calcolato a partire dai

Dettagli

STATISTICA DESCRITTIVA

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

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università 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

Dettagli

Dispensa di STATISTICA DESCRITTIVA

Dispensa di STATISTICA DESCRITTIVA UNIVERSITÀ DEGLI STUDI DI BARI FACOLTÀ DI SCIENZE MM.FF.NN Dispesa di STATISTICA DESCRITTIVA Modulo di Probabilità e Statistica (corsi A-B) Laurea Trieale i SCIENZE BIOLOGICHE Ao Accademico 2010/2011 docete:

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame 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

Dettagli

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n

ES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1

Dettagli

Definizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie.

Definizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie. SERIE NUMERICHE Defiizioe. Data ua successioe (a ) alla scrittura formale ) a + a 2 + + a +, si dà il ome di serie. I umeri a, a 2,, a, rappresetao i termii della serie, i particolare a è il termie geerale

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti

Rapporti statistici. Un esempio introduttivo. Tipi di rapporti statistici. rapporto di composizione. Esistono numerosi modi per costruire rapporti Rapporti statistici U esempio itroduttivo rapporti statisticisoo misure statistiche elemetari fializzate al cofroto tra i dati stessi. Si immagii di voler cofrotare l offerta ricettiva di due località

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO 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

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

INFERENZA o STATISTICA INFERENTE

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

Dettagli

Radici, potenze, logaritmi in campo complesso.

Radici, potenze, logaritmi in campo complesso. SOMMARIO NUMERI COMPLESSI... Formula di Eulero... Coiugato di u umero complesso... 3 Poteza -esima di u umero complesso z (formula di De Moivre... 3 Radice -esima di z... 3 Osservazioi... Logaritmo di

Dettagli

16 - Serie Numeriche

16 - Serie Numeriche Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.

Dettagli

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante

Teorema delle progressioni di numeri primi consecutivi con distanza sei costante Teorema delle progressioi di umeri primi cosecutivi co distaza sei costate A cura del Gruppo Eratostee - http://www.gruppoeratostee.com/) Co la collaborazioe di Eugeio Amitrao ( http://www.atuttoportale.it/)

Dettagli

GLI INSIEMI NUMERICI

GLI INSIEMI NUMERICI GLI INSIEMI NUMERICI R 2 π 2, _ -,8 2,89 Q Z N -2 2 28-87 -87 _, 7,76267 7 - e 2,7-7 -,6 _ -,627 7 6 R Numeri Reali Q Numeri Razioali Z Numeri Iteri Relativi N Numeri Naturali Dal diagramma di Eulero-Ve

Dettagli

5. INDICI DI VARIABILITA'

5. INDICI DI VARIABILITA' UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti

Dettagli

Costo manutenzione (euro)

Costo 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

Dettagli

Prof.ssa Paola Vicard

Prof.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

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima 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

Dettagli

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI

RISOLUZIONE 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

Dettagli

Diagramma polare e logaritmico

Diagramma 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

Dettagli

Calcolo combinatorio

Calcolo combinatorio Calcolo combiatorio Il pricipio fodametale del calcolo combiatorio Il pricipio fodametale del calcolo combiatorio può essere euciato così: Se dobbiamo fare N scelte e la prima scelta può essere fatta i

Dettagli

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici Facoltà di Igegeria Precorso di Matematica 1. Equazioi e disequazioi Parte IV : Fuzioi e luoghi geometrici Richiamiamo brevemete la ozioe di fuzioe, che sarà utilizzato i quest ultima parte del precorso.

Dettagli

Lezione 4 a - Misure di dispersione o di variabilità

Lezione 4 a - Misure di dispersione o di variabilità Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

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

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA 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

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

1. DISUGUAGLIANZE GEOMETRICHE

1. DISUGUAGLIANZE GEOMETRICHE . DISUGUAGLIANZE GEOMETRICHE (SOLUZIONI) POTENZE E RADICI Siao m, N, a b 0, allora valgoo: a m b m, b m a m, e si ha l uguagliaza se e solo se a = b oppure m = 0. Esercizio. Dimostra che per ogi coppia

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi

Dettagli

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii) Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,

Dettagli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli

Statistica - Esercitazione 1 Dott. Danilo Alunni Fegatelli Statistica - Esercitazioe 1 Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma1.it Esercizio 1: Distribuzioi di frequeza (a) Religioe (b) Reddito familiare (c) Salario i Euro (d) Classe di reddito (I,

Dettagli

IL CALCOLO COMBINATORIO

IL 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

Dettagli

1.5 - Variabilità, concentrazione e asimmetria

1.5 - Variabilità, concentrazione e asimmetria .5 - Variabilità, cocetrazioe e asimmetria G. Alleva - Statistica - Parte.5 Obiettivo: Misura della variabilità di ua distribuzioe statistica Mutabilità, Dispersioe, Variabilità, Eterogeeità E l attitudie

Dettagli

2 Criteri di convergenza per serie a termini positivi

2 Criteri di convergenza per serie a termini positivi Uiversità Roma Tre L. Chierchia 65 (29//7) 2 Criteri di covergeza per serie a termii positivi I questo paragrafo cosideriamo serie a termii positivi ossia serie a co a > 0. Si ricordi che ua serie a termii

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla

Dettagli

Richiami sulle potenze

Richiami sulle potenze Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (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

Dettagli

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in

Dettagli

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini

ANALISI DI FOURIER. Analisi di Fourier di sequenze bidimensionali o Immagini AALISI DI FOURIER Aalisi di Fourier di sequeze bidimesioali o Immagii -Defiizioi di Sequeze Bidimesioali o Immagii -Trasformata Discreta di Fourier D -Iterpretazioe Piao di Fourier -Esempi I seguito prederemo

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST 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

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE Psicometria (8 CFU) Corso di laurea triennale INDICATORI DI TENDENZA CENTRALE Torna alla pri ma pagina INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ 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

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo è indice che riassume o descrive i dati e dipende

Dettagli

Soluzioni Esercizi Capitolo 2

Soluzioni Esercizi Capitolo 2 Soluzioi Esercizi Capitolo Esercizio a. La scala di misura della variabile "tipo di disturbo di persoalità" è la scala omiale, per cui l'iformazioe a disposizioe è limitata al fatto di sapere che u paziete

Dettagli

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO

poco significativo. RAPPORTI INDICI / NUMERI INDICI RAPPORTI DI COMPOSIZIONE RAPPORTI DI DENSITÀ RAPPORTI DI DURATA RAPPORTI DI RIPETIZIONE AD ESEMPIO Spesso bisoga cofrotare far di loro 2 o più dati statistici che si riferiscoo a feomei rilevati o i spazi/luoghi diversi o i tempi diversi o comuque i ambiti diversi e che quidi risetoo dell UNITÀ DI MISURA

Dettagli

Classificazione degli errori

Classificazione degli errori Classificazioe degli errori Escludedo gli errori grossolai, derivati, ad esempio, da macroscopiche sviste ell applicazioe della procedura o da u problema strumetale improvviso, gli errori che caratterizzao

Dettagli

Questionario 1. Sono assegnati i seguenti dati

Questionario 1. Sono assegnati i seguenti dati Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori

Dettagli

1 + 1 ) n ] n. < e nα 1 n

1 + 1 ) n ] n. < e nα 1 n Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e

Dettagli