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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 INTERPOLAZIONE È u problema d approssmazoe d ua fuzoe o d u seme d dat co ua fuzoe ce sa pù semplce e ce abba buoe propretà d regolartà. Tale tpo d approssmazoe s usa quado dat soo ot co precsoe. La codzoe d terpolazoe e ce la fuzoe terpolate e quella terpolata devoo cocdere e od ce soo le ascsse de dat. Problem: essteza, uctà, accuratezza, stabltà. Pocé come classe d fuzo terpolat sceglamo la classe de polom, l terpolazoe s drà polomale. Iterpolazoe polomale Sa P = {polom d grado }. Teorema (essteza ed uctà Sao dat od:,,, j, j,,j =,, ovvero tutt dstt e l seme d dat corrspodeza d ess y,, y allora: p P : p( = y =,, Dmostrazoe. Sa V la matrce d Vadermode: V = Rsolvere l sstema leare: Va = y co y = [y,, y ] T equvale a rsolvere: p( = y dove: p + ( = a + a+ a +... a T e a = ( a, a,..., a Qud: Va = y p( = y =,, ma: detv ( - j j< pertato l problema a u uca soluzoe. Formazoe umerca Apput by Dasy83

2 Da tale teorema possamo rcavare l metodo de coeffcet determat ce cosste ell mporre le codzo d terpolazoe al geerco polomo: p ( = a + a+ a a p = f ( =,..., ( e rsolvedo qud l sstema leare: a a. a = f ( f (. f ( U altra dmostrazoe del teorema, d tpo costruttvo, e ce qud c da u altro metodo, è basata sulla rappresetazoe esplcta della soluzoe per y geerco co ua opportua base. Sao: j L ( = =,, j= j + polom d grado, dove L ( e detto polomo d terpolazoe d Lagrage. Ess soo tal ce: L ( j = δ j, j =,, Qud gl L soo learmete dpedet da cu segue ce: j p( = = y L ( ce è la rappresetazoe lagragaa d p(. Dmostramolo el caso specale per cu y = e y j = co j per qualce. Cercamo u polomo d grado avete come zer od j, j. Formazoe umerca Apput by Dasy83

3 (N.B.: tal od soo pocé j. p( = c( - ( - - ( - + ( - per qualce c. Il fatto ce p( = mplca ce: c = [( - ( - - ( - + ( - ] - ce c da l espressoe d L (. Dmostramo adesso l'uctà d tale p(. Sa q( tale ce q( = f( =,..., Sa : r( = p( - q( r P : r( = p( - q( = f( - f( = r a qud + zer (coè tutt gl, ma poce r P r. Metodo delle dffereze dvse d Newto Questo e u altro modo per trovare l polomo terpolatoro, ce e pù comodo se s deve aggugere u dato uovo. Scrvamo p( ella seguete forma: p( = b + b ( - + b ( - ( b ( - ( - ( - - b = f( b = f[, ] b = f[,, ] dove: b = f[,, ] f[, j ] = f( f( j e la prma dffereza dvsa j Formazoe umerca Apput by Dasy83

4 f[, j, k ] = f[, ] f[, j k j k ] e la secoda dffereza dvsa. I geerale, s costrusce la seguete tabella: f( f[, ] f( f[,, ] f[, ] O f( f[,, 3 ] O f[, 3 ] f[,,..., ] 3 f( 3 N. N. f[ -3, -, - ]. f[ -, - ] - f( - f[ -, -, ] f[ -, ] f( Dffereze dvse el caso d od ugualmete spazat Sao: = +, = (b-a/, =,, gl + od. f[, + ] = Poamo: f(+ f( f( + f( + + f(, f[, +, + ] =,. f( = f(+ - f( f( = f( Formazoe umerca Apput by Dasy83

5 k f( = ( k- f( Da cu s a: f[,, +k ] = k k! f( k p( = p( + r = j= j f ( r j r R r r( r...( r ( j Rcordamo ce: = j j! Esempo. Calcolare f( = cos( per = f( f( f( f( p( = r r r =.3, =., = =.3 +. r r =.4 p(.44 = Errore dell'terpolazoe lagragaa Formazoe umerca Apput by Dasy83

6 Teorema. Sa f C + [a,b],,,, j, j Sa: p P ce terpola la f e od. + f ( ξ e( = f( - p( = W( (+! dove: W( = (, ξ ]a, b[ = Dmostrazoe. Sa [a, b] fssato e, =,, altrmet l teorema è baalmete vero. Sa: F(t = f(t - p(t - f( p( W(t W( F(t a + zer: F( = F( = = F( = ed è + volte dfferezable. Allora, per l teorema d Rolle (*, F'(t a + zer, F''(t a zer ed terado, F (+ (t a almeo uo zero ]a,b[. Sa esso ξ. Allora: F (+ ( ξ = = f (+ ( ξ - - f( p( (+! W( da cu la tes. (* Rcamamo l teorema d Rolle: Ip. Sa f:[a,b] R, cotua [a,b] e dervable ] a, b[ co f(a = f(b Ts. c ] a, b[ o : f (c=. Dal teorema sull errore e dalle formule delle dffereze dvse d Newto s a: Ifatt: f[,, m ] = f (m ( ξ m! Formazoe umerca Apput by Dasy83

7 sa t R : t, =,,. Costruamo l polomo terpolate f(,,, t : p + ( = f( + ( - f[, ]+ + ( - ( - f[,,, t] = = p ( +( - ( - f[,,, t] pocé : p + (t = f(t. Poedo = t, s a: f(t - p (t = (t - (t - f[,,, t] + f ( da cu: f[,,, t] = ξ ( +! Poamo t = +, m = + : f ( f[,, m ] = (m ξ m! Formazoe umerca Apput by Dasy83

8 Iterpolazoe d Hermte C s cede se, cooscedo l valore delle dervate d f( alcu od, sa possble raggugere ua maggore accuratezza. ( Idcamo co p j ( la dervata j-esma d p(. Se cooscessmo tutte le dervate d f( fo all'orde, l problema d trovare: ( j ( j p( P : p = f ( j =,, ( avrebbe soluzoe uca. Ifatt, l sstema ce s otterrebbe mpoedo le codzo d terpolazoe: a + a + a + + a = f( a + a + +a - = f'(!a = f ( ( avrebbe la matrce de coeffcet d tpo tragolare superore co elemet dagoal tutt postv, pertato l suo determate sarebbe dverso da zero e l problema avrebbe soluzoe uca. I geerale l problema, pero, o a soluzoe uca. Coè, quado vegoo assegat alcu od valor d alcue dervate o sempre c'è u uco polomo terpolate ce abba tal od l valore dato delle dervate. Esempo: trovare p( P co queste codzo terpolatore : p(- = y, p'( = y, p( = y 3 p( = a + b + c Il sstema: a b+ c= y b= y a+ b+ c= y 3 a l: det = e qud o a soluzoe uca. Ivece, l problema: dat + put,,,, j, j, trovare p( P N : Formazoe umerca Apput by Dasy83

9 co: N = + m + m + + m ce assuma seguet valor: f(, f'(,, f (m ( f(, f'(,, f (m ( a soluzoe uca ed l polomo terpolate è detto d Hermte. Se m = m = = m = l'terpolazoe è detta osculatora. Sull terpolazoe d tpo osculatora s ao seguet due teorem: Teorema. Dat,,, j, j [a, b] ed f(, f'( =,, p( P + : p( = f( e p'( = f'( =,, o Aalogamete al teorema sull'errore dell'terpolazoe lagragaa s a: Teorema. Sa f C (+ [a,b] e sa p( P + l polomo d Hermte osculatoro terpolate f(,, dstt [a,b] e( = f( - p( = (+ f ( ξ [W(] (+! Dmostrazoe. E smle al teorema dell errore dell'terpolazoe lagragaa poedo: f( p( F(t = f(t - p(t - [W(t] [W(] I polom soo d facle costruzoe e la loro utltà s basa sul teorema d approssmazoe d Weerstrass. Formazoe umerca Apput by Dasy83

10 Teorema d Weerstrass. Sa f C[a,b]. Essa è allora approssmable uformemete da u polomo l cu grado dpede dall'accuratezza scelta. Coè: ε > = (ε, p( P : f p ε ovvero: f( - p( ε [a,b] o S a oltre: Teorema. Sa f C[a,b], N fssato p* P : f p* f p p P ua delle orme,,. o Ma oostate le buoe c possoo però essere dffcoltà assocate all'terpolazoe polomale. Per llustrare cò, sa ua suddvsoe tragolare del geerco tervallo [a,b] defta da: t p ( t t p ( t t t p (. t t t p ( co: a t < t < < t b N e {p (} sao ua successoe d polom geerat dalla terpolazoe d Lagrage ad f( e put t, =,,. S a: Formazoe umerca Apput by Dasy83

11 Teorema (d Faber. Per og, f C[a,b] per cu {p (} o coverge uformemete ad f(. o D'altrode s a: Teorema. Data f C[a,b], : {p (} coverge uformemete ad f(. Da tal teorem s deduce ce o esstoo scem terpolator uversal. Stabltà Aalzzamo l problema della stabltà degl scem terpolator ovvero della propagazoe degl error su dat al polomo d terpolazoe. Dalla rappresetazoe d Lagrage s a, dcado co y~ dat perturbat e co y quell o perturbat: p( = = p ~ ( = = L ( y L ( y~ da cu : p( - p ~ ( = = L ( (y - y~ p( - p ~ ( λ ( ma p p~ Λ y ~ y y - y~ dove: λ ( = = L (, Λ = λ ote come fuzoe e costate d Lebesgue, rspettvamete. Tato pù soo pccole, maggore è la stabltà del problema. Formazoe umerca Apput by Dasy83

12 S può vedere ce se od soo gl zer de polom d Cebcev (v. prossmo paragrafo, la fuzoe λ ( a u adameto vco a quello ottmale. Rcordado, po, l teorema sull'errore d Lagrage s vede ce per mglorare l'errore s devoo sceglere gl modo da mmzzare ma W(. [a,b] Se [a,b] = [-,] tale scelta degl è data dagl zer de polom d Cebcev. Vsta l mportaza d tal polom ella teora dell approssmazoe, studamoe l comportameto. Formazoe umerca Apput by Dasy83

13 Polomo d Cebcev d a spece: Polom d Cebcev T ( = cos(ϑ N = cosϑ ϑ [,π] T ( = cos( arccos Mostramo ce T ( P ed è qud defto per R. Ifatt: cos((k+ ϑ = coskϑcosϑ - sekϑseϑ cos((k - ϑ = coskϑcosϑ + sekϑseϑ da cu s a la relazoe d rcorreza: cos((k+ ϑ + cos((k- ϑ = coskϑcosϑ T k+ ( = T k ( - T k- ( co: T ( =, T ( =. Pertato: T ( = -, T 3 ( = 4 3-3, T 4 ( = , Il coeffcete d k T k ( è k-. Gl zer d T k ( soo dat da: cos(kϑ =, kϑ = +π, ϑ = + π k + = cos k =,, k- Pocé T k ( P k, gl zer trovat soo sol zer d T k ( ed ess soo dstt. I put d [-,] cu T k ( = soo d estremo relatvo e soo dat da: cos(π = (- φ = k =,, k S a: T k (- = (- k T k (. Ed oltre: T' k ( = ksek ϑ ksekϑ = seϑ seϑ T' Il polomo U k- P k- : U k- = k ( sekϑ = è l polomo d Cebcev d a k seϑ spece. Formazoe umerca Apput by Dasy83

14 I polom d Cebcev soo ortogoal rspetto al prodotto tero: <f, g> = f(g( d Dmostramo adesso ce, ell'tervallo [-, ], la W( = ( a W mma se gl soo gl zer de polom d Cebcev. Teorema. Sa: W( = ( P +. Tra le possbl scelte de od { } =, = T [-, ], W = ma W( è mma se: W( = + coè gl [-,] soo gl zer d T + (. = Dmostrazoe. T + ( a l coeffcete d + dato da. Allora, tra tutt polom del tpo: + T +, (ot come polom moc, + ( è u caddato per l mmo d W(. Poamo qud: W( = T + =( - ( - co: + = cos (+ S a: Se poamo: W(y = (- W = pocé T + = se [-,]. π y = cos + =,, + s a: e pertato: W(y + = - W(y. Suppoamo ora ce V P + moco e tale ce per par: V(y < W(y per dspar: V(y > W(y V < W. S avra : Pertato: V(y < W(y, V(y > W(y, Formazoe umerca Apput by Dasy83

15 Defedo H( = V( - W( s a ce H( P pocé V e W ao lo stesso +. Ma H( a + zer, l ce è assurdo e da cò la tes. Sples Nell'terpolazoe polomale, la coosceza de valor della f( da terpolare + od dà u polomo d grado ce, all'aumeto d, a u comportameto oscllatoro. Cò può dare de problem se la fuzoe da approssmare è "patta" o se s deve approssmare la f'(. S ao qud due dverse stratege: Approssmare la fuzoe co u polomo d basso grado ce approssm ma o terpol la f(. Dpededo dalla scelta della orma co cu s decde d stmare l errore, e qud la bota, dell approssmazoe s ao: mm quadrat (orma, mma (orma del massmo. Approssmare la fuzoe co polom d basso grado terpolat la f( sottotervall. Tal fuzo, ce su tutto l tervallo o soo polom, soo ote come polom a tratt. U polomo d grado k a tratt è ua fuzoe ce og sottotervallo è u polomo d grado k. Tal polom soo ut modo cotuo modo da terpolare dat. Cò comporta ce la fuzoe polomale approssmate la f( possa avere dervate dscotue. Se s cooscessero le f'( e od s Formazoe umerca Apput by Dasy83

16 potrebbe usare l terpolazoe d Hermte ma cò aumeterebbe la complesstà del problema. È vece possble mporre alcue propretà d cotutà alle dervate seza rcedere la coosceza d tal dervate. D partcolare teresse è l caso cu le dervate soo cotue fo all'orde k- se k è l grado del polomo a tratt terpolate. U polomo d grado k a tratt ce a dervate cotue fo all orde k- è detto sple d grado k. Le propretà d ua sple S( d grado k terpolate ua f( soo: S( = f( =,, S( C (k- [a,b] 3 S( P k [, + ] =,, - Se k è l grado della sple ed + l umero de od, per determare uvocamete la sple dobbamo mporre +k codzo (*. Tale umero è oto come umero d grad d lbertà (d.o.f = degree of freedom. I geerale: d.o.f = +k, metre el caso terpolatoro: d.o.f. = k-. (* Ifatt, essedo la sple d grado k, per og tervallo dobbamo determare k+ coeffcet ed essedo tal tervall, s devoo determare (k+ coeffcet. Impoedo le codzo d cotutà da a k-, esse soo k per og puto tero ed essedo tal put - possamo mporre k(- codzo. Pertato, l umero d grad d lbertà e : (k+- k(-=+k. Geeralmete le sple pù usate soo quelle lear e quelle cubce. Sples lear Formazoe umerca Apput by Dasy83

17 I tal caso k = d.o.f. = + e l'essteza e l'uctà della fuzoe sple soo ovve e rsultao dal procedmeto d costruzoe d ua partcolare base. Defamo le fuzo cappello ψ =,,- ψ ( = [ + +, + ] [ [,, + ] ] Esempo: ψ ( =, [, ], ψ ( = - -, [ -, ]. Pocé ψ ( j = δ j le ψ soo learmete dpedet. Pertato: S( = = a ψ ( E se la sple S( terpola la f( f( = y =,, s a: S( = = y ψ ( Per stmare l'errore s utlzzao rsultat per polom terpolat. Sa = - - e sa f C [a,b] : f( - S ( Poedo = ma s a: ma t f''(t. f S f' ' 8 Formazoe umerca Apput by Dasy83

18 per e(. Formazoe umerca Apput by Dasy83

19 Sples cubce I questo caso d.o.f. = +3. Impoedo le codzo d terpolazoe s ao + codzo e restao due grad d lbertà. A secoda della loro scelta s ao: Sple aturale : S 3 ''( = S 3 ''( = Sple perodca : S 3 '( = S 3 '( S 3 ''( = S 3 ''( Sple vcolata : S 3 '( = y ', S 3 '( = y ' Idcamo per brevtà la sple cubca co C(. Dmostramo ce la scelta : C( = f( =,, C''( = s C''( = s dà u'uca sple. La partcolare scelta s = s = da po la sple aturale. Suppoamo d sceglere s,, s, s = C''( e costruamo la retta passate per: (, s, ( +, s + + C ''( = s + s +, = + -, =,,- Notamo ce: C'' + ( + = C'' ( + =,,- e qud C''( è cotua. Itegrado due volte s a: 3 (+ ( C ( = s + s c ( - + d ( + - co c, d costat d tegrazoe. Sceglamo c e d modo ce C( sa cotua ed terpol la f(. C ( = f, C ( + = f +, =,,- Formazoe umerca Apput by Dasy83

20 Formazoe umerca Apput by Dasy83 c = 6 s f + +, d = 6 s f C ( = s 3 6 ( + + s ( s f ( s f ( + -

21 Impoamo la cotutà d C'( coè: C' ( = C' - ( =,, - ( C' ( = - s 3 ( + +s + f + - (s + s ( 6 dove: f = f + f. Da cu: - s - + ( + - s + s + = b =,,- f f dove : b = 6 Pocé s ed s soo ote, s a u sstema d - equazo - cogte. Il sstema è trdagoale e dagoalmete domate. Pertato a soluzoe uca. Aalogamete, se s mpoe ce: C'( = y', C'( = y' dalla ( s a: + C' - ( = s - f s + - s - = (s s - = y' 6 f y' ( C' ( = - s f + (s - s = y' 6 s + s = 6 f y' Le (, ( e (3 formao u sstema d + equazo + cogte trdagoale dagoalmete domate e qud a soluzoe uca. (3 Formazoe umerca Apput by Dasy83

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

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

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

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

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

Dettagli

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

Propagazione di errori

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

Dettagli

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

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

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

Dettagli

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

Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD

Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD Captolo APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD A. M. Ferrar - Apput d LPCAC SOMMARIO. APPROSSIMAZIONE DI DATI E FUNZIONI... 3. Itroduzoe... 3. I crter d scelta... 4.. Osservazo... 5. LE CURVE DI

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

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

Dettagli

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

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

Dettagli

Lezione 20. Campi numerici ed anelli di Dedekind.

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

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

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

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

Dettagli

Caso studio 12. Regressione. Esempio

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

Dettagli

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

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

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

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

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

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

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

Università della Calabria

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

Dettagli

Lezione 13. Gruppo di Galois di un polinomio.

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

Dettagli

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

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

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

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

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

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

è detta soluzione di una ODE se essa riduce l equazione ad una identità quando viene sostituita nell equazione.

è detta soluzione di una ODE se essa riduce l equazione ad una identità quando viene sostituita nell equazione. EQUAZIONI DIFFERENZIALI ORDINARIE Itroduzoe Ua equazoe derezale è u equazoe ce covolge ua o pù dervate d ua uzoe cogta. Se tutte le dervate soo calcolate rspetto ad ua sola varable dpedete l equazoe s

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Rappresentazioni analitiche delle distribuzioni

Rappresentazioni analitiche delle distribuzioni Rappresetazo aaltche delle dstrbuzo Massmo Alfoso Russo Dpartmeto d Sceze Ecoomche, Matematche e Statstche Uverstà d Fogga STATISTICA I - 9 - Fogga Cocetto d rappreset esetazoe aaltca Problema: terpretare,

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

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

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

Dettagli

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

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

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

Dott.ssa Marta Di Nicola

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

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

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

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

MISURE E GRANDEZZE FISICHE

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

Dettagli

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

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

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

Regime di capitalizzazione composta

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

Dettagli

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

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

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

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

Dettagli

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

Google, ovvero: come diagonalizzare Internet

Google, ovvero: come diagonalizzare Internet Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca,

Dettagli

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

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

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

Dettagli

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

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

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

Dettagli

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

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

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

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

Dettagli

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

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

Dettagli

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

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse. 5 MEDIE PESTE Come combare msure separate? Esempo, msure Msura d : ± Msura d B: B ± B Se s effettua la meda artmetca: B s da eguale peso alle msure seza teer coto dell certezza, che geerale possoo essere

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

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

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

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

Dettagli

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

3. Conduttori. Nei conduttori alcuni elettroni sono liberi di muoversi lungo tutto il cristallo sotto l effetto di un campo elettrico

3. Conduttori. Nei conduttori alcuni elettroni sono liberi di muoversi lungo tutto il cristallo sotto l effetto di un campo elettrico 4/3/ 3. 3. oduttor Propretà de coduttor Ne coduttor alcu elettro soo lber d muovers lugo tutto l crstallo sotto l effetto d u campo elettrco I codzo statche o c può essere u campo elettrco all tero d u

Dettagli

Appunti di. Elaborazione dei dati sperimentali

Appunti di. Elaborazione dei dati sperimentali Apput d Elaboraoe de dat spermetal Corso d sca er cors d Laurea Igegera Uverstà d adova sura d ua gradea fsca Ua gradea fsca s rappreseta co uo (o pù) umer segut da ua utà d msura. Il umero che quatfca

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

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

Dettagli

MODELLAZIONE DI SUPERFICI

MODELLAZIONE DI SUPERFICI MODELLAZIONE DI SUPERFICI 482 Itroduzoe - Ua superfce ello spazo è ua fuzoe f:r 2 R 3. Essa può rappresetars utlzzado dverse forulazo ateatche: Forulazoe esplcta: Forulazoe plcta: Forulazoe paraetrca:

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

TEORIA DELLE COSTANTI ALGEBRICHE

TEORIA DELLE COSTANTI ALGEBRICHE TEORA DELLE COSTANT ALGEBRCHE LBRO d o Magr Copyrght NO MAGR o Magr Vgevao (Pv) coteut possoo essere lberamete copat a scopo d crtca, cofroto e rcerca, sempre ctado l autore e rportado la fote. Edtore:

Dettagli

Lezione 3. Funzione di trasferimento

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

Dettagli

Approssimazioni di curve

Approssimazioni di curve Approssmazo d curve e superfc Approssmazo d curve Il terme Computer Grafca comprede ua larga varetà d applcazo che rguardao umerevol aspett della ostra vta. U eleco esemplfcatvo d alcu de camp cu essa

Dettagli

é una relazione del tipo z = k x

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

Dettagli

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua //7 arabl casual Ua varable casuale X e ua fuzoe defta sullo spazo campoaro W che assoca ad og eveto W u uco umero reale. X Ua varable casuale può essere classfcata come dscreta o cotua. Ua varable casuale

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

Geometria delle aree

Geometria delle aree eometra delle aree Lo studo de cocett ase relatv alla eometra delle ree: cosete d trasformare le azo tere sollectazo cosete d valutare l elastctà delle strutture forsce gl strumet per valutare le strutture

Dettagli

Le medie. Medie. Medie analitiche. Medie di posizione. Marilena Pillati - Elementi di Statistica e Informatica (SVIC) "Le medie (I parte)"

Le medie. Medie. Medie analitiche. Medie di posizione. Marilena Pillati - Elementi di Statistica e Informatica (SVIC) Le medie (I parte) Marlea Pllat - Elemet d Statsta e Iformata (SVIC) "Le mede (I parte)" Le mede Soo msure stethe he osetoo l passaggo da ua pluraltà d formazo (le modaltà e le rspette frequeze) a ua sola modaltà Nella famgla

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

Problemi affrontabili agli elementi finiti

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

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI

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

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

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

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 15 SETTEMBRE 2009 C.d.L. ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL 5 SETTEMBRE 009 C.d.L. ECONOMIA AZIENDALE ESERCIZIO a) Il Sg. Ross ogg (t0) uole acqustare u furgoe del alore d 7000 per la sua atttà commercale. A tal fe egl ersa

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

CALCOLO DEGLI INDICI STATISTICI

CALCOLO DEGLI INDICI STATISTICI CALCOLO DEGLI INDICI STATISTICI Premessa Le formule d calcolo de prcpal dc statstc (parlamo sostazalmete d meda campoara e varaza campoara) dpedoo dal caso esame qud zamo col fare luce sulla possble casstca.

Dettagli

= Pr{Y > X}. un campione casuale semplice (c.c.s.) di dimensione n x da X e Y1, Y2

= Pr{Y > X}. un campione casuale semplice (c.c.s.) di dimensione n x da X e Y1, Y2 STATISTICA, ao LXVI,., 2006 INTERVALLI DI CONFIDENZA NON PARAMETRICI PER L AREA SOTTESA ALLA CURVA ROC Gafraco Admar. INTRODUZIONE I ambto sataro, gl esam dagostc vegoo comuemete utlzzat co l obettvo d

Dettagli

CLASSIFICAZIONE SISTEMI DI PUNTI GEOMETRICI

CLASSIFICAZIONE SISTEMI DI PUNTI GEOMETRICI RIDUZINE DI UN SISTEM DI VETTRI LICTI S, a,,.... Sao R a e M a vettor caratterstc del sstea S relatv al polo, & M. R l varate scalare, p & / R R l varate vettorale, dopo aver rcordato la forula d trasposoe

Dettagli