TEORIA DEI PROCESSI STOCASTICI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "TEORIA DEI PROCESSI STOCASTICI"

Transcript

1 Aoo Mao, wwwsascaoo TEORIA DEI PROCESSI STOCASTICI Geeralà de rocess socasc L ulzzo de rocess socasc derva dall esgeza d descrvere u feomeo aleaoro evoluzoe el emo S defsce rocesso socasco ua famgla d varabl casual dczzae da u aramero T e lo s deoa co { ; T} Se T cocde co l seme de umer aural, allora s ha l caso d ua successoe d varabl casual Il rocesso socasco è deo a aramero dscreo se T è dscreo, mere è deo a aramero couo qualora T sa couo Poché la sgola varable casuale x del rocesso è fuzoe dello sazo degl eve Ω, er meere rsalo queso aseo sesso s è sol dcare u rocesso socasco co la oazoe { ) : T} x x (ω Fssao T, x (ω ) è ua varable casuale, mere fssao u eveo ω Ω, allora x (ω ) è ua fuzoe reale della varable e vee chamaa raeora o realzzazoe del rocesso socasco Og varable casuale assume valor u seme E deo sazo degl sa U rocesso è deo dscreo o couo a secoda che valor assu dalle varabl casual x (ω ) sao dscre o cou U rocesso s dce che è oo se s cooscoo ue le dsrbuzo cogue d quae e qual s vogloo varabl della famgla Seguedo l mosazoe assomaca d Kolmogorov, u rocesso { ; T} è oo se x

2 e è deve Aoo Mao, wwwsascaoo s coosce ℵ,,, T F ( x x,, x ) Pr{ x, x,, x },,,, ; La famgla d fuzo F ( x x, x ) chamaa legge emorale del rocesso,,,,, Le fuzo aaree a ale famgla devoo soddsfare le segue roreà: devoo essere fuzo smmerche delle varabl (, x ); ℵ,,, lm x + F ; T ( x, x, ) R, x ( x x,, x) F ( x, x, x ),,,,,,,, verfcars che S dce dsrbuzoe o fuzoe d rarzoe del rmo orde del rocesso socasco casuale, er fssao, ossa:, la fuzoe d rarzoe della sgola varable { x} F( x, ) Pr Da due sa emoral e e le varabl casual,, la loro dsrbuzoe cogua s dce dsrbuzoe del secodo orde del rocesso e s dca: { x } F( x x, x,, ) Pr, La fuzoe d desà, se esse, sarà: f ( x, x,, ) F( x, x, x x La fuzoe caraersca assocaa al rocesso, ) sarà: ( ux + + u x ) ϕ x x ( u,,,, u ) E[ e ] S defsce momeo se esse, la fuzoe: r r r ( ) E{ } m, r, r,,

3 Aoo Mao, wwwsascaoo Qud, la fuzoe valor medo, dcaa co m(), è defa da ( ) E[ ]; mere la fuzoe ( ) m rocesso socasco e recsamee: K è la fuzoe d auocovaraza del, ( ) cov ( ),, K U rocesso socasco s defsce ad creme o correla se, + er og, è ua successoe d varabl o correlae; s dce ad creme orogoal se orogoal, coè er cu E [ ] è ua successoe d varabl aleaore + +, mere è deomao ad creme dede se ale successoe è ua successoe d varabl casual dede Parcolare aezoe merao rocess gaussa, ossa rocess cu le dsrbuzo cogue soo d o ormale, er cu ha: f ;,, T, s ( x,, x ) Γ ( ) ex Γq ( x m( )( xq m( q ),, π U rocesso socasco è deo sazoaro seso sreo se la fuzoe d dsrbuzoe F ( x x, x ) varae rseo ad uo sosameo,, è,,, sull asse del emo T, ovvero: { x,, x } Pr{ x, x } + τ, + τ Pr U rocesso socasco è sazoaro seso debole se rm due mome della dsrbuzoe o dedoo dagl dc emoral; ovvero la meda E [ ] e la varaza [ ] ( ) q Var soo cosa al varare d T e se E è fuzoe della dffereza d dc valore assoluo e o de sgol dc, T 3

4 Aoo Mao, wwwsascaoo U rocesso socasco Y h è ad creme sazoar se l rocesso + è sazoaro er og h S dce che è asocamee sazoaro se lm F( x,, x ; + h, + h) ed è dedee da h h U rocesso socasco [, ], co m() e var() σ uguale er og e co cov k, ossa ua successoe d varabl casual +k dede e decamee dsrbue (d) è chamao rocesso whe ose e s dca ~ W(, σ ) Dao u rocesso a aramero dscreo, cosderado la successoe delle mede emoral M T T T, s dce ergodca se la sua varaza ede a zero al dvergere della dmesoe emo I u rocesso ergodco la successoe delle mede emoral arossma bee l suo valore aeso E ( M T ) Il seguee eorema forsce ua codzoe ecessara e suffcee affché le mede emoral d u rocesso socasco sao ergodche Teorema: Sa u rocesso er l quale cov(, s) K(, s) sa lmaa, coè esse ua cosae K ale che K(,) K, er,, ; sa C( ) cov(, M ) K( s, ) ; affché valga che lm Var ( M T ) è T s ecessaro e suffcee che lm C( ) Ossa M T soo ergodche se e solo se, quado la gradezza camoara cresce, v è ma mao more covaraza fra la meda del camoe l ulma osservazoe coeua rdodae M e, modo che l formazoe camoara o sa roo coessa a quella d M e qud sa 4

5 Aoo Mao, wwwsascaoo Il eorema ergodco d Slusky dmosra che le mede emoral d u rocesso sazoaro seso debole soo ergodche se e solo se la fuzoe R(v), ar a E ( + ), coverge a zero el seso d Cesàro er v, ossa lm R( v) v v Cosderado u rocesso a aramero couo { ; T}, s defsce valor medo M x d T T L ergodcà del valor medo è la versoe el emo della legge de grad umer I geerale, cosderado l rocesso socasco e ua fuzoe momeo E( ν ( ), allora s dce che l rocesso è ergodco rseo ale aramero se lo smaore emorale νˆ ( ) coverge meda quadraca a ( ( ) E ν Process socasc ù comu Se W è u rocesso whe ose a meda ulla e varaza σ, ossa (, ) W ~ W σ ed l rocesso è defo come α W, co α e α <, allora l rocesso è deo leare Se u rocesso è leare, allora è sazoaro seso debole ell ambo de rocess socasc lear rerao rocess ARMA, molo ulzza er l aals delle sere sorche d o leare U rocesso ARMA d orde (,q) è l rocesso dell equazoe: soluzoe 5

6 Aoo Mao, wwwsascaoo + λ q a Z dove l rocesso { Z ; ℵ} è u rocesso whe ose Cas arcolar d u rocesso ARMA(,q) soo rocess a mede mobl d orde q, dca co MA(q), cu: q a Z e rocess auoregressv d orde, dca co AR(), ossa: a + Z Defedo u modello ARMA(,q) sulle dffereze d-esme del rocesso s oee u rocesso ARIMA d orde,d,q, dcao co ARIMA(,d,q), dove dca le comoe auoregressve, d l orde d dfferezazoe e q l orde delle comoe d o MA U rocesso socasco è dedee se la dsrbuzoe cogua è uguale al rodoo delle dsrbuzo margal, ossa: { x,, x} Pr{ x } Pr U rocesso a emo dscreo è deo d rovameo se le varabl casual,, soo dede, decamee dsrbue e a valor o egav I alre arole, u rocesso socasco d rovameo s ree robablscamee, ovvero è ossble defcare ua sequeza d u de d rgeerazoe, a arre da qual l rocesso s comora, erm robablsc, semre ello sesso modo Il emo fra due u d rgeerazoe è deo cclo d rgeerazoe U rocesso socasco a emo dscreo { ; ℵ} è deo d Markov se la robablà d sao al emo + dede solao dallo sao al emo auale,, e o dalla sora recedee, ovvero se s ha: 6

7 Aoo Mao, wwwsascaoo {,,, } Pr{ } Pr + o + U rocesso a emo couo { ; T} è deo d Markov se er og sequeza d valor x s ha: {,, } Pr{ } Pr Dal vcolo sulle dsrbuzo che defsce rocess markova, s deduce che er u rocesso markovao a emo dscreo l emo d ermaeza uo sao segue ua dsrbuzoe geomerca, mere u rocesso markovao a emo couo è ua varable casuale co dsrbuzoe esoezale egava Cò s verfca oché u rocesso markovao è u rocesso rvo d memora e le uche dsrbuzo che godoo d ale roreà soo auo le dsrbuzo geomerca ed esoezale U rocesso molo eressae è quello chamao radom walk ossa asseggaa aleaora, che raresea l movmeo d ua arcella ello sazo, defcadoe la sua oszoe al emo Tale oszoe dede dalla oszoe recedee e da ua varable casuale dedee; formalmee è defo come somma d ua sequeza d varabl { Y } dede e decamee dsrbue, er cu Y Il rocesso è dscreo o couo a secoda che sao dscree o coue le varabl { Y } Dall aals d ua asseggaa aleaora dmeso scaursce l oo rocesso d Weer W(), caraerzzao dal fao d avere ua dsrbuzoe margale d o gaussao co meda ulla e varaza α Cosderado due sa emoral s ha R, ) α m(, ) Il rocesso ( d Weer, deo ache moo Browao, è u arcolare rocesso Markovao couo, la cu desà soddsfa l equazoe del calore I 7

8 Aoo Mao, wwwsascaoo geerale u moo Browao è u rocesso { W ( ); }, avee le segue caraersche: - W(); - ha creme dede e sazoar; - er og >, W ( ) ~ (, α ) ; el caso α s arla d Moo Browao Sadard U rocesso socasco molo oo leeraura è quello d coeggo S defsce rocesso d coeggo ua famgla d varabl casual { ( ); } a valor er o egav, oguo de qual coa l umero d success o arrv ell ervallo emorale (,] Per cu () è u rocesso che gode delle segue roreà: - ( ) ; - () è a valor er; - se s< allora ( s) ( ) ; - er s<, ()-(s) è uguale al umero d eve verfcas ell ervallo (s,) U rocesso socasco d coeggo ossede creme dede, se l umero d eve che s verfcao ervall d emo dsgu soo dede; mere ossede creme sazoar se la dsrbuzoe del umero d eve che s verfcao u ervallo d emo dede solao dalla lughezza dell ervallo, er cu l umero d eve ell ervallo ( + s, + s), coè [ ( + s) ( + s) ], ha la sessa dsrbuzoe del umero d eve (, ), coè [ ( ) ( )] Al rocesso d coeggo () s uò assocare ua successoe d varabl casual osve a valor real { T ; ℵ} che sa sreamee crescee, ossa < T < < T <, che dca l emo d aesa er l -esmo arrvo < T 8

9 Aoo Mao, wwwsascaoo Precsamee se (), ossa ell ervallo (,) s soo verfca arrv, allora T T+, coè l emo d aesa er l eesmo arrvo è more o uguale a, mere l emo d aesa er l (+)-esmo arrvo è maggore o uguale a + La successoe { T ; ℵ} è dea rocesso d uo su R e T è l -esmo uo aleaoro del rocesso d uo Il rcale rocesso d uo è l rocesso d Posso; l rocesso { T ; ℵ} s dce rocesso d Posso omogeeo d esà λ > se e solo se l rocesso d coeggo assocao { ( ); } verfca le segue codzo: -, s, [ ( s) ( ) ] + è ua varable casuale d Posso d meda ( λ s), coè Pr{ ( + s) ( ) k} e - () ha creme dede; - () ( λs) k λ s ; Dalle recede codzo s oa che u rocesso d Posso ha creme sazoar e che E( ) ) Var[ ( ) ] λ k! ( Se () è u rocesso d Posso d esà λ, la dsrbuzoe d T s oee osservado che { } { ( ) } e s rcava qud la dsrbuzoe Erlagaa: f ( ) T T ( λ) λe λ ( )! Per s ha la dsrbuzoe esoezale egava Il rocesso d Posso o omogeeo, vece, è u rocesso socasco el + quale λ è ua fuzoe o egava defa su R ale che λ ( s) ds <, er ; ed () è ale che: - ) ( ) ( è ua varable casuale d o Posso co valor medo λ ( s) ds ; o 9

10 Aoo Mao, wwwsascaoo - () è u rocesso ad creme dede Tale rocesso è d esà λ (), er cu s ha: Pr λ( s) ds k! { k} e ( ) k λ ( s) ds S arla, vece, d rocesso d uo geerale se dalle codzo recede s ogle l vcolo degl creme dede Ua geeralzzazoe cosse el suorre che la robablà che u eveo s verfch ad u dao sae d emo deda dal umero d eve che s soo gà verfca, come el caso delle asce ua oolazoe, oché s esa che dedao dal umero d geor Assumedo (), e che la oolazoe zale sa soggea a sol arrv, l ssema delle equazo che defsce l rocesso è: ' '( ) λ ( ) λ ( ) ( ) + λ ( ) er +,+, co le codzo zal ( ) e ( ) se > U rocesso che soddsfa al equazo è deo d ura asca Se λ λ l rocesso s dce d Yule-Furry e vale: λ ( e ) λ ( ) e Codzoe ecessara e suffcee affché l uca soluzoe del ssema d equazo d u rocesso d ura asca sa ua dsrbuzoe d robablà rora, ossa che ( ), è che la sere dverga Se λ ale sere coverge allora rsula ( ) <, er cu co robablà ( ) la oolazoe uò suerare u ervallo fo d emo

11 Aoo Mao, wwwsascaoo qualuque lvello fo, ossa l rocesso dverge e s regsra l feomeo dell eslosoe Se vece s assume che ella oolazoe s verfcho sa areze che arrv, coè gress e usce (asce e mor) l ssema che defsce ale rocesso, deo d asce e mor, s oee cosderado ache u esà d usce o mor, er cu: ' ( ) λ ( ) + µ ( ) ' ( ) ( λ + µ ) ( ) + λ ( ) + µ co ( ) e ( ) se + + ( ) 3 I rocess d Markov ell ambo de rocess socasc arcolare aezoe merao ua classe d rocess che rede l ome d rocess markova Cosderado l caso d rocess socasc a aramero dscreo, co T cocdee co l seme de umer aural, er cu facedo eslco rfermeo ad ua successoe d varabl casual { ; ℵ} dczzae dal aramero, u rocesso d Markov fo è caraerzzao da ua arcolare relazoe d dedeza: recsamee, qualuque sa l ero, qualuque sao valor x x, x,, x ell seme delle loro ossbl, deermazo { x, x,, x }, la dsrbuzoe d + codzoaamee alla sua sora recedee, ossa all seme (,,, ) è uguale alla robablà d + codzoaamee alla sgola varable, ossa vale la seguee relazoe: { x x, x,, x } { x x } + Pr + Pr

12 Aoo Mao, wwwsascaoo La dsrbuzoe d al emo è dea dsrbuzoe zale del rocesso; dcado co a ( ) Pr { x }, co,,,, la dsrbuzoe zale sarà dcaa co l veore a, che è comoso da: ( a ( ), a ( ), a ( ) a, Le vare robablà codzoae Pr { x x } +, ossa la geerca robablà che ha l ssema d assare dallo sao al emo allo sao al emo (+), soo dee robablà d raszoe del ssema ed geerale dedoo dagl dc (,,); se ale robablà o dede dal emo allora l rocesso è deo omogeeo, eso come omogeeo el emo e s arla d caee markovae omogeee I queso caso s dcao al robablà co l aramero, dove recsamee vale: { x x } Pr + Poché s sao cosderado rocess f, co sa, allora le robablà { } vegoo raccole ua marce quadraa P d dmeso ( ), dea marce socasca d raszoe: I aramer { } vcol: P, essedo delle robablà, devoo soddsfare segue - er og coa (,); - er og I vrù della relazoe che defsce u rocesso d Markov, s deduce che basa cooscere la dsrbuzoe zale del ssema e la marce socasca d raszoe, er cooscere la dsrbuzoe dell ero rocesso

13 Aoo Mao, wwwsascaoo socasco Vedamo, qud, come rcavare da quese formazo le vare dsrbuzo del rocesso Poso a ( k) Pr { x k }, co k,,,, al robablà soo rcavabl dalla relazoe: ( k) a ( ) k + a ( ) k + + a ( ) k a base al eorema d dsegrazoe della robablà d u eveo, er cu cosderado a l veore delle robablà d, ossa a ( a ( ),, a ( ) esso uò essere esresso ella seguee oazoe marcale: a a P, aalogamee s uò deermare la dsrbuzoe d robablà della varable al emo 3 a 3 : a 3 a P 3 k cu sgol erme del veore soo deerma da: a ( k) a ( ) Allo sesso modo s ossoo deermare le alre dsrbuzo d robablà d a var sa emoral È erò eressae sudare l comorameo delle robablà d raszoe var ass Precsamee, se s dca co () la robablà d raszoe due col ossa () { x x } Pr +, s uò verfcare che ale valore è dao: ( ) k Successvamee è ossble calcolare la robablà d raszoe re col ossa: ( 3) k k () k e dcado co ν u umero ero ferore ad, la robablà d raszoe d orde : k k k () k k 3

14 Aoo Mao, wwwsascaoo ( ) ( ν ) ( ν ) k k k Quese equazo soo dee relazo d Chama - Kolmogoroff Se s raccolgoo le robablà d raszoe del geerco orde ua () marce, dcaa co P, le relazo recede ossoo essere scre ella seguee forma marcale: a a 3 a a a a P P P ( ) ( a P) P a Le dsrbuzo cogue a coe, ossa Pr { x, x } P () h k, er og coa k>h, soo rcavabl vrù d semlc legg d calcolo delle robablà, er cu vale: Pr ( k h) { x, x } a ( ) h k Le dsrbuzo cogue d re o ù varabl soo rcavabl cosderado, eravamee, la legge delle robablà comose er eve qualsas e o dede, ella quale s fa u fore uso delle robablà codzoae h 3 Classfcazoe e ordameo degl sa ella sezoe recedee s è oao come lo sudo d caea markovaa sa rcodoo allo sudo della marce d raszoe P ed alle sue oeze, che esrmoo le robablà d raszoe d orde Se l seme degl sa ossbl è dcao co S, cosderado due geerc sa e, s dce che lo sao comuca co lo sao se esse u 4

15 Aoo Mao, wwwsascaoo ( ) ero ale che >, ossa se è ossble che l ssema ass dallo sao allo sao, u umero qualsas d col Se comuca co s scrverà Γ, dove l smbolo Γ dca la relazoe d comucavà Per () covezoe s oe, modo che og sao comuch co se sesso, er cu vale Γ L eveo cero uò essere arzoao quaro eve: - ( Γ ) ( Γ) - ( Γ ) ( Γ) - ( Γ ) ( Γ) - ( ) ( Γ) Γ Dove l eveo ( A ) raresea la egazoe dell eveo (A) Cosderado l rmo eveo, base al quale comuca co e comuca co, s defsce co T ale relazoe d b-comucavà fra due sa, ossa: ( Γ) ( Γ) T Godedo delle roreà rflessva, smmerca e rasva, la relazoe T è ua relazoe d equvaleza, er cu è ossble classfcare var sa del ssema class d equvaleza; u gl sa equvale allo sao aarerrao alla sessa classe d equvaleza, che deoamo co [] I geerale l seme degl sa S sarà decomoso vare class [ ], [ ],,[ k ]; cosderado due dvers class d equvaleza [ a ] e [ b ], uò accadere che uo sao della rma classe ossa comucare co uo sao della secoda classe, al caso u gl sa della rma classe comucherao co gl eleme della secoda classe, ma ovvamee o è ossble l vceversa, erché alrme gl sa delle due class aarerrebbero ad u' uca classe d equvaleza Se s verfca ua ale suazoe, allora s drà che [ b ] è ua classe ferore alla [ a ], al modo, 5

16 Aoo Mao, wwwsascaoo erao, s sablsce u ordameo arzale ra le class d equvaleza; ua classe è dea massma se o è ferore a essu alra, mere è dea mma se essua classe è ferore a quesa Quao scro sora, corrsode ad affermare che ua classe d equvaleza è massma se essuo de suo sa uò essere ragguo da sa d alre class, mere è mma se essuo de suo sa uò raggugere sa d alre class Cosderado caee fe, ossa co u umero d sa fo, quese avrao semre ua classe mma ed ua massma; le class mme vegoo dee ergodche, se ale classe s rduce ad u solo sao allora queso è deo sao assorbee Le class o ergodche soo dee d assaggo e lo sesso ome vee arbuo agl sa che le comogoo Idvduae le class d equvaleza è coveee rordare gl sa, modo che sa aaree a class d orde ferore vegao oszoa rma rseo a sa delle alre class; quesa maera s oee ua forma arcolare della marce socasca d raszoe, dea caoca La forma caoca della marce socasca d raszoe è del o: P R P R3 R4 R5 P R R R P R R P R 4 5 P 5 Gl eleme aaree al ragolo suerore della marce soo u ull e dcao sa o comuca Le sub-marc quadrae dcae co l smbolo P soo le marc d raszoe corrsode alle class d equvaleza [], le sub-marc R ossoo avere valor u ull, se la classe [] è ergodca, oure o Se la marce R è ua marce co u valor ull, allora ache la marce R ha u valor ull 6

17 Aoo Mao, wwwsascaoo Le oeze -esme della marce P esressa forma caoca, soo marc ave la sessa sruura 3 Problem d assorbmeo () Lo sudo del comorameo della marce P al varare d, cosee d care l comorameo asoco del rocesso Da u uo d vsa uvo, s casce che u ssema fo s frà ad u cero uo ua classe ergodca, er cu da quel momeo o l ssema salerà da uo sao all alro d ale classe, seza ù gugere uo sao d alre class, s dce al caso che l ssema vee assorbo, e rsula eressae sudare la robablà ed em med d aesa del ssema class ergodche I og caea fa, qud, la robablà che l ssema ragguga u umero fo d col ua classe ergodca è ar ad, ossa è cero Idcado co g k[ ] la robablà che l ssema sa assorbo rma o o () ella classe [] a arre da u qualsas sao d assaggo k e co g k[ ] la robablà che l assorbmeo avvega esaamee all -esmo colo, s ha che: g ) [ ] g k[ ] ( k dove l uguaglaza s ha qualora essa ua sola classe ergodca e quesa sa roro []; dcado co τ l seme degl sa d assaggo, valgoo olre le segue uguaglaze: g g () k [ ] ( + ) k l [ ] [ ] k [ ] τ kl g ( ) 7

18 Aoo Mao, wwwsascaoo Combado le due recede equazo, maera erava, s ervee ad u ssema d equazo lear, la cu soluzoe forsce le robablà d assorbmeo ella classe [], recsamee, cosderado u qualsas sao d assaggo k: g k [ ] k [ ] τ g Trovaa la robablà d assorbmeo ella classe []del ssema, aredo da u geerco sao d assaggo k, è eressae calcolare l emo medo d aesa affché ale feomeo s verfch A al fe, s dch co T k la varable casuale che esrme l emo d aesa er l assorbmeo del ssema ua classe ergodca a arre dallo sao d assaggo k; cosderado ua coa geerca (,k) d sa d assaggo, s ha che l umero medo delle vole cu l ssema, uscedo da k, assa allo sao, u qualsas umero d ass, dcao co l smbolo m ( ) k k + l [ ] < kl m k è: geeralzzado ale umero medo all seme degl sa d assaggo τ, s rova che, uscedo da k, l emo medo d ermaeza ell seme τ, ossa E ( T k ), è ar a τ m k 33 Caee ergodche ella sezoe recedee s è osservao che, o aea l ssema guge ua classe ergodca, v rmarrà defvamee, er cu o orà ù ervere sa aaree ad alre class d equvaleza Cosderado ua classe ergodca, la sub-marce d raszoe relava a ale classe, 8

19 Aoo Mao, wwwsascaoo dcaa er covezoe co P, è d o socasco, er cu lo sudo d ua classe ergodca d sa, corrsode allo sudo d ua caea ergodca Ua caea ergodca è dea regolare se esse u umero ero ale che () er valor d maggor d esso, ossa er, u gl eleme relav alla oeza -esma della sua marce d raszoe P rsulo osv, ossa se s verfca che og sao della classe è raggugble a arre da u gl alr sa, u umero fo d col e, a arre da u valore abbasaza grade, cò s verfch og sae cu s cosdera l ssema Se s cosdera ua caea regolare, u rsulao molo morae è foro dal eorema d Markov, secodo l quale la oeza - () esma della marce d raszoe, ossa P, coverge, er che dverge, ad ua marce socasca U che ha u gl eleme sreamee osv e le rghe ue ugual; erm formal, vale: lm ( ) u >,,, La robablà asoca d aareeza al geerco srao è esressa dal valore u e cò evdeza come l ssema ammea ua dsrbuzoe asoca u dedee dalla dsrbuzoe zale, co u ( u u,, ) che soddsfa l equazoe: u u P La deermazoe umerca del veore u delle robablà d aareeza asoche è oeua rsolvedo l ssema d equazo seguee: u u u,,, U morae roreà d cu gode la dsrbuzoe lme u è che essa è sazoara ed è l uca dsrbuzoe sazoara del rocesso I relazoe, u 9

20 Aoo Mao, wwwsascaoo ad ua caea markovaa, s dce che ua dsrbuzoe d robablà v è sazoara, se soddsfa la relazoe: v () v P Ua caea regolare, olre, è u rocesso socasco sazoaro seso fore, oché la dsrbuzoe cogua d qualsas umero d varabl del rocesso o vara effeuado ua raslazoe rseo al emo, coè qualuque sa l ero h e la raslazoe emorale, la dsrbuzoe cogua d (,,, ) e quella d ( ) +, +,, + h è la medesma Le robablà asoche u hao u ulerore roreà; fa l valore raresea l emo medo d roro ello sao u Cosderado l rocesso S ( ) che dca l umero relavo d vole cu l rocesso { } s rova ello sao, cosderadolo fuzoe d, qualuque sa la dsrbuzoe zale a ale rocesso coverge robablà verso u, alr erm l valor medo della erceuale d emo cu l ssema s rova ello sao è asocamee uguale a u : ale rsulao è oo leeraura come eorema ergodco Iolre, se var lm [ S ( ) ] c, co c cosae reale dversa da zero, qualuque sa la dsrbuzoe zale del rocesso, la successoe S h ( ) u c coverge dsrbuzoe ad ua ormale sadardzzaa: ale roreà è deomaa eorema cerale del lme er le caee markovae regolar 34 Caee ergodche cclche

21 Aoo Mao, wwwsascaoo Cosderado ua caea markovaa, la robablà () esrme la robablà che l ssema uscee dallo sao v ror esaamee doo col S ozz che ale robablà sa osva solao er valor mull d u cero ero d', ossa: ( ) se o è mullo d d', ( ) se è mullo d d' Cò s verfca ovvamee er d ' ; se cò s dovesse verfcare solo er ale valore d alr valor d d', allora lo sao è deo aerodco, vceversa se essoo d' er cu ale roreà è soddsfaa allora lo sao è deo erodco ed l umero ero massmo fra quell che soddsfao la recedee roreà, dcao co d è deo erodo dello sao I ua classe d equvaleza è sao dmosrao che u gl sa hao lo sesso erodo oure soo u aerodc, er cu ua classe d equvaleza che coee gl sa e, s avrà che d d d e s drà che d è l erodo della classe e che la classe è cclca d erodo d Se u gl sa della classe soo aerodc, ossa d, allora la classe è dea aerodca Prededo cosderazoe class ergodche cclche d erodo d, è sao dmosrao che la classe uò essere decomosa d sooclass dse, dcae co, C Cd, che godoo della seguee roreà: C,, - se l ssema è uo sao d C h, co h,,,d, allora asserà u solo colo uo sao d C h+ ; - se l ssema s rova ella sooclasse C d, el colo successvo asserà ella sooclasse C I ua caea cclca, le oeze successve d ua marce d raszoe o ossoo researe ma u gl eleme osv, ma c sarao alcu

22 Aoo Mao, wwwsascaoo valor ull; se s cosdera u dce l ale che l < d, allora s uò dmosrare che: lm u ( d + l) > se C h alrme el caso arcolare cu l, s oee che: lm u ( d ) > se e, C h alrme C Quao mosrao mlca che la successoe delle oeze della marce d raszoe P, ossa { P () } h+, d ua caea cclca o coverge Se s cosdera la successoe delle mede armeche, ossa () ( ) ( P P + + P ) +, quesa rsula covergee e la sua marce lme ha ue le comoe osve e ue le rghe ugual Se coverge la successoe delle mede armeche, s dce che la successoe coverge alla Cesaro Voledo sudare l comorameo asoco d ua geerca caea ( ) markovaa, ossa voledoe sudare la dsrbuzoe a a P er che dverge, s uò affermare che qualora la caea sa regolare o coee ua sola classe ergodca e quesa è aerodca, allora esse ua dsrbuzoe lme u dedee dalle codzo zal del ssema Tale veore ha ue le comoe osve el rmo caso, mere soo osve solao le comoe relave a sa ergodc el secodo caso I asseza d class ergodche cclche esse la dsrbuzoe lme, ma qualora sao rese ù class ergodche essa dede dalla dsrbuzoe zale ed arcolare rsula: lm g ( ) [ ] dove lo sao è d assaggo, mere lo sao è ergodco e co g [ ] che raresea la robablà che l ssema uscedo dallo sao vega u

23 Aoo Mao, wwwsascaoo assorbo ella classe [] I ale suazoe occorre cosderare le robablà che l ssema sa zalmee allo sao, ossa a ( ) Se la caea è cclca oure coee ua sola classe ergodca cclca, s ha ua dsrbuzoe lme dedee dalla dsrbuzoe zale qualora s cosdera u lme alla Cesaro, ossa la covergeza della successoe delle mede armeche Il roro ad uo sao ua caea markovaa è u eveo rcorree, che è cero se è ergodco, mere uò o esserlo se è vece uo sao d assaggo Il roro ello sao è u eveo rcorree ache se zalmee l ssema s rova uo sao dverso e è raggugble da, s arla al rguardo d eveo rcorree rardao È eressae oare come lo sudo delle roreà d u rocesso markovao sa coducble araverso l aals degl auovalor { λ } della marce socasca d raszoe P I geerale rsula che ess soo, modulo, mor o ugual all uà, qualora essa u uco auovalore ar all uà allora s uò osservare che esse ua dsrbuzoe lme, che o dede dalle codzo zal del ssema, co comoe che ossoo essere ue osve Se esse solo u auovalore che modulo è ar all uà, allora la caea ammee ua sola classe ergodca, se vece essoo r auovalor che modulo soo ar ad uo, allora la caea resea r class ergodche regolar 35 Caee markovae co u fa umerable d sa Suoamo, adesso, che l seme S degl sa d ua caea markovaa o sa fo, ma che rese ua cardalà del umerable Come er le 3

24 Aoo Mao, wwwsascaoo caee fe, è ossble cosderare le relazo d comucavà e bcomucavà fra gl sa del ssema e qud raggruare gl sa class d equvaleza Mere elle caee fe è semre resee ua classe mma ed ua massma, queso caso cò o è deo che s verfch Ad esemo, orebbe verfcars che ue le class sao d assaggo e qud sao d assaggo u gl sa; s agguga che ua classe mma, ammesso che essa, l roro uo sao uò o essere u eveo cero e ure qualora sa cero, o è deo che l suo emo medo sa fo Per al rago, el caso d caee co u fà umerable d sa, è coveee oerare ua classfcazoe degl sess basaa sul caraere della rcorreza o del roro S drao, qud, ersse quegl sa er qual l roro è cero e, a secoda che l suo emo medo sa fo o meo, vegoo de ergodc o ull Gl sa er qual, vece, l roro o è cero vegoo def rasor e al sa vegoo abbadoa dal ssema co robablà ar ad uo, aaloga agl sa d assaggo delle caee fe Cosderado ua caea cosuee u uca classe d equvaleza, dea rrducble, s oa che u suo sa aarerrao ad uo ed uo solo de re sora def 36 Iroduzoe alle caee markovae fe a aramero couo U rocesso { ; T} el quale le varabl casual della famgla soo dscree, ma co l seme T couo, è deo rocesso markovao dscreo a aramero couo se er og umero ero, 4

25 Aoo Mao, wwwsascaoo < < < < + T e er og deermazoe,, x x x x,, delle varabl casual del rocesso vale la seguee relazoe: { x x, x,, x } Pr{ x x } + + Poedo ( ) Pr{ x x } Pr + +,, se ale robablà olre gl dc (,) dede esclusvamee dalla dffereza emorale ( + ), l rocesso quesoe vee deo omogeeo S ozz che ale rocesso sa dscreo e fo, er cu essoo solo u umero fo d sa, s arla duque d caea markovaa La dsrbuzoe zale del ssema è a ( ) ( a ( ),, a ( ), cu l geerco erme ha l seguee sgfcao: ( ) Pr{ }; la marce d raszoe al emo, dea fuzoe d x a raszoe, è: ( ) P ( ) ( ) ( ) ( ) ( ) ( ) dove l geerco erme vale ( ) { x x } segue vcol: ( ) ( ) Pr e dove valgoo,, Le relazo d Chama Kolmogorov soo adesso: co ( ) δ se se ( + s) ( ) ( s) k Il veore a ( ) che coee le robablà d aareeza agl sa al emo è qud deermao da: k k 5

26 Aoo Mao, wwwsascaoo a ( ) a( ) P( ) Come el caso d caee dscree, se esse u valore ale che er og e er og coa (,) rsul ( ) >, allora la marce P(), er che dverge, coverge verso ua marce avee ue le rghe ugual, s verfca coè che: ( ) u lm > La dsrbuzoe asoca { u }, ache queso caso, o dede dalla dsrbuzoe zale del rocesso ed è ua dsrbuzoe sazoara 6

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

{ } t. w si intende. , ciascuna delle quali dipende da. Una sequenza di distribuzioni di probabilità ( f ( w,, w ; θ)

{ } t. w si intende. , ciascuna delle quali dipende da. Una sequenza di distribuzioni di probabilità ( f ( w,, w ; θ) 8-Ecoomera, a.a. -3 Capolo 8 8- Il meodo della Massma Verosmglaza 8- Proprea` asoche degl smaor ML 8-3 Tes sulle poes: Il es d Wald, l es LM, l es LR e l es boosrap 8-4 Esemp 8-5 Appedce: La sasca LM e

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

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

STIMA DI MODELLI DI SOPRAVVIVENZA PARAMETRICI

STIMA DI MODELLI DI SOPRAVVIVENZA PARAMETRICI IMA I MOEI I OPRAVVIVENZA PARAMERICI ma moell soravvvea aramerc usce er more e alra causa Moell soravvvea aramerc co comoe regressoe ma moell soravvvea aramerc usce er more e er alra causa IMA I MOEI I

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

CAPITOLO 6 ANALISI DEL RITARDO IN UNA RETE DATI.

CAPITOLO 6 ANALISI DEL RITARDO IN UNA RETE DATI. CAITOLO 6 AALISI DEL RITARDO I UA RETE DATI. 6. AALISI DEL RITARDO I UA RETE DATI I queso caolo aalzzeremo, modo quaavo e qualavo, gl eleme d rardo rese ua ree er da. Fodamealmee cosdereremo re d o aced

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

1 La chain rule per funzioni poco regolari

1 La chain rule per funzioni poco regolari 1 La cha rule per fuzo poco regolar Voglamo dmosrare ua formula della caea cha rule per ua composzoe del po f x dove f : R R è regolare, az d classe C, ma x [,T ] è ua fuzoe o ecessaramee dfferezable e

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

CAP. 2 CALCOLO DELLE PROBABILITA

CAP. 2 CALCOLO DELLE PROBABILITA B. Chadoo Versoe 006 Sasca er le decso CA. CALCOLO DELLE ROBABILITA. Alcu coce base Il calcolo delle robablà, ao el coeso de goch d azzardo, s è svluao eorcamee fo ad assumere u ruolo arcolarmee rlevae

Dettagli

Fatica con sollecitazioni ad ampiezza variabile

Fatica con sollecitazioni ad ampiezza variabile Comporameo meccaco de maerla Faca co sollecazo ad ampezza varable Faca de maeral Faca co sollecazo ad ampezza varable Iroduzoe, cumulav d sollecazoe Daeggameo: regola d Palmgre Mer Meodo d coeggo: meodo

Dettagli

NUMERI INDICI. Esempio: consideriamo la serie storica delle retribuzioni convenzionali INAIL dal 1994 al 1999 (migliaia di Lire)

NUMERI INDICI. Esempio: consideriamo la serie storica delle retribuzioni convenzionali INAIL dal 1994 al 1999 (migliaia di Lire) Corso d Sasca (caale A D) Do.ssa P. Vcard NUER NDC Nella lezoe abbamo vso la defzoe d u arcolare o d dsrbuzoe: la sere sorca. S arla d sere sorca quado l feomeo rlevao vara el emo e o samo eressa a cooscere

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

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

Interesse e Sconto. Università degli Studi di Catania Facoltà di Economia D.E.M.Q.

Interesse e Sconto. Università degli Studi di Catania Facoltà di Economia D.E.M.Q. Ieresse e Scoo Uversà degl Sud d Caaa Facolà d Ecooma D.E.M.Q. Ieresse x Ieresse y (x y) empo Capalzzazoe: Capale Impego Moae M I Ieresse : I M - C; M C + I; F + ; I C (F ) C C (usualmee M > 0 I >-C, I

Dettagli

Struttura del Segnale (1/3)

Struttura del Segnale (1/3) Sruura del Segale (1/3) Il segale deve rasporare u gra umero d da, per cu s ulzza la ecca della modulazoe co la quale l oda paa orgara (porae) vee modcaa co de codc bar ed ulzzaa come "vecolo" per l rasporo

Dettagli

Un introduzione ai sistemi dinamici stocastici con variabili latenti

Un introduzione ai sistemi dinamici stocastici con variabili latenti esearch Paper Seres N 3 6 U roduzoe a ssem damc socasc co varabl lae Alo Wedl DEAMS Uversà d rese esearch Paper Seres Dparmeo d Sceze Ecoomche Azedal Maemache e Sasche Bruo de Fe Pazzale Europa 347 rese

Dettagli

NOTA Gli operatori lineari fra spazi a dimensione finita sono tutti continui, nel senso che, se A è

NOTA Gli operatori lineari fra spazi a dimensione finita sono tutti continui, nel senso che, se A è Operaor lear ell ambo degl spaz d fzo grade mporaza praca hao gl operaor lear Ad esempo, la dervazoe è operaore leare che, applcao ad a fzoe, dà come rslao alra fzoe; l egrazoe defa è ach essa operaore

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

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

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

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

Descrizione quantomeccanica di un insieme di spin: LA MATRICE DENSITÀ

Descrizione quantomeccanica di un insieme di spin: LA MATRICE DENSITÀ Desrzoe quatomeaa d u seme d sp: LA MATRICE DENITÀ Il valore d aspettazoe d ua gradezza fsa rappresetata dall operatore O su u sstema ello stato Ψ è: O Ψ OΨdτ Ψ O Ψ e s a u umero elevato d sstem (u seme

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

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

Capitolo 5. ii) Errori eteroschedastici ed eventualmente correlati (cioè

Capitolo 5. ii) Errori eteroschedastici ed eventualmente correlati (cioè Capolo 5 5- Il meodo GLS (per campo f 5- Il meodo (asoco FGLS (Feasble Geeralzed Leas Square 5-3 Sma de modell lear co error AR(; Lo smaore d Pras-Wse 5-4 Il meodo d Cochrae-Orcu 5-5 Appedce: Il es d Whe

Dettagli

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

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

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

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

La seguente tabella mostra la distribuzione doppia rispetto al Numero di stanze (Y) e al Numero di componenti (X) di un collettivo di 104 famiglie.

La seguente tabella mostra la distribuzione doppia rispetto al Numero di stanze (Y) e al Numero di componenti (X) di un collettivo di 104 famiglie. Esercazoe IX: Le dsrbuzo doppe Eserczo La seguee abella mosra la dsrbuzoe doppa rspeo al Numero d saze (Y e al Numero d compoe (X d u collevo d 04 famgle. Numero Numero d saze compoe 4 Toale 0 6 4 8 0

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

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

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica . FUNZIONE D ONDA OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gl srume della Meccaca Quasca Ssema d eresse cosderao come solao: aomo/molecola Cofgurazoe del ssema: seme de veor poszoe

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

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

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Soluzione degli esercizi del capitolo 11

Soluzione degli esercizi del capitolo 11 Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

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

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

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

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

Capitolo 11 - Catene di Markov

Capitolo 11 - Catene di Markov Aut d Teora de Segal Catolo - Catee d Marov Catee d Marov temo-dscrete... Defzo troduttve... Probabltà d traszoe ad u asso...3 Catee d Marov omogeee...4 Matrce delle robabltà d traszoe ad u asso...4 Proretà...5

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

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).

0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ). Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci

Dettagli

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D osderamo ua fuzoe f(, ) f( P) o egatva, coè: f ( P) (, defta u domo lmtato el quale rsulta efamo cldrode d base relatvo alla fuzoe f (, l luogo geometrco de ut (,, z) dello sazo che verfcao le seguet relazo:

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

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

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

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

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

Variazione approssimata del valore attuale

Variazione approssimata del valore attuale arazoe approssmaa del valore auale Fabo Bell 0 Abbamo vso le prcpal propreà della durao e dvers mod d calcolarla var esemp, ra cu ol a cedola fssa. Roramo alla relazoe che lega la durao alla sesvà del

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

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

Previsione della domanda - contenuti di base -

Previsione della domanda - contenuti di base - Prevsoe della domada - coeu d base - Prof. Rccardo Mello rccardo.mello@umore. Uversà d Modea ad Reggo Emla Dparmeo d Igegera Ezo Ferrar va Vgolese 905, 400, Modea - Iala Gruppo d Rcerca: Impa Idusral Ig.

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

Risultati esame scritto Fisica 1-26/09/2016 orali: 30/09/2016 alle ore presso ufficio del professore

Risultati esame scritto Fisica 1-26/09/2016 orali: 30/09/2016 alle ore presso ufficio del professore Rsula esame scro Fsca - 6/9/6 oral: /9/6 alle ore. resso uco del roessore l sude eressa a soare lo scro soo rea d resears l oro dell'orale marcola oo 59 c 855 846 c 489 ammesso 844 c 495 c 496 c 495 7

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

Circuiti dinamici. Equazioni di stato. (versione del )

Circuiti dinamici. Equazioni di stato.   (versione del ) rcu amc Equazo sao www.e.g.ubo./pers/masr/aca.hm ersoe el 9-- elazo ra sao gress e rspose poes: crcuo amco leare o egeere o sao può essere rappreseao meae le eso u coesaor e le corre u gl uor o sao all

Dettagli

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt Cosruzo Elroach Corr d coro crcuo u rasforaor Sovracorr rasforaor Esaao qus au, odo slfcao, l org l cosguz dll sovracorr ch ossoo sollcar l avvolgo d u rasforaor dura u coro crcuo a ors dl scodaro. 1 -

Dettagli

Capitolo 12 - Codifica di sorgenti discrete

Capitolo 12 - Codifica di sorgenti discrete Aut d Teora de Segal Catolo - Codfca d sorget dscrete Sorget seza memora... Itroduzoe... Defzoe d sorgete dscreta...3 Cocetto d formazoe...4 Etroa della sorgete...5 Etroa e umero d smbol dell alfabeto

Dettagli

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

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

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

Controlli Automatici A

Controlli Automatici A Cotroll Automatc A Cors d laurea treal Igegera Elettroca, Iformatca, Telecomucazo a.a. 200/2002 Docete: Prof. Aurelo Pazz Emal: aurelo@ce.upr.t http://www.ce.upr.t/people/pazz/ Cotroll Automatc A Prof.

Dettagli

APPRENDIMENTO SUPERVISIONATO. Reti multistrato. Il Perceptron (Rosenblatt 58) w 1. Fase di Addestramento. Classificazione. Fase di evoluzione

APPRENDIMENTO SUPERVISIONATO. Reti multistrato. Il Perceptron (Rosenblatt 58) w 1. Fase di Addestramento. Classificazione. Fase di evoluzione APPRENIMENTO SUPERVISIONATO Re mulsrao Appredmeo co supervsoe La ree mpara ad assocare u seme d coppe (, d ) desderae. La ree opera due fas dse: Fase d addresrameo s memorzzao le formazo desderae Fase

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

Si definisce prodotto di A e B la matrice data da:

Si definisce prodotto di A e B la matrice data da: MRICI Ua matrce Mat(m,) è ua tabella ordata d umer dspost m rghe ed coloe. Idchamo co aj l'elemeto d posto j che può essere reale o complesso. Operazo d matrc: ) (α)j α aj α C 2) (+ B)j aj + bj Propretà

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca

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

Teorie di Gauge. Fenomenologia delle Interazioni Forti. Diego Bettoni Anno Accademico

Teorie di Gauge. Fenomenologia delle Interazioni Forti. Diego Bettoni Anno Accademico Teoe d Gauge Feomeologa delle Ieazo Fo Dego Beo o ccademco 8-9 Ivaaza d Gauge Ivaaza d Gauge Da dove devao Lagagae o Hamloae? Come saamo che ua cea eazoe descve u ssema fsco eale? Pechè l eazoe eleomageca

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 sulle serie numeriche e sulle serie di potenze

Esercizi sulle serie numeriche e sulle serie di potenze Eserc sulle sere umerche e sulle sere d potee ) Determare la covergea semplce e assoluta della seguete sere co C : se ta l Iamo co la covergea assoluta. Dobbamo studare la seguete se ta l Essa (utlado

Dettagli

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare. Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)

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

Dipartimento di Meccanica Politecnico di Torino

Dipartimento di Meccanica Politecnico di Torino (ε) (F) (ε) (F) FATICA CO SOLLECITAZIOI AD AMPIEZZA VARIABILE Sora reale o! Meod d coeggo Sora a blocch, a, m 2, a2, m2 3, a3, m3 B: s perde l effeo della sueza de ccl ampezza varable a (o ) Cumulav d

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

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

Modellistica delle linee di trasmissione

Modellistica delle linee di trasmissione eleroea- appu gras gegera - www.rardogalle.om/appu_gras/ Corso d Laurea Spealsa Igegera delle Teleomuazo Modulo d Eleroea - A.A. 5-6 Modellsa delle lee d rasmssoe PARTE II Aals qualaa e quaaa d re d eleme

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVESITA DEGLI STUDI DI PEUGIA DIPATIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FOMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

1 Matrici. 1. Generalità.

1 Matrici. 1. Generalità. rc.. Geerlà. D m e, umer er posv s dce mrce d m rghe e d coloe, o mrce d po ( m,, d eleme rel u seme d m umer rel ) ( =,,..., m;,,..., ) dspos secodo l seguee bell regolre Gl m umer rel Nell'elemeo = m

Dettagli

Modelli Parametrici RICONOSCIMENTO DI FORME. Metodi Parametrici per la Classificazione Supervisionata

Modelli Parametrici RICONOSCIMENTO DI FORME. Metodi Parametrici per la Classificazione Supervisionata Modell Paramerc RICONOSCIMENTO DI FORME Meod Paramerc per la Classfcazoe Supervsoaa I meod paramerc soo quell dove s coosce, o s pozza, u modello paramerco per le x/ω. Esempo: modello Gaussao moodmesoale

Dettagli

Calcolo delle Probabilità: esercitazione 4

Calcolo delle Probabilità: esercitazione 4 Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario Itroduzoe a metod erel Gorgo Valet DSI Uverstà degl Stud d Mlao Sommaro Raresetazoe de dat tramte erel Caratterstche de erel Kerel come msure d smlartà Kerel e regolarzzazoe Metod d aredmeto automatco

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti 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 e l fereza S defsce campoameto u procedmeto attraverso l quale

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

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

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

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