Colorimetria psicometrica: CIELAB

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Colorimetria psicometrica: CIELAB"

Transcript

1 Claudio Oleari Uiversità degli Studi di Parma - Dipartimeto di Fisica Campus, Viale GP Usberti 7/A Parma tel Colorimetria psicometrica: CIELAB 6 COLORIMETRIA per i Bei Culturali Claudio Oleari, Uiversità di Parma 1

2 VISIONE IN SITUAZIONE DI CONTROLLO CIELAB CIE 1931 A D65

3 SCALE PSICOMETRICHE E SISTEMI STANDARD CIE 1976 scopo: specificare il colore come percepito (etro il limite di MacAdam) 1. colore o lumioso o superficiale. colore autolumioso (i geerale a bassa purezza) Le soluzioi CIE 1976 (o defiitive) CIELUV e CIELAB tegoo coto 1. dell adattameto all illumiate, suppoedo che sfodo e cotoro abbiao la cromaticità dell illumiate. della o liearità della brillaza rispetto alla lumiaza 3. delle soglie di discrimiazioe del colore Il colore psicometrico, come defiito dalla CIE, è specificato dalle segueti gradezze chiarezza o chiarore psicometrico {lightess} agolo di tita psicometrico {hue-agle} croma psicometrica {chroma} lo spazio del colore è ora metrico e o più vettoriale!! LIMITI DEL SISTEMA CIELAB La CIE (CIE publicatio. 15., II ed., Colorimetry, CIE Wie 1986) afferma: Lo spazio CIELAB (come pure il CIELUV) è cocepito per cofrotare differeze tra oggetti colorati della stessa dimesioe e forma, visti sullo stesso sfodo, da biaco a grigio medio, da u osservatore fotopicamete adattato a u campo di cromaticità o molto diversa da quella della luce diura media. Il sistema CIELAB si basa su trasformazioi di vo Kries modificate e o è i grado di prevedere correttamete le tite. Il sistema CIELAB è idipedete dal livello di lumiaza, quidi o prevede gli effetti Hut e Steves. Il sistema CIELAB è idipedete dallo sfodo e dalla corice, quidi o prevede il cotrasto simultaeo e i risultati di Bartleso-Breema che deuciao dipedeza del cotrasto d immagie dalla lumiaza relativa dello sfodo. Il sistema CIELAB o cosete la completa elimiazioe dell iflusso dell illumiate (molto importate el passaggio tra diversi mezzi di riproduzioe). Il sistema CIELAB o cosidera gradezze correlate alla brillaza e alla pieezza di colore, attributi assoluti dell appareza. 3

4 (Steves power law) Chiarezza L* CIE 1976 [per l osservatore CIE 1931 e CIE 1964 (co pedice 10 )] chiarezza = attributo della sesazioe visiva dovuta a colori superficiali i relazioe al biaco di riferimeto chiarezza L* CIE 76 per l illumiate (x, y ) è fuzioe del fattore di lumiaza percetuale Y del colore superficiale i esame (, Y, Z) i relazioe a quello del perfetto diffusore (, Y = 100, Z ) L* = 116 (Y / Y ) 1/3 16 per (Y / Y ) > L* = (Y / Y ) per (Y / Y ) (9/3) , (6/9) , La scala della chiarezza L* è scritta i accordo co la scelta della radice cubica è co ottima approssimazioe uiforme è defiita ell itervallo igora l effetto Helmholtz-Kohlraush e il crispeig ) L* = 116 (Y / Y ) 1/3 16 per (Y / Y ) > L* = (Y / Y ) per (Y / Y ) L* (4/116) Y/Y L* Y/Y 4

5 5 CIELAB coordiate CIELAB dove [7.787 (9/3) 3 /116 =841/108] e aalogamete per e (, Y = 100, Z ) è il vettore del perfetto diffusore (, Y = 100, Z ) illumiato dall illumiate scelto. = = Z Z f Y Y f b Y Y f f a 00 * 500 * + = > = e e 1/3 f f r p r p Z Z Y Y e * = Y Y f L

6 giallo chiaro verde blu scuro rosso L* b* a* I coordiate cilidriche si ha l agolo di tita la croma h ab = arcta[b* / a*] C* ab = [a* + b* ] 1/ misurato i gradi L* b* b* C* ab h ab (i gradi) a* a* 6

7 coordiate cilidriche: L* l agolo di tita h ab = arcta[b* / a*] (misurato i gradi) la croma C* ab = [a* + b* ] 1/ h ab C ab * 7

8 Spazio metrico e o più vettoriale!! co differeza tra colori = distaza euclidea E* ab = [(L* 1 L* ) + (a* 1 a* ) + (b* 1 b* ) ] 1/ = = [( L*) + ( a*) + ( b*) ] 1/ Le coordiate b* e a* rappresetao le due oppoeze secodo l ipotesi di Herig 8

9 9

10 b* 10 Limite di MacAdam el sistema CIELAB, osservatore CIE 1964 e illumiate D a* b* a* 10 CLR_TRS1.bas FORMULE PER LA DIFFERENZA DI COLORE CIE CMC CIE94 CIEDE000 10

11 Dati BFD b 10 * a 10 * FORMULE PER LA DIFFERENZA DI COLORE Differeza di colore percettibile Differeza di colore accettabile Formula per la differeza di Colore CIELAB 1976 Geeralmete valida per l osservatore supplemetare CIE 1964 i coordiate Cartesiae (L*, a*, b*) L*= L* 1 L* a*= a* 1 a* b*= b* 1 b* E* ab = [( L*) + ( a*) + ( b*) ] 1/ 11

12 i coordiate cilidriche (L*, C* ab, h ab ) E* ab = [( L*) + ( C* ab ) + ( H* ab ) ] 1/ co C* ab = [(C* ab ) (C* ab,ref ) ] 1/ H* ab = [( E* ab ) ( L*) ( C* ab ) ] 1/ H* ab C* ab h ab (π / 180) per piccole differeze di colore H* ab ) 1/ L* b* QS = L* Q RP = C* ab SR = H* ab C* ab h ab E ab PQ = E ab = ( L* + C* ab + L* P S R H* ab a* Formula per la differeza di colore CMC(l:c) elissoide ello spazio (L*, C* ab, H* ab ) E CMC L * Cab * Hab * ( l: c) = + lsl + csc S H (per l = 1 e c = 1 soglia di differeza di colore appea distiguible; per l > 1 e/o c > 1 differeze di colore percettibili ma accettabili dal mercato), co i cui S L = L* / ( L*), ivece per L* < 16 si ha S L = S C = [ C* ab / ( C* ab )] S H = S C (T f + 1 f) f = {(C* ab ) 4 / [(C* ab ) ]} T = cos(h ab + 35), ivece per 164 < h ab < 345 si ha T = cos(h ab + 168). 1/ 1

13 Formula per la differeza di colore CIE 1994 ellissoide ello spazio (L*, C* ab, H* ab ) co 1 / L * Cab * Hab * ECIE ( kl: kc: kh ) = + klsl + kcsc khsh S L = 1 S C = C* ab S H = C* ab (per k L = 1, k C = 1 e k H = 1 soglia di differeza di colore appea distiguibile; per k L > 1 e/o k C > 1 e/o k H > 1 differeze di colore percettibili ma accettabili dal mercato). b* 10 b*10 E CIE 94 (1:1:1) E CMC (1:1) a* 10 a*10 Reticolo OSA L osa =0 13

14 CIEDE000 Colour differece formula 1) M. R. Luo, G. Cui, B. Rigg, The Developmet of the CIE 000 Colour-Differece Formula: CIEDE000, Color Research ad Applicatio 6, (001). ) CIE Techical Report: Improvemet to Idustrial Colour-Differece Evaluatio. CIE Pub No Viea: Cetral Bureau of the CIE (001). La più recete formula per la differeza del colore pubblicata dalla CIE è la CIEDE000 ed è idicata co E 00. Questa formula è defiita su uove coordiate, fuzioi delle coordiate CIELAB L ' = L* a ' = (1 + G) a * b ' = b* C ' = a' + b' 1 b' h' = ta a' * C ab co G = * 7 Cab * 7 ab + 5 dove è la media aritmetica dei valori relativi alla coppia di colori a cofroto. C * C ab 7 CIEDE000: uova formula per piccole differeze di colore della CIE deotata col simbolo E 00 E 00 = L' klsl C' + kcsc H ' + kh SH + R T C' kcsc H ' kh SH b 10 * Altri dati oltre ai dati BFD a 10 * 14

15 La formula CIEDE000 è i cui S L E 00 = L' klsl 0.015( L ' 50) = ( L ' 50) C' + kcsc H ' + kh SH + R T C' H ' kcsc kh SH, S C = C ', = C ' T S H T = cos( h ' 30 ) cos(h ') + 0.3cos(3h ' + 6 ) 0.0 cos(4h ' 63 ) R = se( θ ) co θ = 30 exp ( h ' 75 )/ 5 e co co T R C 7 C ' R C = 7 7 L ' = L' b L' s h ' = h' b h' s C ' + 5 C ' = C' b C', s, { [ ] } h' H ' = C' b C' s se, dove il pedice s distigue lo stadard dal campioe b e L', C ', h' soo la medie aritmetiche di valutate tra campioe e stadard, e k, k, k L C H soo fattori parametrici da scegliere i relazioe alla tessitura e alle codizioi di visioe dei campioi i esame (ua scelta geeralmete valida è 1,1,1). Occorre particolare attezioe el calcolare el caso i cui si cosiderio colori co agolo di tita apparteeti a differeti quadrati, per es. se lo stadard e il campioe hao rispettivamete agoli di tita di 90 e 300 il valore medio 195 è diverso dal valore corretto che è 15. Per evitare l errore occorre valutare la differeza assoluta tra i due agoli di tita. Se tale differeza è iferiore di 180 si cosidera la media aritmetica degli agoli di tita, altrimeti si deve sottrarre 360 all agolo di tita maggiore e quidi fare la media aritmetica. 15

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

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

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

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

Precorso di Matematica, aa , (IV)

Precorso 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

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

Geometria analitica: rette e piani

Geometria 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

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

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

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.

3.1 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

Dettagli

RAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI

RAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI M. G. BUSATO RAPPRESENTAZIONE ANALITIA DEI PUNTALI OGIVALI PER PROIETTILI mgbstudio.et SOMMARIO I umerose applicazioi balistiche, ed i particolare per calcolare la resisteza aerodiamica di u proiettile,

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

Cerchi di Mohr - approfondimenti

Cerchi di Mohr - approfondimenti Comportameto meccaico dei materiali Cerchi di Mohr - approfodimeti Stato di tesioe e di deformazioe Cerchi di Mohr - approfodimeti L algebra dei cerchi di Mohr Proprietà di estremo dei cerchi di Mohr Costruzioe

Dettagli

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(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

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

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

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

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

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

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

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

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

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

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

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce.

Velocità della Luce e sua variazione. Nel passaggio dal vuoto ( cm/sec) ad un altro mezzo la velocità della luce diminuisce. RIFRATTOMETRIA Defiizioe La rifrattometria è ua tecica strumetale che si basa sulla determiazioe di u parametro, l idice di rifrazioe, associato al feomeo della rifrazioe, cioè alla variazioe subita dalla

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

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2010 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 00 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PROBLEMA Sia ABCD u quadrato di lato, P u puto di

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

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

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

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

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

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

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

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

Diottro sferico. Capitolo 2

Diottro sferico. Capitolo 2 Capitolo 2 Diottro sferico Si idica co il termie diottro sferico ua calotta sferica che separa due mezzi co idice di rifrazioe diverso. La cogiugete il cetro di curvatura C della calotta co il vertice

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

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

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

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE 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.

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

Servizio Tecnico Applicativo Piazza della Repubblica, 1. e-mail: ebardazzi@datacolor.com Tel. 800 15 33 77 Fax: 800 02 39 22

Servizio Tecnico Applicativo Piazza della Repubblica, 1. e-mail: ebardazzi@datacolor.com Tel. 800 15 33 77 Fax: 800 02 39 22 I metodi di valutazioe del Biaco I biachi soo geeralmete caratterizzati dal possedere alti valori di Lumiosità e u basso valore di Croma, e per questo motivo occupao u volume relativamete piccolo dello

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

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

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

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

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1

ORDINAMENTO 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

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

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

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

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

Elettronica I Funzionamento del transistore MOS

Elettronica I Funzionamento del transistore MOS Elettroica I Fuzioameto del trasistore MOS Valetio Liberali Dipartimeto di Tecologie dell Iformazioe Uiversità di Milao, 26013 Crema e-mail: liberali@dti.uimi.it http://www.dti.uimi.it/ liberali Elettroica

Dettagli

Esercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2).

Esercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2). Esercizi proposti 1. Risolvere la disequazioe + 1.. Disegare i grafici di a) y = 1 + + 3 ; b) y = 1 ; c) y = log 10 + 1). 3. Si cosideri la fuzioe f) = ; disegare i grafici di f), f), f), f + 1), f) +

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

CAPITOLO 2 Semplici esperimenti comparativi

CAPITOLO 2 Semplici esperimenti comparativi Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.

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

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

C a p i t o l o s e t t i m o. Trasmissione del calore per radiazione

C a p i t o l o s e t t i m o. Trasmissione del calore per radiazione C a p i t o l o s e t t i m o Trasmissioe del calore per radiazioe Problema. Si cosideri u corpo ero i uo spazio o assorbete le radiazioi elettromagetiche; se il corpo viee mateuto alla temperatura di

Dettagli

Regressione e correlazione

Regressione 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)

Dettagli

LABORATIORIO 3. Taratura statica

LABORATIORIO 3. Taratura statica LABORATIORIO 3 Taratura statica Obiettivi dell esercitazioe Obiettivo di questa esercitazioe è lo svolgimeto di ua serie di esperieze di laboratorio per verificare e applicare le coosceze relative alle

Dettagli

Esercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x 2 + 3 sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim.

Esercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x 2 + 3 sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim. Esercizi svolti. Calcolare i segueti iti: a log + + c ± ta 5 + 5 si π e b + si si e d + f + 4 5 g + 6 4 6 h 4 + i + + + l ± + log + log 7 log 5 + 4 log m + + + o cos + si p + e q si s e ta cos e u siπ

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

Istituzioni di Matematiche (CH-CI-MT) V o foglio di esercizi

Istituzioni di Matematiche (CH-CI-MT) V o foglio di esercizi Istituzioi di Matematiche (CH-CI-MT) V o foglio di esercizi ESERCIZIO. Si determiio le soluzioi dell equazioe x x + 5 = 0. Idicata co z 0 la soluzioe co parte immagiaria positiva, si disegi el piao di

Dettagli

PNI SESSIONE SUPPLETIVA QUESITO 1

PNI SESSIONE SUPPLETIVA QUESITO 1 www.matefilia.it PNI 004 - SESSIONE SUPPLETIVA QUESITO La fuzioe f(x) = 3x six x 3six della fuzioe, per x + : è, per x +, ua forma idetermiata del tipo. Il limite A) No esiste; B) è 3/; C) è /3 ; D) è

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della 1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe

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

Delimitazioni inferiori e superiori alla complessita di un problema

Delimitazioni inferiori e superiori alla complessita di un problema Delimitazioi iferiori e superiori alla complessita di u problema Alcue teciche Nozioi prelimiari Ua ozioe prelimiare: albero k-ario completo U U albero k-ario è completo se se tutti i i odi iteri hao k

Dettagli

In linguaggio analitico parlare di tre tagli equivale ad individuare le equazioni di tre rette che intersecano il triangolo in questione.

In linguaggio analitico parlare di tre tagli equivale ad individuare le equazioni di tre rette che intersecano il triangolo in questione. Tre tagli... sette parti Dividere u triagolo dato o tre tagli rettiliei i sette parti di ui quattro siao triagoli (e le rimaeti tre, petagoi). Ua delle parti triagolari è limitata dai tre tagli, iasua

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

ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO

ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ARGOMENTI TRATTATI: VARIABILI CASUALI DISCRETE VARIABILI CASUALI CONTINUE DISEGUAGLIANZA DI TCHEBYCHEFF TEOREMA DEL LIMITE CENTRALE

Dettagli

NUMERICI QUESITI FISICA GENERALE

NUMERICI QUESITI FISICA GENERALE UMERICI (Aalisi Dimesioale). Utilizzado le iformazioi ricavabili dalla gradezza fisica che ci si aspetta come risultato e dai valori umerici foriti, idividuare, tra le espressioi riportate, quella/e dimesioalmete

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

Elettronica Funzionamento del transistore MOS

Elettronica Funzionamento del transistore MOS Elettroica Fuzioameto del trasistore MOS Valetio Liberali Dipartimeto di Fisica Uiversità degli Studi di Milao valetio.liberali@uimi.it Elettroica Fuzioameto del trasistore MOS 13 maggio 2015 Valetio Liberali

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

Il candidato risolva uno dei due problemi e 4 quesiti del questionario. la sua primitiva tale che ( 1) f ( 1)

Il candidato risolva uno dei due problemi e 4 quesiti del questionario. la sua primitiva tale che ( 1) f ( 1) Sessioe ordiaria all estero caledario australe 005 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ E DELLA RICERCA SCUOLE ITALIANE ALL ESTERO ESAMI DI STATO DI LICEO SCIENTIFICO Sessioe Ordiaria 005 Caledario

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

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati

Pompa di calore a celle di Peltier. ( 3 ) Analisi dei dati Pompa di calore a celle di Peltier ( 3 ) Aalisi dei dati Scuola estiva di Geova 2 6 settembre 2008 1 Primo esperimeto : riscaldameto per effetto Joule Come descritto ella guida, misuriamo tesioe di alimetazioe

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

Dettagli

PROBLEMI DINAMICI. 6.1 Equazioni di equilibrio dinamico. L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è:

PROBLEMI DINAMICI. 6.1 Equazioni di equilibrio dinamico. L'equazione di equilibrio dinamico di un corpo discretizzato in n elementi finiti è: Corso 202/203 Atoio Patao - Dipartimeto di Meccaica, iversità di Palermo 6. Equazioi di equilibrio diamico L'equazioe di equilibrio diamico di u corpo discretizzato i elemeti fiiti è: 6.)... M C K F dove:

Dettagli

2.5 Convergenza assoluta e non

2.5 Convergenza assoluta e non .5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello

Dettagli

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015 Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale

Dettagli

Analisi Matematica I

Analisi Matematica I Uiversità di Pisa - orso di Laurea i Igegeria Edile-rchitettura alisi Matematica I Pisa, febbraio Domada La derivata della fuzioe f) log ) si è ) log )si B) log )cos ) log ) si cos loglog ) + si ) log

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 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

Dettagli

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5 Sviluppi di Taylor Adrea Corli settembre 009 Idice Notazioe o Liearizzazioe di ua fuzioe 3 Formula di Taylor 3 4 Esempi ed applicazioi 5 I questo capitolo aalizziamo l approssimazioe di ua fuzioe regolare

Dettagli

Una procedura per determinare i valori critici esatti per il test di Kolmogorov-Smirnov

Una procedura per determinare i valori critici esatti per il test di Kolmogorov-Smirnov Ua procedura per determiare i valori critici esatti per il test di Kolmogorov-Smirov Silvia Facchietti Dipartimeto di Scieze Statistiche, Uiversità Cattolica del Sacro Cuore, Largo Gemelli 1, 20123 Milao

Dettagli

LE MISURE DI TENDENZA CENTRALE

LE MISURE DI TENDENZA CENTRALE STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare

Dettagli

Il corso è indirizzato a studenti che affrontano per la prima volta dinamiche non lineari e caos

Il corso è indirizzato a studenti che affrontano per la prima volta dinamiche non lineari e caos Itroduzioe Il corso è idirizzato a studeti che affrotao per la prima volta diamiche o lieari e caos Mira a far familiarizzare gli studeti co la feomeologia e lo studio quatitativo, della diamica dei sistemi

Dettagli

Y = ln X è normalmente distribuita. (y) = dg(x) dx. f Y. (x) = dy dx f Y. f X. (g(x)) & exp$ dx x - $ % ( x) DISTRIBUZIONE LOG-NORMALE.

Y = ln X è normalmente distribuita. (y) = dg(x) dx. f Y. (x) = dy dx f Y. f X. (g(x)) & exp$ dx x - $ % ( x) DISTRIBUZIONE LOG-NORMALE. DISTRIBUZIONE LOG-NORMALE. La variabile si dice log-ormalmete distribuita se: l è ormalmete distribuita g( l g ( e 0 +. uzioe di desità di probabilità: f ( d d f ( dg( d f (g( dg( d f (. & ep$ - / $ %,

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

12 Metodi per il calcolo di autovalori estremi

12 Metodi per il calcolo di autovalori estremi 2 Metodi per il calcolo di autoalori estremi 2. Premesse Il problema del calcolo degli autoalori di ua matrice A C potrebbe essere i liea teorica affrotato calcolado le radici del poliomio caratteristico

Dettagli

17. Funzioni implicite

17. 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

Dettagli

Ricerca del saggio di capitalizzazione nel mercato immobiliare

Ricerca del saggio di capitalizzazione nel mercato immobiliare AESTIMUM 59, Dicembre 2011: 171-180 Marco Simootti Dipartimeto di Igegeria civile, ambietale e aerospaziale Uiversità degli Studi di Palermo e-mail: m.simootti@ti.it Parole chiave: procedimeto di capitalizzazioe,

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli