Trapianti e scambi di donatori dal punto di vista della teoria dei giochi - II
|
|
- Domenica Antonelli
- 6 anni fa
- Visualizzazioni
Transcript
1 Trapianti e scambi di donatori dal punto di vista della teoria dei giochi - II Silvia Villa Dipartimento di Matematica Università di Genova villa@dima.unige.it Almo Collegio Borromeo Pavia, 24 Aprile 2008
2 Scambi di donatori Introduzione Scambio tra due coppie incompatibili Donatore 1 Ricevente 1 Donatore 1 e Ricevente 1 sono incompatibili
3 Scambi di donatori Introduzione Scambio tra due coppie incompatibili Donatore 1 Ricevente 1 Donatore 2 Ricevente 2 Donatore 1 e Ricevente 1 sono incompatibili Donatore 2 e Ricevente 2 sono incompatibili
4 Scambi di donatori Introduzione Scambio tra due coppie incompatibili Donatore 1 Ricevente 1 Donatore 2 Ricevente 2 Ricevente 1 e Ricevente 2 sono reciprocamente compatibili
5 (Roth-Sönmez-Ünver, Pairwise KE 2005) le preferenze dei pazienti sono del tipo 0-1 sono ammessi soltanto scambi diretti non sono ammessi gli scambi con la lista
6 (Villa-Patrone 2008) le preferenze dei pazienti dipendono dalla compatibilità sono ammessi soltanto scambi diretti non sono ammessi gli scambi con la lista
7 Differenze tra i due modelli tutti e due i modelli identificano l utilità di un paziente che riceve un trapianto con gli anni di sopravvivenza dell organo trapiantato la differenza tra i due modelli nasce da una diversa ipotesi di tipo medico che si sottointende: ipotesi americana : la sopravvivenza del rene è la stessa per tutti i reni compatibili ipotesi europea : la sopravvivenza del rene dipende dalle caratteristiche fisiche del ricevente e del donatore
8 Problema di scambio di reni N: insieme dei pazienti (con uno o più donatori incompatibili) r ij : indica la compatibilità reciproca tra i pazienti i e j (r ij = 1 se compatibili, r ij = 0 altrimenti) R: Matrice di compatibilità reciproca per tutti i pazienti
9 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo
10 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo
11 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo
12 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo
13 Il concetto di soluzione Definizione Esempio Un matching in un grafo è un sottoinsieme di archi senza vertici in comune
14 Il concetto di soluzione Definizione Esempio Un matching in un grafo è un sottoinsieme di archi senza vertici in comune
15 Il concetto di soluzione Definizione Esempio Un matching in un grafo è un sottoinsieme di archi senza vertici in comune
16 Il concetto di soluzione Definizione Esempio Un matching in un grafo è un sottoinsieme di archi senza vertici in comune
17 Matching efficienti Introduzione Definizione Un matching m si dice matching efficiente se non ne esiste un altro che garantisce un trapianto a tutti i pazienti trapiantati tramite m e almeno ad un altro paziente.
18 Matching efficienti nel caso 0-1 Esempio Il matching rosso non è efficiente, il blu sì.
19 Lotterie Introduzione Cerchiamo la soluzione del problema di scambio di reni tra le lotterie sui matching. Sia λ una lotteria. a ij (λ): la probabilità che i pazienti i e j siano accoppiati tramite λ u i (λ): utilità del paziente i se viene scelta λ
20 Esempio di lotteria Introduzione Esempio Una lotteria è λ = (1/3, 2/3) per cui si ha: a 11 (λ) = 2/3, a 12 (λ) = 1/3, a 13 (λ) = 0 u 1 (λ) = 1/3, u 2 (λ) = 1, u 3 (λ) = 2/3
21 Lotterie efficienti Introduzione Ci sono due tipi di efficienza per una lotteria λ: ex-ante: non esiste un altra lotteria che garantisce a tutti i pazienti un utilità attesa maggiore o uguale a quella garantita da λ ex-post: λ assegna probabilità positiva solo ai matching efficienti visti prima
22 Matching efficienti Introduzione Lemma Ogni matching efficiente garantisce il trapianto allo stesso numero di persone. Dimostrazione: utilizza delle proprietà di strutture algebriche, che si chiamano matroidi (Edmonds 1971)
23 Osservazione Introduzione La conclusione del lemma non vale se si ammettono cicli più lunghi: Esempio Se non mettiamo vincoli sulla lunghezza dei cicli abbiamo due matching efficienti, di cardinalità diversa: lo scambio (1, 4) il ciclo (1, 3, 2)
24 Efficienza per lotterie Teorema Una lotteria è efficiente ex-ante è efficiente ex-post.
25 Meccanismi di priorità - algoritmo E dato un ordinamento dei pazienti N = {1,..., n}. Selezioniamo un matching con il seguente algoritmo, in n + 1 passi: 1 E 0 è l insieme di tutti i matching 2 E 1 = E 0 se non c è nessun matching che sistema il paziente 1, altrimenti E 1 è l insieme di tutti i matching che sistemano il paziente 1. 3 per 1 < k < n: E k = E k 1 se non c è nessun matching che sistema il paziente k, ed E k è l insieme dei matching di E k 1 che sistemano il paziente k altrimenti
26 Meccanismi di priorità - algoritmo E dato un ordinamento dei pazienti N = {1,..., n}. Selezioniamo un matching con il seguente algoritmo, in n + 1 passi: 1 E 0 è l insieme di tutti i matching 2 E 1 = E 0 se non c è nessun matching che sistema il paziente 1, altrimenti E 1 è l insieme di tutti i matching che sistemano il paziente 1. 3 per 1 < k < n: E k = E k 1 se non c è nessun matching che sistema il paziente k, ed E k è l insieme dei matching di E k 1 che sistemano il paziente k altrimenti
27 Meccanismi di priorità - algoritmo E dato un ordinamento dei pazienti N = {1,..., n}. Selezioniamo un matching con il seguente algoritmo, in n + 1 passi: 1 E 0 è l insieme di tutti i matching 2 E 1 = E 0 se non c è nessun matching che sistema il paziente 1, altrimenti E 1 è l insieme di tutti i matching che sistemano il paziente 1. 3 per 1 < k < n: E k = E k 1 se non c è nessun matching che sistema il paziente k, ed E k è l insieme dei matching di E k 1 che sistemano il paziente k altrimenti
28 Come funziona l algoritmo Esempio E 0 = {(1, 2); (1, 3); (1, 4); (2, 3); (3, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2); (1, 3); (1, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 2 = {(1, 2); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2)(3, 4); (1, 4)(2, 3)}
29 Come funziona l algoritmo Esempio E 0 = {(1, 2); (1, 3); (1, 4); (2, 3); (3, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2); (1, 3); (1, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 2 = {(1, 2); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2)(3, 4); (1, 4)(2, 3)}
30 Come funziona l algoritmo Esempio E 0 = {(1, 2); (1, 3); (1, 4); (2, 3); (3, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2); (1, 3); (1, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 2 = {(1, 2); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2)(3, 4); (1, 4)(2, 3)}
31 Come funziona l algoritmo Esempio E 0 = {(1, 2); (1, 3); (1, 4); (2, 3); (3, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2); (1, 3); (1, 4); (1, 2)(3, 4); (1, 4)(2, 3)} E 2 = {(1, 2); (1, 2)(3, 4); (1, 4)(2, 3)} E 1 = {(1, 2)(3, 4); (1, 4)(2, 3)}
32 Commenti Introduzione il risultato non è un unico matching, ma sostanzialmente in questo modello i due matching ottenuti sono uguali si ottengono solo matching efficienti è un procedimento simile a quelli utilizzati per l assegnazione dei reni alla lista d attesa, perciò piace ai medici soddisfa dei requisiti di equità
33 Incentive compatibility del meccanismo di priorità Il meccanismo di priorità assicura che rivelare tutti i donatori disponibili tutti i reni compatibili sia una strategia dominante per i pazienti (o i medici dei pazienti).
34 Classificazione dei pazienti L insieme dei pazienti si può suddividere in tre sottoinsiemi: N U : l insieme dei pazienti poco richiesti (sistemati in qualche matching efficiente) N O : l insieme dei pazienti molto richiesti (sistemati in ogni matching efficiente, a volte con un individuo in N U ) N P : gli altri
35 Lemma di decomposizione di Gallai-Edmonds E un teorema di struttura che dice come sono fatti tutti i matching efficienti. In particolare: ogni paziente molto richiesto si accoppia con uno poco richiesto le componenti dispari di pazienti poco richiesti si contendono quelli molto richiesti i pazienti in N P si sistemano fra loro
36 Esempio di decomposizione Il paziente 0 è molto richiesto, e viene conteso da 2, 3, (4, 5, 6). (7, 8, 9, 1) si arrangiano tra di loro. Si può rileggere in questo contesto il meccanismo di priorità.
37 Equità Introduzione Utilità= probabilità di ricevere un trapianto In questo contesto rendere uguali (per quanto possibile) le utilità ha un significato in termini di equità
38 Esempio Introduzione Rendere uguale per tutti la probabilità di ricevere un trapianto è impossibile, a meno che non si ammetta di renderla uguale a zero per tutti Il paziente 1 riceve un trapianto in 2 su 2 matching efficienti Il paziente 2 e il paziente 3 ricevono un trapianto in 1 caso su 2 Una soluzione plausibile in questo caso potrebbe essere la lotteria λ = (1/2, 1/2) che garantisce utilità (1, 1/2, 1/2)
39 Un altro esempio Introduzione E possibile scegliere una lotteria come prima e ottenere il profilo di utilità (1, 3/5, 3/5, 3/5, 3/5, 3/5)? No, perché si deve avere u 2 (λ) + u 3 (λ) 1! 6
40 Il meccanismo egalitario Il meglio che si può fare nell esempio precedente è quello che hanno fatto R-S-U: (1, 1/2, 1/2, 2/3, 2/3, 2/3), che si ottiene in corrispondenza di una lotteria diversa di quella che assegna uguale probabilità ad ogni matching efficiente, che in questo caso darebbe come profilo di utilità (1, 3/7, 3/7, 5/7, 5/7, 5/7).
41 Dominanza secondo Lorenz Ordiniamo le utilità dei pazienti in ordine crescente in modo che u 1 u 2 u n u domina secondo Lorenz v se: u 1 v 1, u 1 + u 2 v 1 + v 2,..., e vale il > per almeno una delle disuguaglianze il profilo ottenuto con il meccanismo egalitario domina secondo Lorenz tutti gli altri profili di utilità possibili
42 Efficicenza ed incentivi Teorema Il meccanismo egalitario è efficiente e rende una strategia dominante per ogni paziente: rivelare tutti i potenziali donatori rivelare tutti i donatori compatibili
43 Introduzione le preferenze dei pazienti dipendono dalla compatibilità sono ammessi soltanto scambi diretti non sono ammessi gli scambi con la lista
44 Il modello nel caso di scambi diretti pesati Definizione Un problema di scambio di reni è una coppia (N, R) dove N: insieme dei pazienti (con uno o più donatori incompatibili) r ij : indica la compatibilità reciproca tra i pazienti i e j (r ij > 0 se compatibili, r ij = 0 altrimenti) R: Matrice di compatibilità reciproca per tutti i pazienti r ij rappresenta la qualità del trapianto tra il donatore i e il ricevente j.
45 Grafo associato a un problema di scambio di reni Dalla matrice... a un grafo pesato R =
46 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo pesato
47 Grafo associato a un problema di scambio di reni Dalla matrice R = a un grafo pesato
48 Osservazioni sulla definizione dei pesi Il peso w ij deve essere una misura della qualità dello scambio tra i e j Una scelta possibile potrebbe essere la somma dei QALY (quality adjusted life years) assicurati ai riceventi I QALY sono molto difficili da quantificare, ma dipendono dalla compatibilità tra ricevente e donatore, quindi scegliamo dei pesi che esprimano il livello di compatibilità si potrebbe tener conto anche di altri aspetti...
49 Come calcolare la compatibilità Fattori 0-1 compatibilità di gruppo sanguigno compatibilità HLA (cross-match negativo) Altri fattori che influenzano la compatibilità differenza di età differenza di peso compatibilità HLA (da livello 0 a livello 6)
50 Come calcolare la compatibilità Fattori 0-1 compatibilità di gruppo sanguigno compatibilità HLA (cross-match negativo) Altri fattori che influenzano la compatibilità differenza di età differenza di peso compatibilità HLA (da livello 0 a livello 6) Come trovare il peso relativo di questi fattori?
51 Definizione dei pesi I pesi si ottengono come somma di tre pezzi (moltiplicati per un opportuno fattore 0-1): w ij = a 1 P a (i, j) + a 2 P w (i, j) + a 3 P H (i, j)
52 Definizione dei pesi I pesi si ottengono come somma di tre pezzi (moltiplicati per un opportuno fattore 0-1): w ij = a 1 P a (i, j) + a 2 P w (i, j) + a 3 P H (i, j) a
53 Definizione dei pesi I pesi si ottengono come somma di tre pezzi (moltiplicati per un opportuno fattore 0-1): w ij = a 1 P a (i, j) + a 2 P w (i, j) + a 3 P H (i, j) w %
54 Definizione dei pesi I pesi si ottengono come somma di tre pezzi (moltiplicati per un opportuno fattore 0-1): w ij = a 1 P a (i, j) + a 2 P w (i, j) + a 3 P H (i, j) m i + m j
55 Punti cruciali nella costruzione dei pesi trovare le forme funzionali giuste come determinare i coefficienti a 1, a 2, a 3? utilizzare le simulazioni
56 Matching efficienti Introduzione Sia f : {matching} R una funzione di benessere sociale, ad esempio f (M) = (i,j) M Definizione Un matching che massimizza f si dice matching efficiente. w ij
57 Matching efficienti Introduzione Esempio
58 Matching efficienti Introduzione Esempio f(m)=6+4+3=13
59 Matching efficienti Introduzione Esempio f(m)= =11
60 Meccanismi efficienti Definizione Un meccanismo (efficiente) è una procedura che associa ad ogni problema di scambi di reni un matching (efficiente) Definizione Una soluzione del problema dello scambio di reni è una scelta di un meccanismo efficiente.
61 Requisiti del meccanismo Efficienza Equità Trasparenza Incentive compatibility
62 Confronto con il TTC r 1 : d 3 d 2 d 1 r 2 : d 1 d 3 d 2 r 3 : d 2 d 1 d 3 facendo il TTC si ottiene l allocazione (1, 3, 2) imponendo che i cicli siano al più di lunghezza 2 ci sono tre soluzioni possibili (1, 2),(1, 3), (2, 3) nel caso (1, 2) 1 riceve un donatore che mette al secondo posto, dopo d 3, quindi 1 preferisce lo scambio (1, 3) (e 3 è ben contento). Se si fa (1, 3) 3 preferisce lo scambio (2, 3) (e 2 è contento) e se si fa (2, 3) 2 preferisce (1, 2) e 1 è contento non esistono allocazioni di lunghezza due stabili Cfr. il problema del compagno di stanza di Gale
63 Confronto con il metodo olandese (Keizer-De Klerk-Haase-Kromwijk-Weimar 2005) OBIETTIVO: assicurare che i pazienti altamente sensibilizzati abbiano le migliori chance di ricevere un trapianto Metodo: ad ogni paziente si associa una Match Probability (MP), che misura la difficoltà che ha un paziente a trovare un partner con cui scambiare la MP è definita così: MP(1) = (1 %PRA) n. donatori compatibili con 1 n. donatori
64 Algoritmo olandese Introduzione 1 Si seleziona il paziente con MP più basso, e si chiama 1 2 Si cercano i pazienti reciprocamente compatibili con 1, se ce ne sono si va al punto 2, se no si elimina 1 e si ritorna al punto 1 3 Tra i pazienti trovati al passo 2, si seleziona quello con MP più basso 4 Si toglie la coppia reciprocamente compatibile dal gruppo e si riparte dal punto 1
65 Meccanismo olandese su un esempio Esempio
66 Meccanismo olandese su un esempio Esempio La soluzione olandese
67 Meccanismo olandese su un esempio Esempio Il matching di peso massimo
68 La proprietà di incentive compatibility Il meccanismo scelto non deve indurre gli agenti coinvolti nel programma (pazienti, donatori, medici...) ad usare l informazione privata in loro possesso per ottenere risultati migliori per se stessi rispetto a quelli previsti dal meccanismo selezionato. In particolare deve essere conveniente per i pazienti rivelare tutti i donatori disponibili rivelare le reali compatibilità con gli altri donatori
69 Teorema di impossibilità Sia f la funzione di benessere sociale definita da f (M) = w ij. (i,j) M Teorema Ogni meccanismo efficiente non soddisfa la proprietà di incentive compatibility.
70 Controesempio nel caso di informazione completa Consideriamo un problema di scambio di reni in cui ci sono 3 pazienti ogni paziente può essere di tipo A, B, C o D, e la compatibilità dipende solo dal tipo il paziente 1 è di tipo B e ha due donatori disponibili, di tipo B e D rispettivamente il paziente 2 è di tipo A e ha un donatore di tipo A il paziente 3 è di tipo C e ha un donatore di tipo C
71 Controesempio nel caso di informazione completa Consideriamo un problema di scambio di reni in cui ci sono 3 pazienti ogni paziente può essere di tipo A, B, C o D, e la compatibilità dipende solo dal tipo il paziente 1 è di tipo B e ha due donatori disponibili, di tipo B e D rispettivamente il paziente 2 è di tipo A e ha un donatore di tipo A il paziente 3 è di tipo C e ha un donatore di tipo C
72 Controesempio nel caso di informazione completa Consideriamo un problema di scambio di reni in cui ci sono 3 pazienti ogni paziente può essere di tipo A, B, C o D, e la compatibilità dipende solo dal tipo il paziente 1 è di tipo B e ha due donatori disponibili, di tipo B e D rispettivamente il paziente 2 è di tipo A e ha un donatore di tipo A il paziente 3 è di tipo C e ha un donatore di tipo C
73 Controesempio nel caso di informazione completa Consideriamo un problema di scambio di reni in cui ci sono 3 pazienti ogni paziente può essere di tipo A, B, C o D, e la compatibilità dipende solo dal tipo il paziente 1 è di tipo B e ha due donatori disponibili, di tipo B e D rispettivamente il paziente 2 è di tipo A e ha un donatore di tipo A il paziente 3 è di tipo C e ha un donatore di tipo C
74 Controesempio nel caso di informazione completa Consideriamo un problema di scambio di reni in cui ci sono 3 pazienti ogni paziente può essere di tipo A, B, C o D, e la compatibilità dipende solo dal tipo il paziente 1 è di tipo B e ha due donatori disponibili, di tipo B e D rispettivamente il paziente 2 è di tipo A e ha un donatore di tipo A il paziente 3 è di tipo C e ha un donatore di tipo C
75 Controesempio nel caso di informazione completa Tabella di compatibilità Don/Ric A B C D A B C D Se 1 dichiara i donatori B e D: Se 1 dichiara solo il donatore D AA 8 4 BD CC Se il paziente 1 dichiara B e D riceve 6, se dichiara D riceve AA BBD CC 6 Il paziente 1 ha interesse a nascondere il donatore B
76 Controesempio nel caso di informazione completa Tabella di compatibilità Don/Ric A B C D A B C D Se 1 dichiara i donatori B e D: Se 1 dichiara solo il donatore D AA 8 4 BD CC Se il paziente 1 dichiara B e D riceve 6, se dichiara D riceve AA BBD CC 6 Il paziente 1 ha interesse a nascondere il donatore B
77 Controesempio nel caso di informazione completa Tabella di compatibilità Don/Ric A B C D A B C D Se 1 dichiara i donatori B e D: Se 1 dichiara solo il donatore D AA 8 4 BD CC Se il paziente 1 dichiara B e D riceve 6, se dichiara D riceve AA BBD CC 6 Il paziente 1 ha interesse a nascondere il donatore B
78 Caso a informazione incompleta parziale I pazienti conoscono soltanto la loro compatibilità con i donatori degli altri pazienti. Esempio?A 5 10?C 8 BBD 6 Don/Ric A B C D A B C D La tabella di compatibilità è conoscenza comune Una distribuzione di probabilità sui tipi è conoscenza comune C è la possibilità di crossmatch positivo
79 Caso a informazione incompleta L esempio precedente si può modificare in modo che funzioni anche nel caso in cui i pazienti conoscono solo il proprio tipo e il tipo dei propri donatori una distribuzione di probabilità sui tipi sia conoscenza comune Esempio???????? BBD?
80 Simulazioni: ipotesi Le simulazioni sono state fatte su un campione di 200 coppie reali di pazienti e donatori estratte dal database del CNT tutte le coppie sono incompatibili o per cross-match positivo o per incompatibilità AB0 la distribuzione dei gruppi sanguigni è in accordo con quella nazionale la probabilità di crossmatch positivo è 11% sono ammessi solo scambi diretti
81 Impatto del programma cross-over n coppie n medio di scambi Varianza % Trapianti
82 Impatto del programma cross-over n coppie n medio di scambi Varianza % Trapianti
83 Impatto del programma cross-over n coppie n medio di scambi Varianza % Trapianti
84 Qualità dei trapianti utilizzando pesi diversi Compatibilità tissutale n n scambi HLAm peso eta Differenza di peso n n scambi HLAm peso eta Differenza di età n n scambi HLAm peso eta
85 Qualità dei trapianti utilizzando pesi diversi Compatibilità tissutale n n scambi HLAm peso eta Differenza di peso n n scambi HLAm peso eta Differenza di età n n scambi HLAm peso eta
86 Qualità dei trapianti utilizzando pesi diversi Compatibilità tissutale n n scambi HLAm peso eta Differenza di peso n n scambi HLAm peso eta Differenza di età n n scambi HLAm peso eta
87 Simulazioni dinamiche Abbiamo simulato 20 ripetizioni del programma crossover con gruppi di 15 coppie. La principale caratteristica che è emersa è una forte disuguaglianza nei tempi di attesa tra coppie over-demanded (es. donatore di gruppo 0) coppie under-demanded (es. ricevente di gruppo 0 e donatore AB)
88 Organizzare gli scambi: problemi aperti problemi di tipo etico e legale: lo scambio è una forma di baratto quali coppie inserire nel programma? a che livello geografico organizzare gli scambi? quanto spesso organizzare gli scambi? come conciliare il programma cross-over con il sistema trapianti già esistente?
89 Bibliografia Introduzione Young, Equity in theory and in practice (1994) Roth, Sonmez, Unver, Pairwise kidney exchange (2005) De Klerk et al., The Dutch national living donor kidney exchange program (2005) Villa, Patrone, Incentive compatibility in kidney exchange problems (preprint)
Trapianti e scambi di donatori dal punto di vista della teoria dei giochi - I
Trapianti e scambi di donatori dal punto di vista della teoria dei giochi - I Silvia Villa Dipartimento di Matematica Università di Genova villa@dima.unige.it Almo Collegio Borromeo Pavia, 23 Aprile 2008
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliI RADICALI QUADRATICI
I RADICALI QUADRATICI 1. Radici quadrate Definizione di radice quadrata: Si dice radice quadrata di un numero reale positivo o nullo a, e si indica con a, il numero reale positivo o nullo (se esiste) che,
DettagliMetodi per la risoluzione di sistemi lineari
Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante
DettagliAnno 3 Equazione dell'ellisse
Anno Equazione dell'ellisse 1 Introduzione In questa lezione affronteremo una serie di problemi che ci chiederanno di determinare l equazione di un ellisse sotto certe condizioni. Al termine della lezione
DettagliCorso di Laurea in Matematica per l Informatica e la Comunicazione Scientifica
Corso di Laurea in Matematica per l Informatica e la Comunicazione Scientifica Soluzione del compito di Matematica Discreta 1 del 25 luglio 200 1. Qual è il numero di applicazioni f : A = {1,..., 5} B
DettagliChi non risolve esercizi non impara la matematica.
5.5 esercizi 9 Per trovare la seconda equazione ragioniamo così: la parte espropriata del primo terreno è x/00, la parte espropriata del secondo è y/00 e in totale sono stati espropriati 000 m, quindi
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliCampo di Variazione Costituisce la misura di
Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliLEZIONE 4. { x + y + z = 1 x y + 2z = 3
LEZIONE 4 4.. Operazioni elementari di riga. Abbiamo visto, nella precedente lezione, quanto sia semplice risolvere sistemi di equazioni lineari aventi matrice incompleta fortemente ridotta per righe.
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliEQUAZIONI E PROBLEMI: GUIDA D'USO
P.1\5- EQUAZIONI E PROBLEMI: GUIDA D'USO - Prof. I.Savoia, Maggio 2011 EQUAZIONI E PROBLEMI: GUIDA D'USO EQUAZIONI LINEARI INTERE: PROCEDURA RISOLUTIVA Per risolvere le equazioni numeriche intere, si può
DettagliDefinizione: Dato un sottoinsieme non vuoti di. Si chiama funzione identica o identità di in sé la funzione tale che.
Esercitazioni di Analisi Matematica Prof.ssa Chiara Broggi Materiale disponibile su www.istitutodefilippi.it/claro Lezione 2: Funzioni reali e loro proprietà Definizione: Siano e due sottoinsiemi non vuoti
DettagliTEOREMA DEL RESTO E REGOLA DI RUFFINI
TEOREMA DEL RESTO E REGOLA DI RUFFINI ALCUNI TEOREMI IMPORTANTI Prendiamo una divisione intera tra numeri: 6 : 3 = 2. Il resto di questa divisione è 0, e questo significa che moltiplicando il quoziente
DettagliDisequazioni in una incognita. La rappresentazione delle soluzioni
Disequazioni in una incognita Una disequazione in una incognita è una disuguaglianza tra due espressioni contenenti una variabile (detta incognita) verificata solo per particolari valori attribuirti alla
DettagliESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).
ESPONENZIALI E LOGARITMI Data una espressione del tipo a b = c, che chiameremo notazione esponenziale (e dove a>0), stabiliamo di scriverla anche in un modo diverso: log a c = b che chiameremo logaritmica
DettagliCORSO DI LAUREA IN MATEMATICA
CORSO DI LAUREA IN MATEMATICA ESERCITAZIONI DI ANALISI MATEMATICA I BREVI RICHIAMI DELLA TEORIA DEI LIMITI. Confronto di infinitesimi. Sia A sottoinsieme di R, sia 0 punto di accumulazione di A nella topologia
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm CRITERIO DI ROUTH-HURWITZ
DettagliAPPUNTI DI MATEMATICA ALGEBRA \ CALCOLO LETTERALE \ MONOMI (1)
LGEBR \ CLCOLO LETTERLE \ MONOMI (1) Un monomio è un prodotto di numeri e lettere; gli (eventuali) esponenti delle lettere sono numeri naturali (0 incluso). Ogni numero (reale) può essere considerato come
DettagliFunzioni Pari e Dispari
Una funzione f : R R si dice Funzioni Pari e Dispari PARI: se f( ) = f() R In questo caso il grafico della funzione è simmetrico rispetto all asse DISPARI: se f( ) = f() R In questo caso il grafico della
Dettagli1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari
Secondo modulo: Algebra Obiettivi 1. riconoscere la risolubilità di equazioni e disequazioni in casi particolari 2. risolvere equazioni intere e frazionarie di primo grado, secondo grado, grado superiore
Dettaglivalore di a: verso l alto (ordinate crescenti) se a>0, verso il basso (ordinate decrescenti) se a<0;
La parabola è una particolare conica definita come è una curva aperta, nel senso che non può essere contenuta in alcuna superficie finita del piano; è simmetrica rispetto ad una retta, detta ASSE della
DettagliIntroduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente
Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino
DettagliCapitolo 6 Economia dell informazione e scelta in condizioni di incertezza
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza COSA ABBIAMO FATTO FINORA Concetti introduttivi della microeconomia Teoria della scelta razionale del consumatore in condizioni
DettagliLinguaggio C++ 8. Matrici
2009-2010 Ingegneria Aerospaziale Prof. A. Palomba - Elementi di Informatica (E-Z) Linguaggio C++ 8 Matrici Linguaggio C++ 8 1 Array a più dimensioni. Sintassi generale : tipo nome [dimensione 1][dimensione
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)
DettagliAppunti ed esercizi sulle coniche
1 LA CIRCONFERENZA 1 Appunti ed esercizi sulle coniche Versione del 1 Marzo 011 1 La circonferenza Nel piano R, fissati un punto O = (a, b) e un numero r > 0, la circonferenza (o cerchio) C di centro O
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I) Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema
DettagliFUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
DettagliQuali condizionisi si possono richiedere sulla funzione interpolante?
INTERPOLAZIONE Problema generale di INTERPOLAZIONE Dati n punti distinti ( i, i ) i=,..,n si vuole costruire una funzione f() tale che nei nodi ( i ) i=,..n soddisfi a certe condizioni, dette Condizioni
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliQuesto paragrafo e quello successivo trattano gli stessi argomenti del capitolo B6 relativo alla soluzione grafica dei sistemi di primo grado.
D1. Retta D1.1 Equazione implicita ed esplicita Ogni equazione di primo grado in due incognite rappresenta una retta sul piano cartesiano (e viceversa). Si può scrivere un equazione di primo grado in due
DettagliProbabilità. Ing. Ivano Coccorullo
Ing. Ivano Coccorullo PROBABILITA Teoria della Eventi certi, impossibili e casuali Nella scienza e nella tecnologia è fondamentale il principio secondo il quale ogni volta che si realizza un insieme di
Dettaglix 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO.
EQUAZIONI DI SECONDO GRADO Un'equazione del tipo x 2 + (x+4) 2 = 20 è un'equazione DI SECONDO GRADO IN UNA INCOGNITA. Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
Dettagli0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
Dettagli1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliEsercizi svolti. risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale
Esercizi svolti 1. Matrici e operazioni fra matrici 1.1 Date le matrici 1 2 1 6 A = B = 5 2 9 15 6 risolvere, se possibile, l equazione xa + B = O, essendo x un incognita reale Osservazione iniziale: qualunque
DettagliLA FORZA...SIA CON TE!
LA FORZA...SIA CON TE! CHE COS'E' LA FORZA? E' UNA GRANDEZZA FISICA VETTORIALE. L'UNITA' DI MISURA NEL S.I. E' IL "NEWTON" ( N ), DAL CELEBRE SCIENZIATO INGLESE ISAAC NEWTON, CHE NE HA STUDIATO LE LEGGI,
DettagliC I R C O N F E R E N Z A...
C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliCercare il percorso minimo Ant Colony Optimization
Cercare il percorso minimo Ant Colony Optimization Author: Luca Albergante 1 Dipartimento di Matematica, Università degli Studi di Milano 4 Aprile 2011 L. Albergante (Univ. of Milan) PSO 4 Aprile 2011
DettagliESERCIZI DI CALCOLO COMBINATORIO
ESERCIZI DI CALCOLO COMBINATORIO (G.T.Bagni) Sintesi delle nozioni teoriche da utilizzare a) Dati n elementi e k n, si dicono disposizioni semplici di n elementi di classe k tutti i raggruppamenti ottenuti
DettagliESERCIZI SVOLTI SUL CALCOLO INTEGRALE
ESERCIZI SVOLTI SUL CALCOLO INTEGRALE * Tratti dagli appunti delle lezioni del corso di Matematica Generale Dipartimento di Economia - Università degli Studi di Foggia Prof. Luca Grilli Dott. Michele Bisceglia
Dettagli+2 3 = = =3 + =3 + =8 =15. Sistemi lineari. nelle stesse due incognite. + = + = = = Esempi + =5. Il sistema è determinato
Sistemi di equazioni SISTEMI LINEARI Un sistema di equazioni è un insieme di equazioni per le quali si cercano eventuali soluzioni comuni. +=7 =1 Ognuna delle due equazioni ha infinite soluzioni. La coppia
DettagliEsercizi sui sistemi di equazioni lineari.
Esercizi sui sistemi di equazioni lineari Risolvere il sistema di equazioni lineari x y + z 6 x + y z x y z Si tratta di un sistema di tre equazioni lineari nelle tre incognite x, y e z Poichè m n, la
Dettagli= < < < < < Matematica 1
NUMERI NATURALI N I numeri naturali sono: 0,1,2,3,4,5,6,7,8,9,10,11,12,13,... L insieme dei numeri naturali è indicato con la lettera. Si ha cioè: N= 0,1,2,3,4,5,6,7,.... L insieme dei naturali privato
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliSOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
DettagliSommario. Tabelle ad indirizzamento diretto e hash Funzioni Hash
Funzioni Hash Sommario Tabelle ad indirizzamento diretto e hash Funzioni Hash Requisiti Metodo della divisione Metodo della moltiplicazione Funzione Hash Universale La ricerca Talvolta si richiede che
Dettagli2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi)
2. APPUNTI SUI FASCI DI CIRCONFERENZE (raccolti dal prof. G. Traversi) La circonferenza è la curva di 2^ grado che viene individuata univocamente da tre punti non allineati e possiede la seguente proprietà:
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento 3 Sistemi lineari I Un equazione nelle n incognite x,,x n della forma c x + + c n x n = b ove c,,c n sono numeri reali (detti coefficienti) eb è un numero reale (detto
DettagliPrecorso di Matematica
UNIVERSITÀ DEGLI STUDI ROMA TRE FACOLTA DI ARCHITETTURA Precorso di Matematica Anna Scaramuzza Anno Accademico 2005-2006 4-10 Ottobre 2005 INDICE 1. ALGEBRA................................. 3 1.1 Equazioni
DettagliProgettazione di Algoritmi
Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 1/01/016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai
DettagliSTATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
DettagliProblemi di scelta ESEMPI
ESEMPI Risolvere i seguenti problemi 1. Una ditta deve effettuare delle spedizioni di un certo tipo di merce. Ha la possibilità di scegliere una o l altra delle due tariffe seguenti: a) 2.500 lire al quintale
DettagliLe disequazioni di primo grado
Le disequazioni di primo grado Cos è una disequazione? Una disequazione è una disuguaglianza tra due espressioni algebriche (una delle quali deve contenere un incognita) che può essere vera o falsa a seconda
Dettagli12) Metodo dei minimi quadrati e linea di tendenza
12) Metodo dei minimi quadrati e linea di tendenza 43 Si supponga di avere una tabella di dati {y exp i} i=1,,n in funzione di altri dati {x i } i=1,,n che siano il risultato di una qualche misura sperimentale.
DettagliLe imprese nei mercati concorrenziali
Le imprese nei mercati concorrenziali Le decisioni di prezzo e di produzione delle imprese sono influenzate dalla forma di mercato. Un caso estremo di mercato è quello della concorrenza perfetta. Tre condizioni:
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calibrazione intrinseca Spesso risulta utile calibrare la sola componente intrinseca di un sistema di visione (matrice K), e non si dispone di oggetti di forma
DettagliRaccolta di esercizi svolti sulle condizioni di Kuhn Tucker
Raccolta di esercizi svolti sulle condizioni di Kuhn Tucker a cura di V. Piccialli a.a. 00-003 Esempio Si consideri la funzione obiettivo: f(x) = (x + x ) e sia l insieme ammissibile F definito da vincoli:
DettagliMacchine termiche e frigoriferi
Macchine termiche e frigoriferi Una macchina termica grazie ad una sequenza di trasformazioni termodinamiche di una data sostanza, produce lavoro utilizzabile. Una macchina lavora su di un ciclo di trasformazioni
DettagliEQUAZIONE DELLA RETTA
EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
Dettagli1) D0MINIO. Determinare il dominio della funzione f (x) = ln ( x 3 4x 2 3x). Deve essere x 3 4x 2 3x > 0. Ovviamente x 0.
D0MINIO Determinare il dominio della funzione f ln 4 + Deve essere 4 + > 0 Ovviamente 0 Se > 0, 4 + 4 + quindi 0 < < > Se < 0, 4 + 4 4 e, ricordando che < 0, deve essere 4 < 0 dunque 7 < < 0 Il campo di
Dettagli7 Cenni di ottica per la fotografia
7 Cenni di ottica per la fotografia 7.1 Schematizzazione di un obiettivo fotografico Gli obiettivi fotografici sono generalmente composti da un numero elevato di lenti. Tuttavia per semplicità possiamo
DettagliAppunti di Excel per risolvere alcuni problemi di matematica (II parte) a.a. 2001-2002
Appunti di Excel per risolvere alcuni problemi di matematica (II parte) a.a. 2001-2002 Daniela Favaretto* favaret@unive.it Stefania Funari* funari@unive.it *Dipartimento di Matematica Applicata Università
Dettagli2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
. Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,
Dettagli( x) Definizione: si definisce dominio (o campo di esistenza) di una funzione f ( x) l insieme dei valori
Definizione: si definisce dominio (o campo di esistenza) di una funzione f ( ) l insieme dei valori che la variabile può assumere affinché la funzione f ( ) abbia significato. Vediamo di individuare alcune
DettagliBosi (a cura di), Corso di scienza delle finanze, il Mulino, 2012 Capitolo I, lezione 1 Il problema e alcune premesse
Il problema e alcune premesse La costruzione della grande frontiera delle utilità e l ottimo l paretiano La scienza delle finanze studia le entrate e le uscite pubbliche con un approccio normativo e positivo
DettagliEsercizi sulle affinità - aprile 2009
Esercizi sulle affinità - aprile 009 Ingegneria meccanica 008/009 Esercizio Sono assegnate nel piano le sei rette r : =, s : =, t : =, r : =, s : =, t : = determinare l affinità che trasforma ordinatamente
DettagliLe coniche: circonferenza, parabola, ellisse e iperbole.
Le coniche: circonferenza, parabola, ellisse e iperbole. Teoria in sintesi Queste curve si chiamano coniche perché sono ottenute tramite l intersezione di una superficie conica con un piano. Si possono
DettagliEsempi di attribuzione dei seggi
Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative operazioni, vengono presentati due esempi di attribuzione
DettagliPunti nel piano cartesiano
Punti nel piano cartesiano In un piano consideriamo due rette perpendicolari che chiamiamo x e. Solitamente, disegniamo la retta x (ascisse) orizzontalmente e orientata da sinistra a destra, la retta e
DettagliESERCIZIO SOLUZIONE. 13 Aprile 2011
ESERCIZIO Un corpo di massa m è lasciato cadere da un altezza h sull estremo libero di una molla di costante elastica in modo da provocarne la compressione. Determinare: ) la velocità del corpo all impatto
DettagliFUNZIONI QUADRATICHE
f: R R si dice funzione quadratica se è del tipo f(x) =ax 2 +bx+c, dove a,b,c sono costanti Il grafico di una funzione quadratica è una curva detta parabola Abbiamo incontrato funzioni di questo tipo quando
Dettagliha come obiettivo quello di costruire a partire da A una matrice U, m n, che abbia il
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 6 Eliminazione di Gauss con scambi di righe Sia A O una matrice m n. Abbiamo illustrato nella Lezione 5 un algoritmo che ha come
DettagliESERCITAZIONI 1 e 2: calcoli
ESERCITAZIONI 1 e 2: calcoli L uso del foglio elettronico nel laboratorio di ispezione degli alimenti. Funzioni utilizzate negli esercizi e traduzione in inglese americano per l utilizzo su computer con
DettagliVariabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1
Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
DettagliARROTONDANDO FIGURE CON TRIANGOLI EQUILATERI
ARROTONDANDO Cosa succede ad accostare figure identiche una all altra? Le figure ottenute che proprietà presentano? Posso trovare un qualche tipo di legge generale? Per rispondere a questa ed altre domande
DettagliFunzioni di secondo grado
Definizione della funzione di secondo grado 1 Funzioni di secondo grado 1 Definizione della funzione di secondo grado f: R R, = a +b +c dove a, b, c ǫ R e a definisce una funzione di secondo grado. A seconda
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
Dettaglia b a : b Il concetto di rapporto
1 Il concetto di rapporto DEFINIZIONE. Il rapporto fra due valori numerici a e b è costituito dal loro quoziente; a e b sono i termini del rapporto, il primo termine si chiama antecedente, il secondo si
Dettagli1.5 DIVISIONE TRA DUE POLINOMI
Matematica C Algebra. Le basi del calcolo letterale.5 Divisione tra due polinomi..5 DIVISIONE TRA DUE POLINOMI Introduzione Ricordiamo la divisione tra due numeri, per esempio 47:4. Si tratta di trovare
DettagliFUNZIONI. y Y. Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x associo il suo inverso). (ad un numero reale
FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in Y. X Y Def. L insieme Y è detto codominio
DettagliB7. Problemi di primo grado
B7. Problemi di primo grado B7.1 Problemi a una incognita Per la risoluzione di problemi è possibile usare le equazioni di primo grado. Il procedimento può essere solo indicativo; è fondamentale fare molta
DettagliCORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA EQUAZIONI E DISEQUAZIONI DI SECONDO GRADO Dr. Erasmo Modica erasmo@galois.it EQUAZIONI DI SECONDO GRADO Definizione: Dicesi
DettagliAnno 2. Sistemi di equazioni di secondo grado
Anno 2 Sistemi di equazioni di secondo grado 1 Introduzione In questa lezione verrà data una definizione di sistema di equazioni di secondo grado, verrà illustrata la loro risoluzione e le applicazioni.
DettagliEconomia Applicata ai sistemi produttivi Lezione I Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 22.04.05 Lezione I Maria Luisa Venuta 1 Schema della lezione di oggi Introduzione breve presentazione Il mercato: 1. costruzione di un modello 2. Ottimizzazione
DettagliElezioni comunali 2014. Esempi di attribuzione dei seggi
Elezioni comunali 2014 4 Esempi di attribuzione dei seggi Esempi di attribuzione dei seggi Al fine di chiarire il funzionamento dei meccanismi previsti per l attribuzione dei seggi e l ordine delle relative
Dettagli