f Z z 1,...,z n 1 2 n/2 exp 1 2 z z n 2.
|
|
- Ornella Bernasconi
- 6 anni fa
- Visualizzazioni
Transcript
1 Riassuto sulle gaussiae ui-dimesioali Nel caso uidimesioale, abbiamo defiito la gaussiaa caoica N0,1 e la gaussiaa geerica N, descrivedo esplicitamete le loro desità di probabilità. Si verifica co u po di calcoli che e soo media e variaza. Tra le varie proprietà c è che Z N0,1 X : Z N, e viceversa, data X N,, esiste Z N0,1 (data da Z : X ) tale che X Z. Quidi, ua volta defiita la gaussiaa caoica tramite la sua desità, avremmo potuto defiire le gaussiae geeriche dicedo che erao le v.a. X della forma X Z. Gaussiae multi-dimesioali Nel caso multidimesioale, la defiizioe di gaussiaa caoica è abbastaza aturale: u vettore Z Z 1,...,Z si dice gaussiao caoico se le sue margiali Z 1,...,Z soo gaussiae caoiche idipedeti. Questo equivale a chiedere che la desità cogiuta f Z z 1,...,z di Z sia il prodotto delle desità margiali, quidi f Z z 1,...,z 1 / exp 1 z 1... z. Ivece la defiizioe di gaussiaa geerica è più laboriosa. U modo veloce di risolvere questa difficoltà è di defiire le gaussiae geeriche X i più dimesioi come tutti i vettori aleatori X X 1,...,X k che si ottegoo da gaussiae caoiche Z Z 1,...,Z tramite operazioi affii: X AZ dove A è ua matrice k e 1,..., k è u vettore dato. Affermiamo, seza dimostrazioe (si deve usare il teorema di cambio di variabile egli itegrali multipli), che se la matrice k k è ivertibile, allora X ha desità cogiuta Q AA T f X x 1,...,x k 1 k/ detq exp 1 Q1 x,x.
2 Si potrebbe partire da questa formula come defiizioe, ma col difetto che essa vale solo el caso i cui Q sia ivertibile. Si verifichi, a titolo di esempio, che la desità uidimesioale di ua N, è u caso particolare di questa espressioe più complessa. Se Q o è ivertibile, pur avedo seso i cocetto di v.a. gaussiaa (defiita come trasformazioe affie di ua caoica), essa o ha desità, i quato ha distribuzioe cocetrata su u sottospazio vettoriale di R strettamete più piccolo di R stesso. La fuzioe caratteristica ivece ha la forma e i Q,, dove iterviee solo Q e o la sua iversa. Quidi è sempre defiita, ache se Q o è ivertibile. Q è la matrice di covariaza Dato u vettore aleatorio X X 1,...,X k (ache o gaussiao), si chiama matrice di covariaza di X la matrice k k, che idicheremo co Q, di compoeti Q ij CovX i,x j EX i ix j j dove 1,..., k è il vettore dei valori medi: i EX i. Per u vettore aleatorio co diswtribuzioe qualsiasi, le gradezze medie e Q catturao alcue caratteristiche ma o tutte. Ivece, per u vettore gaussiao, essere descrivoo iteramete la distribuzioe. Chiariamo questo fatto a partire dalla defiizioe data sopra di vettore gaussiao: ua trasformazioe affie di u vettore gaussiao caoico, cioè X AZ. Per compoeti, questo sigifica X i A ij Z j i. Della gaussiaa caoica Z usiamo il fatto che EZ j 0, VarZ j 1, CovZ j,z j 1 per i i, CovZ j,z j 0 per i i. Vale allora: EX i E A ij Z j i A ij EZ j i i VarX i Var VarA ij Z j A ij A ij Z j i Var A ij Z j VarZ j A ij AA T i,i
3 CovX i,x i Cov A ij Z j, A i j Z j j 1 A ij A i j CovZ j,z j j 1 A ij A i j AA T i,i Abbiamo quidi verificato che, ella defiizioe X AZ, è il vettore dei valori medi e Q AA T è la matrice di covariaza. Abbiamo detto sopra che, oti e Q, la distribuzioe del vettore gaussiao è idetificata. Questo si capisce facedo riferimeto alla desità di probabilità, che è espressa solo tramite essi. Ci chiediamo però, cosa rilevate per alcue coisderazioi pratiche (es. di simulazioe): dati e Q, come ricostruiamo A i modo che valga X AZco Z caoico? Questo può essere molto utile per geerare u campioe preveiete da ua gaussiaa di media e covariaza assegata: se troviamo A, basta geerare u campioe gaussiao caoico (per la qual cosa basta geerare u vettore di campioi gaussiai caoici idipedeti) ed applicare la trasformazioe affie. Per calcolare, data Q, ua matrice A tale che Q AA T, basta usare i comadi: require(mgcv) A - mroot(q) Provare ad esempio co Q - B%*%t(B) dove B-matrix(ruif(80),10,8) verificado alla fie che A%*%t(A) è uguale a Q. Osserviamo però che la ricostruzioe di A data Q o è uivoca: se A verifica Q AA T, allora per ogi matrice quadrata U tale che UU T I (dette matrici uitarie o di rotazioe) vale che pure AU verifica AUAU T AUU T A T AA T Q. Questo o deve stupire ituitivamete: predere la matrice AU al posto di A sigifica usare la rappresetazioe X AUZ, dove però ache UZ è caoico (la rotazioe di ua gaussiaa simmetrica è ua gaussiaa simmetrica). Si può dimostrare che date A e B che risolvoo etrambe il problema Q AA T, Q BB T, esiste ua rotazioe U tale che B AU, cioè A e B differiscoo per ua rotazioe (u cambio di coordiate). Questi ragioameti soo alla base ache delle rotazioi el metodo dell aalisi fattoriale. Aggiugiamo ifie che la matrice di correlazioe è ivece defiita ij CovX i,x j VarX ivarx j. Essa o compare ella desità gaussiaa o ella defiizioe di gaussiaa. Però è utile per ricooscere il legame tra le compoeti, libero dal problema dell uità di misura. La correlazioe tra due v.a. ifatti è sempre compresa tra -1 e 1. Segaliamo ifie che, metre per ua coppia di v.a. qualsiasi l idipedeza implica covariaza (e quidi correlazioe) ulla ma il voceversa o vale i geerale, ivece per ua coppia gaussiaa
4 l idipedeza è equivalete a covariaza (e quidi correlazioe) ulla. Esempio: caso -dimesioale La matrice di covariaza i questo caso ha la forma Q X CovX,Y CovX,Y Y X X Y X Y Y quidi Q 1 1 X Y X Y Y X Y X Y X X X Y X Y 1 Y. Pertato x y Q 1 x y 1 1 x X y Y xy X Y ed essedo detq 1 X Y, troviamo ifie fx,y 1 X Y 1 exp 1 1 x X y Y xy X Y. Isiemi di livello di ua gaussiaa multi-dimesioale Limitiamoci a ragioare sul caso i cui Q è ivertibile. Gli isiemi di livello della desità soo gli ellissoidi Q 1 x,x r al variare di r 0. Vediamoe i dettaglio la ragioe, i modo da capire meglio ache il ruolo degli autovettori ed autovalori di Q. Seza restrizioe, ragioiamo el caso 0, altrimeti basta ripetere le cosiderazioi sostituedo all origie degli assi cartesiai. Affermiamo che la superficie Q 1 x,x r è u ellissoide. Ifatti Q è ua matrice simmetrica defiita positiva. Per u oto teorema, esiste (almeo) ua base ortoormale di R, che idichiamo co e 1,...,e, fatta di autovettori di Q: Qe i i e i. Suppoiamo ordiati i modo decrescete gli autovalori i :
5 1.... Se gli autovalori soo diversi tra loro, la base e 1,...,e è uica, altrimeti o. Riscrivedo Q ella base e 1,...,e, essa diveta ua matrice diagoale, co elemeti 1,,..., sulla diagoale. Automaticamete, ragioameti aaloghi valgoo per Q 1 : si dimostra facilmete che Q 1 e i 1 i e i (ell ipotesi che Q sia ivertibile, gli autovalori o possoo essere ulli), quidi Q 1, ella base e 1,...,e, diveta ua matrice diagoale co elemeti 1,,..., sulla diagoale. Pertato, dette y y 1,...,y le coordiate ella base e 1,...,e, l equazioe Q 1 x,x a si scrive y 1 1 y... y r. Questa è l equazioe di u ellisse avete come assi pricipali gli assi cartesiai, e come ampiezze lugo tali assi i valori i. Ad esempio, l ellisse ha la forma della figura 1. x 5 y 4 1 y x Ellisse di equazioe x 5 y 4 1. Ricordiamo però di aver eseguito u cambio di base: pertato, elle coordiate origiarie x x 1,...,x gli isiemi di livello di f soo ellissoidi co assi dati dagli autovettori di Q, ed ampiezza lugo gli assi data dalle radici quadrate dei corrispodeti autovalori. Osserviamo ifie che se estraiamo u campioe sperimetale da X, i puti sperimetali formerao più o meo ua uvoletta ellissoidale simile agli ellissoidi di Q. Quidi Q è legato alla geometria dei dati sperimetali. Naturalmete questo permette ache di stimare Q a partire da tali dati. Spiegazioe del metodo PCA Media e covariaza descrivoo quidi, el caso gaussiao, la geometria della desità di probabilità. Se immagiiamo di estrarre a caso u cetiaio di valori da ua tale gaussiaa, i valori sperimetali si troverao causalmete distribuiti secodo la desità, quidi più cocetrati dove f è più grade e viceversa. Quidi i valori sperimetali formerao ua sorta di uvola vagamete ellissoidale, i cui la forma elissoidale segue gli ellissoidi descritti sopra (e cetrati i, o ell origie). Questa è la base logica dietro il metodo delle Compoeti Pricipali (Pricipal
6 Compoet Aalysis, PCA). Dato u campioe sperimetale x 1,...,x N di umerosità N, fatto di puti di R, si immagia che esso sia geerato (almeo approssimativamete) da ua gaussiaa ad dimesioi; si calcola la covariaza empirica Q a partire dal campioe sperimetale e si ipotizza che sia ua buoa approssimazioe della covariaza teorica Q della gaussiaa; si calcolao autovettori ed autovalori di Q (che diremo empirici ), e 1,..., e, 1,...,, che si immagiao essere ua buoa approssimazioe di quelli teorici di Q. Questo, iazi tutto, chiarisce cosa fa il SW per realizzare il grafico descritto ella prima lezioe: calcola Q e e esegue l aalisi spettrale. Se ora ci mettiao ella base e 1,..., e, gli ellissoidi soo riferiti agli assi cartesiai. Il SW visualizza il piao e 1, e e la proiezioe su esso dei dati e degli assi coordiati origiari. Si oti che gli autovalori di e 1, e soo i più gradi, cioè e 1, e soo gli assi più lughi degli ellissoidi. Come abbiamo detto ella prima lezioe, questa è i u certo seso la miglior visualizzazioe dei dati. E il puto di vista secodo cui essi appaioo più distiguibili. Riapriamo R e rieseguiamo le operazioi delle prima lezioe. Aggiugiamo però u po di aalisi. Eseguiamo sum marypca. Questo forisce l importaza delle compoeti e 1,..., e. Nella prima riga viee data la deviazioe stadard dei dati rispetto a ciascua compoete. Si può dimostrare che il loro quadrati, cioè la variaza dei dati rispetto alle compoeti, soo uguali agli autovalori: i è la variaza dei dati letti secodo (cioè proiettati lugo) l asse e i. Naturale quidi che le deviazioi stadard riportare dal SW siao i ordie decrescete. La secoda riga riporta la proporzioe di variaza spiegata da ciascua compoete e 1,..., e. Ad esempio, , la proporzioe della prima compoete, è il rapporto tra la variaza della prima compoete e la somma delle variaze di tutte le compoeti. La terza riga cumula questi valori. Questo serve a verificare ad occhio la proporzioe di variaza spiegata dalle prime k compoeti (es. dalle prime due). I questo esempio, le prime due, e 1, e, cotegoo l 84% della variabilità complessiva. U buo idice della loro rilevaza e del fatto che o si commette troppo errore a trascurare la raffigurazioe rispetto alle altre compoeti. Osserviamo ora che il metodo PCA è efficace se accade quato vediamo i questo esempio, cioè che le prime, poche, compoeti cotegoo quasi tutta la variaza. Altrimeti sigificherebbe che gli ellissoidi soo quasi delle sfere, el qual caso o servoo rotazioi e diversi puti di vista: comuque vediamo i dati, essi soo disposti abbastaza sfericamete (quidi il metodo è iutile). Esame della correlazioe tra gli idicatori E iteressate esemiare la matrice Q direttamete, col SW. Eseguedo Q covib si carica ella tabella Q la matrice di covariaza empirica dei dati, che poi si può leggere scrivedo semplicemete Q. Gli elemeti sulla diagoale soo le variaze degli idicatori, pari ad 1 i questo esempio perche abbiamo stadardizzato i dati all iizio. Gli altri umeri idicao la maggior o mior relazioe tra le variabili, ed il sego della relazioe. Si può ache visualizzare il risultato col comado (u po oioso): filled.cotour(q, color terrai.colors,
7 plot.title title(mai Correlatio Matrix, xlab idicatore, ylab idicatore ), plot.axes { axis(1, seq(1, 15, by 5)) axis(, seq(1, 15, by 5)) }, key.title title(mai covar ), key.axes axis(4, seq(-1, 1, by 0.))). Coviee, come sempre, avere questi comadi salvati su u file di riferimeto. Previsioe co le compoeti pricipali? Nel caso D, trovare le compoeti pricipali somiglia ad effettuare la regressioe lieare. Si pesi ad ua uvola di puti el piao. Se la uvola è abbastaza ellissoidale, l asse pricipale dell ellissoide - che si trova col metodo PCA - è ache la retta di regressioe, cioè la retta che passa più vicia ai dati. Quado si possiede la retta di regressioe tra dati X ed Y, la si può usare per prevedere i valori di Y i corrispodeza a valori di X acora o sperimetati. I realtà questa corrispodeza tra PCA e regressioe o è completameta vera. Ifatti l usuale regressioe lieare utilizza come criterio di viciaza tra dati e retta la distaza i verticale tra questi. Ivece PCA è più geometrico, legato quidi alla distaza euclidea (perpedicolare alla retta, per così dire). I più di due dimesioi, l ituizioe geometrica è meo ovvia e o l approfodiamo. Però il metodo Factor aalysis descritto el seguito è i u certo seso ua risposta (se pur teorica) a questa domada.
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
DettagliDISTRIBUZIONE NORMALE MULTIVARIATA
Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe
Dettagli= = 32
Algabra lieare (Matematica CI) - 9 Algebra delle matrici - Moltiplicazioe Euple, righe e coloe Notazioe I algebra lieare giocao u ruolo importate le coppie, tere,, ple ordiate di umeri reali; cosi come
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliSoluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente
Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P
DettagliScheda n.6: legame tra due variabili; correlazione e regressione
Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y
DettagliAlgebra delle matrici
Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice
DettagliAppendice 2. Norme di vettori e matrici
Appedice 2. Norme di vettori e matrici La ozioe esseziale per poter defiire il cocetto di distaza e lughezza i uo spazio vettoriale lieare è quello di orma. Il cocetto di orma è ua geeralizzazioe del cocetto
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
Dettagli1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.
Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):
Dettagli(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.
Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliInsiemi 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,
DettagliStatistica I - A.A
Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie
DettagliUnità Didattica N 33 L algebra dei vettori
Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
Dettagli(A + B) ij = A ij + B ij, i = 1,..., m, j = 1,..., n.
Algebra lieare Matematica CI) 263 Somma di matrici Siao m ed due iteri positivi fissati Date due matrici A, B di tipo m, sommado a ciascu elemeto di A il corrispodete elemeto di B, si ottiee ua uova matrice
DettagliFormulazione del problema - 1
Formulazioe del problema - Date due variabili aleatorie X e Y si tratta di cercare ua relazioe lieare tra esse. Sappiamo già che se il modulo del coefficiete di correlazioe o vale esattamete, le determiazioi
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate
DettagliEsperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI
Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge
Dettagli2,3, (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,
Dettagliv = ( v 1,..., v n ).
Lezioe del 21 ovembre. Sistemi lieari 1. Spaio vettoriale R Sia u itero positivo. ssatoمح Cosideriamo lلاiisieme R delle ple ordiate di umeri reali u (u 1, u 2,..., u ), u i R. Al posto di pla ordiata
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
DettagliSUCCESSIONI 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
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliAnalisi e Geometria 1
Aalisi e Geometria Politecico di Milao Igegeria Preparazioe al primo compito i itiere. Risolvere el campo complesso l equazioe z z = 4z.. Sia f la fuzioe a valori complessi defiita da f(z = per ogi z D,
DettagliGeometria analitica: rette e piani
Geometria aalitica: rette e piai Coordiate polari Cambiameti di riferimeto el piao Cambiameti di riferimeto i geerale Isometrie Simmetrie Isometrie el piao Isometrie ello spazio 2 2006 Politecico di Torio
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si
Dettagli0.1 Esercitazioni V, del 18/11/2008
1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k
DettagliSomma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne.
Matrici Geeralità sulle matrici I matematica, ua matrice è uo schierameto rettagolare di oggetti; le matrici di maggiore iteresse soo costituite da umeri come, per esempio, la seguete: 1 s 6 4 4 2 v t
DettagliIntervalli 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(1 2 3) (1 2) Lezione 10. I gruppi diedrali.
Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria
DettagliUNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008
UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.
DettagliLezione 10 - Tensioni principali e direzioni principali
Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao
DettagliSoluzioni degli esercizi di Analisi Matematica I
Soluzioi degli esercizi di Aalisi Matematica I (Prof. Pierpaolo Natalii) Roberta Biachii 6 ovembre 2016 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x2 1 x + 1 π/3. 2. Dimostrare,
DettagliForme Bilineari 1 / 34
Forme Bilieari 1 / 34 Defiizioe applicazioe Dicesi forma bilieare su uo spazio vettoriale V, ua ϕ : V V R che è lieare i etrambi gli argometi, ossìa tale che u,v,w V e a,b R si abbia: ϕ(au + bv,w) =aϕ(u,w)
DettagliSOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]
SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 05/6, FOGLIO Sia f : R R defiita da f x { se x [, 3] 0 altrimeti Studiare la covergeza putuale, uiforme e uiforme sui compatti della successioe f e della
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
DettagliSoluzione del Problema di Natale.
Soluzioe del Problema di Natale. Idicheremo, per comodità, ua particella Mxyzptl co M(d, = (m + ; m 1,..., m, dove m+ è il puto di che rappreseta il suo ucleo mxyzptl +, e gli m i rappresetao le sue subparticelle
DettagliFUNZIONI SUCCESSIONI PRINCIPIO DI INDUZIONE
FUNZIONI SUCCESSIONI PRINCIPIO DI INDUZIONE. Le Fuzioi L'operazioe di prodotto cartesiao relazioe biaria La relazioe biaria fuzioe Fuzioi iiettive, suriettive, biuivoche Fuzioi ivertibili. Le Successioi
DettagliLo studio della relazione lineare tra due variabili
Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1
DettagliTutorato 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) =
DettagliSpazio vettoriale Euclideo
Spazio vettoriale Eclideo Nell isieme R delle ple ordiate, o vettori ad compoeti, di meri reali abbiamo defiito la somma + v di de vettori e il prodotto αv di o scalare per vettore; la strttra cosi otteta
Dettagli1 Esercizi tutorato 27/5
Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X
DettagliAnalisi Matematica Soluzioni prova scritta parziale n. 1
Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliNUMERI REALI Mauro Saita Versione provvisoria. Settembre 2012.
NUMERI REALI Mauro Saita maurosaita@tiscaliet.it Versioe provvisoria. Settembre 2012. Idice 1 Numeri reali. 1 1.1 Numeri aturali, iteri, razioali......................... 1 1.2 La scoperta dei umeri irrazioali.........................
DettagliEsercizi settimana 10
y = = 0 0,5 0,5,5 x Esercizi settimaa 0 Esercizi applicati Esercizio. Siao X ) i.i.d. tali per cui X U0, ), si dimostri che X 0. Soluzioe. Per calcolare la covergeza i legge dobbiamo usare la fuzioe di
DettagliLezioni 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
Dettagli3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.
DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato
DettagliREGRESSIONE LINEARE E POLINOMIALE
REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
DettagliAppunti sui modelli lineari
Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO 2004-2005 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 =
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliEsercizi settimanali
Geometria (per il corso di laurea i Fisica), AA 5-6, I semestre Doceti: Erico Arbarello, Alberto De Sole Esercizi settimaali Esercizi per martedì 6 Ottobre Esercizio (Maetti 75) Scrivere i segueti umeri
DettagliRegressione e correlazione
Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliTEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11
1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........
DettagliTEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER
TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per
Dettaglia'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto.
E.5. Cogrueze Nella sezioe D. (esempio (d)) abbiamo itrodotto la relazioe di cogrueza modulo : dati due umeri iteri x, y e u umero itero positivo diciamo che x è cogruo a y modulo (i formula x y se è u
Dettagli17. Funzioni implicite
17. Fuzioi implicite 17.a Fuzioi defiite implicitamete Sia data l equazioe lieare implicita i R 2 ax + by = 0. Se b 0, si puo ricavare la variabile y i fuzioe della x come y = ( a/b)x. Equivaletemete possiamo
DettagliStime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo
Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliElementi 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
DettagliLezione 4 Corso di Statistica. Domenico Cucina
Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato
DettagliCAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE
CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE Sia V uo spazio vettoriale sul campo K. Siao v, v,..., v vettori dati apparteeti a V e siao, ioltre, assegati scalari k, k,..., k apparteeti a K. Si defiisce
Dettagli06 LE SUCCESSIONI DI NUMERI REALI
06 LE SUCCESSIONI DI NUMERI REALI Ua successioe è ua fuzioe defiita i. I simboli ua f : A tale che f ( ) è ua successioe di elemeti di A. Se poiamo f ( i) ai co i,...,,..., ua successioe può essere rappresetata
DettagliCompito di Matematica II - 12 Settembre 2017
Compito di Matematica II - Settembre 7 Corso di Laurea i Ottica e Optometria - A.A. 6/7 Soluzioi degli esercizi. Esercizio. a) Il domiio C è il cerchio di raggio uitario. La fuzioe fx y) = x + y è defiita
DettagliMomenti angolari e rotazioni. Inoltre, essendo preservata l orientazione degli assi, il determinante è 1.
ometi agolari e rotazioi Defiizioe di rotazioe come trasformazioe di 3 Ua rotazioe si può defiire come ua trasformazioe dello spazio fisico tridimesioale i se, co le segueti proprietà : a) lascia ivariate
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliStima di somme: esercizio
Stima di somme: esercizio Valutare l'ordie di gradezza della somma k l (1 + 3 k ) Quado x
DettagliLa dinamica dei sistemi - intro
La diamica dei sistemi - itro Il puto materiale rappreseta ua schematizzazioe utile o solo per descrivere situazioi di iteresse diretto ma è ache il ecessario presupposto alla meccaica dei sistemi materiali
DettagliNozioni preliminari: sia R n lo spazio n-dimensionale dell algebra vettoriale. Un punto in R n e una n-pla di numeri reali (x 1, x 2 x n )
SPAZI TOPOLOGICI: topologia locale (a cui siamo iteressati topologia globale (proprieta a larga scala, come quelle che distiguoo ua sfera da u coo Nozioi prelimiari: sia R lo spazio -dimesioale dell algebra
DettagliORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1
www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo
DettagliESERCIZI - FASCICOLO 1
ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim
Dettagli1 Sulla dimostrazione del TLC
1 Sulla dimostrazioe del TLC Lo scopo della seguete variate di dimostrazioe è quello di evitare l uso del logaritmo i campo complesso, o diffi cile ma comuque u po isidioso. Nella dimostrazioe del TLC
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B
FIRMA DELLO STUDENTE Cogome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 30001/6045/5047/4038/371/377) 21 ottobre 2015 Nome Numero di matricola Corso di Laurea Cod. corso COMPITO B Ai fii della valutazioe
Dettagli1 Famiglia delle densità gamma
olitecico di Milao, Statistica INF, TEL [A-LZ], Epifai I., AA 7/8 Famiglia delle desità gamma Le espressioi delle desità espoeziale di parametro θ e χ date da (E(β)) (χ ) /θe x/β (, ) (x), β > (/) / x
Dettaglia n (x x 0 ) n. (1.1) n=0
Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri
DettagliElementi di algebra per la chimica. Antonino Polimeno Dipartimento di Scienze Chimiche Università degli Studi di Padova
Elemeti di algebra per la chimica toio Polimeo Dipartimeto di Scieze Chimiche Uiversità degli Studi di Padova 1 Corpi & spazi Corpo: u corpo K è u isieme di umeri tali che Se a e b appartegoo a K, allora
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliProblema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008
Problema di Natale 1 Corso di Geometria per la Laurea i Fisica Adrea Sambusetti 19 Dicembre 28 La particella Mxyzptlk. 2 La particella Mxyzptlk vive i u uiverso euclideo -dimesioale. È costituita da u
DettagliLa correlazione e la regressione. Antonello Maruotti
La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate
DettagliEsercitazioni di Geometria II
Esercitazioi di Geometria II Letizia Perigotti - perigotti@sciece.uit.it 20 aprile 2012 Esercizio 1. Dimostrare che la famiglia degli itervalli chiusi e limitati B 1 = {[a, b] R : a < b} o è base di alcua
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,
DettagliLezione 2. . Gruppi isomorfi. Gruppi S n e A n. Sottogruppi normali. Gruppi quoziente. , ossia, equivalentemente, se x G Hx = xh.
Prerequisiti: Lezioe Gruppi Lezioe 2 Z Gruppi isomorfi Gruppi S e A Riferimeti ai testi: [FdG] Sezioe ; [H] Sezioe 26; [PC] Sezioe 58 Sottogruppi ormali Gruppi quoziete L Esempio 7 giustifica la seguete
DettagliUniversitá di Roma Tor Vergata Analisi 1, Ingegneria (CIO-FR), Prof. A. Porretta Esame del 19 febbraio 2018
Uiversitá di Roma Tor Vergata Aalisi, Igegeria CIO-FR), Prof. A. Porretta Esame del 9 febbraio 08 Esame orale : Esercizio [7 puti] Studiare la fuzioe f) = + 4 ) disegadoe u grafico qualitativo e idicado:
DettagliCenni di topologia di R
Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:
DettagliANNO ACCADEMICO 2016/2017 INGEGNERIA CHIMICA
Fisica Matematica pputi di Simoe De Martio Prof.essa De gelis NNO CCDEMICO 2016/2017 INGEGNERI CHIMIC Vettori liberi Defiizioe cosideriamo ua coppia ordiata ( ; B); si defiisce segmeto orietato u ete che
Dettaglia) la funzione costante k. Sia k un numero reale e consideriamo la funzione che ad ogni numero reale x associa k: x R k
ALCUNE FUNZIONI ELEMENTARI ( E NON) E LORO GRAFICI (*) a) la fuzioe costate k. Sia k u umero reale e cosideriamo la fuzioe che ad ogi umero reale x associa k: x R k Tale fuzioe è detta fuzioe costate k;
Dettagli