VARIABILI ALEATORIE (v.a.) DISCRETE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "VARIABILI ALEATORIE (v.a.) DISCRETE"

Transcript

1 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre R. D Agò VARIABILI ALEATORIE: SIMBOLOGIA, DEFINIIONI, PROPRIETA VARIABILI ALEATORIE (v.. DISCRETE pgg. -3 VARIABILI ALEATORIE (v.. CONTINUE pgg. 3-6 VARIABILI ALEATORIE (v.. DISCRETE x = x < x + Smbolog per l v.. dscret : = p ( x = P( = x = p > 0 p = = S = x, x x = seme de vlor possbl dell v.. è u seme d vlor solt. è tle che { } P S = P x, x x = P x x = p = = P < < = P = ( ( ( ( (, { } = Fuzoe d probbltà dell v.. dscret : p x = x =,, p ( x = 0 CALCOLO DELLE PROBABILITA DEGLI EVENTI ALEATORI PER LE v.. DISCRETE P( A, A = (, : P( A = Defzoe d: probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe d pprteere d A, ovvero tle che x A Clcolo d: P( A = SOMMA delle probbltà p de vlor possbl x che soddsfo l codzoe d pprteere d A, ovvero tl che x (I A. ( <, ( : P( < b P( b P b P b Defzoe d: [e ] = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè x < b [ x b]. Clcolo d: P( < b [e P( b ] = SOMMA delle probbltà p de vlor possbl x che soddsfo l codzoe dt dll dsuguglz dct tr pretes, coè x (II < b [ x ( P < b,( P b,(3 P < b, (4 P < b : Defzoe d: (,(,(3,(4 = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè: ( < x b, ( x b, ecc. Clcolo d: (,(,(3,(4 = SOMMA delle probbltà p de vlor possbl x che soddsfo l codzoe dt dll dsuguglz dct tr pretes, coè: ( < x b, ( x b, ecc.. Ioltre s h che: (P( < b = P( b P( (P( b = P( b P( < (3P( < < b = P( < b P( (4P( < b = P( < b P( < b ]. S

2 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre 008. (III ( >, ( : P( P P 008 R. D Agò Defzoe d: > [e P( ] = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè x > [ x ] Clcolo d: P( > [e P( ] = SOMMA delle probbltà p de vlor possbl x che soddsfo l dsuguglz dct tr pretes, coè x ( > = ( ( = ( < P P P P > [ x ]. Ioltre s h che NOTA BENE: (I, (II e (III sopr l presez o l ssez dell ugule = può fr cmbre l vlore dell probbltà, e precsmete f cmbre l vlore dell probbltà tutte e sole le volte che l estremo (oppure b è uo de vlor possbl dell v... QUANTILE DI ORDINE α ( 0, d u v.. dscret q α = qutle d orde α : è l pù pccolo vlore possble dell v.. che verfc l codzoe: P( q α α. VALORE MEDIO ATTESO, o MEDIA, o MOMENTO PRIMO d u v.. dscret E = µ = x p = Propretà d E ( : ( terltà: m S E mx S c ( cosstez: E ( = c per l v.. degeere = S = {} c, prmetroc p ( c = MOMENTO SECONDO d u v.. dscret E x = = p VARIANA e SCARTO QUADRATICO MEDIO d u v.. dscret = [ ] ( = µ = V x p E E = sqm... = = Propretà d V ( (e sqm...( : ( o egtvtà: 0 ( 0 ( = 0 ( = 0 se e solo se è u v.. degeere (3 V E se e solo se = ( E( = 0 c = S = c p ( c = v.. DISCRETE NOTEVOLI ( {}, prmetroc v.. DEGENERE Tpco sgfcto pplctvo dell uco vlore possble c dell v.. degeere: serve per vere che el clcolo delle probbltà l ozoe d costte come mtemtc. c Smbolog: =, ( S = {} c, prmetroc p ( c =

3 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre 008. x = c Fuzoe d probbltà: p( x = 0 = µ = c, V E = = R. D Agò v.. BERNOULLIANA Tpco sgfcto pplctvo de due vlor possbl [ x = 0,] dell v.. beroull: x = umero totle delle volte che u dto eveto A può verfcrs u osservzoe (co p probbltà che s verfch. 0 Smbolog: Be( p ( prmetro p ( 0,, S = { 0, }, = p p p x = 0 Fuzoe d probbltà: p( x = p x = 0 E µ p V = = p p = =, v. UNIFORME DISCRETA x =,,... Smbolog: U( ( prmetro tero postvo, S = {,,... }, = p( x = x =,,... Fuzoe d probbltà: p( x = 0 + = =, V E µ = = v.. BINOMIALE Tpco sgfcto pplctvo de vlor possbl [ x = 0,, ] dell v.. bomle: x = umero totle delle volte che u dto eveto A può verfcrs osservzo (co p probbltà costte che A s verfch u qulss osservzoe. B p; prmetr: p 0,, tero postvo, S = 0,, Smbolog: { } x p x ( p - x 0,, Fuzoe d probbltà: p( x x = = 0! Dove ; ; 0! x = = = = x! ( x! ( x ( ( x 0 = E = µ = p, V ( = = p( p VARIABILI ALEATORIE (v.. CONTINUE Defzoe d v.. cotu: U v.. è cotu se e solo se suo vlor possbl x soo tutt umer rel d u tervllo (fto o fto d =, (ovvero u v.. è cotu se e solo se l seme S de suo vlor possbl x è u tervllo (fto o fto d umer rel ed oltre per cscuo de vlor possbl x è deft u fuzoe d destà d probbltà f x (ved defzoe qu sotto. 3

4 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre 008. Defzoe d fuzoe d destà d probbltà f x d u v.. cotu: 008 R. D Agò U fuzoe f : è l fuzoe d destà d probbltà d u v.. cotu se h le seguet tre propretà: ( o egtvtà su e postvtà su S, ovvero: 0, e 0 f x x f x > x S ( ormlzzzoe (dell re sottes co l sse delle scsse, ovvero f ( x dx = ( (3 P b = AREA sottes dll fuzoe d destà co l sse delle scsse d fo d b, ovvero: b P < b = P b = f x dx dove P( b = P( b < = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè x < b [ x b] (dove, dfferez delle v.. dscrete, l presez o l ssez dell ugule = o f cmbre vlor delle ree e qud le probbltà. (I CALCOLO DELLE PROBABILITA DEGLI EVENTI ALEATORI PER LE v.. CONTINUE ( P < b,( P b,(3 P < b, (4 P < b : Defzoe d: (,(,(3,(4 = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè: ( < x b, ( x b, ecc. Clcolo d (,(,(3,(4 = AREA sottes dll fuzoe d destà co l sse delle scsse d b, ovvero: b P < b = P b = P < b = P < b = f x dx dove l presez o l ssez dell ugule = o f cmbre vlor delle ree e qud le probbltà. Ioltre s h, come per le v.. dscrete, che: (P < b = P b P ( (P( b = P( b P( < (3P( < < b = P( < b P( (4P( < b = P( < b P( < dove però, dfferez delle v.. dscrete, l presez o l ssez dell ugule = o f cmbre vlor delle ree e qud le probbltà. (II ( >, ( : P( P P Defzoe d: > [ P( ] = probbltà co cu l v.. ssume u osservzoe u qulss vlore rele x che soddsf l codzoe dt dll dsuguglz dct tr pretes, coè x > [ x ] Clcolo d: P( > [ P( ] = AREA sottes dll fuzoe d destà co l sse delle scsse d, ovvero: P( > = P( = f ( x dx Ioltre s h che P( > = P( P( = P( < dove, dfferez delle v.. dscrete, l presez o l ssez dell ugule = o f cmbre vlor delle ree e qud le probbltà. 4

5 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre R. D Agò QUANTILE DI ORDINE α ( 0, d u v.. cotu q α = qutle d orde α : è l vlore rele tle che P( q α = α. VALORE MEDIO ATTESO, o MEDIA, o MOMENTO PRIMO d u v.. dscret µ xf E = = x dx Propretà d E ( : ( terltà: m S E mx S MOMENTO SECONDO d u v.. dscret E = x f x dx VARIANA e SCARTO QUADRATICO MEDIO d u v.. dscret = = ( µ = V x f x dx E E sqm... = = Propretà d V ( (e sqm...( : ( o egtvtà: 0 ( 0 ( V = E( se e solo se E( = 0 v.. CONTINUE NOTEVOLI v. UNIFORME CONTINUA x ( b, Smbolog: U(, b ( < b;prmetr, b, S = (, b, = f ( x = b x [, b] oppure x (, b,ecc. Fuzoe d destà d probbltà: f ( x = b 0 + b = =, V E µ = = ( b v.. GAUSSIANA o NORMALE STANDARDIATA Smbolog: N 0; dove s dmostr che 0 µ E Iseme de vlor possbl: = =, = = V ( S = z Fuzoe d destà d probbltà: f ( z = e z ( π = , e= π Rppresetzoe grfc dell fuzoe d destà d probbltà: è l tpc form cmp smmetrc co sse d smmetr dto dll sse delle ordte e co le due code che tedoo zero sstr e destr dell sse delle ordte rspettvmete per z ed z. Il cmbmeto dell cocvtà d verso l bsso verso l lto, ecessro ffché le code posso tedere zero rmedo postve, h luogo corrspodez d z = e z =. Tvole umerche dell fuzoe d destà d probbltà dell guss stdrdzzt per l clcolo delle probbltà. 5

6 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre 008. z.. P (. = f ( z dz = e dz? = = π ESEMPIO d lettur dell tvol umerc dell guss stdrdzzt Determre l probbltà d cu sopr co l tvol umerc dell guss stdrdzzt: P. =?. prme due cfre rg dell tvol. 0.0 terz cfr colo dell tvol 008 R. D Agò colo dell tvol 0.0 rg dell tvol = P. ( = ( ( > 0, P( z = P( z ( z > 0 P z P z z v.. GAUSSIANA o NORMALE NON STANDARDIATA Smbolog: N µ ; ( dove s dmostr che due prmetr soo dt propro d: µ = E, = V ( 0, Iseme de vlor possbl: = S Fuzoe d destà d probbltà: ( x µ f x = e x = , e= π ( π Rppresetzoe grfc dell fuzoe d destà d probbltà: è l tpc form cmp smmetrc co sse d smmetr dto dll perpedcolre ll sse delle scsse che pss per l puto µ (= 0, el cso dell guss stdrdzzt e co le due code che tedoo zero sstr e destr dell sse delle ordte rspettvmete per x ed x. Il cmbmeto dell cocvtà d verso l bsso verso l lto, ecessro ffché le code posso x = µ e x = µ +.( (= - e, el cso dell tedere zero rmedo postve, h luogo corrspodez d guss stdrdzzt. Clcolo delle probbltà per l guss o stdrdzzt N µ ;. C s rcoduce l cso stdrdzzt co l seguete formul: P x P x µ ( = co N 0;. Qutle q α d orde α ( 0, dell v.. ( ; N µ ( Cso d α 0.5 (e qud q α µ, e qud q α µ 0 : qα = µ + zα Cso d α 0.5 (e qud q α µ, e qud q α µ 0 : qα = µ z α v.. LOGONORMALE = LN µ ; d prmetr µ e Smbolog: e Iseme de vlor possbl: S = ( 0, co N ( µ ; Fuzoe d destà d probbltà: ( l y µ e y 0, π = , e= f y = y π 0 6

7 Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre R. D Agò Rppresetzoe grfc dell fuzoe d destà d probbltà: f ( y è ull per vlor y egtv, po comc cresce bbstz rpdmete prtre d zero e per vlor y crescet o troppo grd, dopodché, rgguto l mssmo, decresce tededo zero per vlor y tedet d fto. I coclusoe f ( y è oblqu destr. Iftt, s dmostr che: mod + = < = < = =, oltre s h: V E ( e = = µ µ med µ e e E e µ Clcolo delle probbltà per l logoormle = e LN( µ ; co N ( µ ; guss stdrdzzt co l seguete formul: l y µ P ( y = P( l y = P L v.. Logoormle ed u su pplczoe Fz: l v.. S = prezzo l tempo t > 0 d u ttolo quotto t co N( 0; fuzoe dell v.. R N ( µ ; R = redmeto gusso del ttolo stesso dl tempo zle 0 l tempo t > 0 t R t t e precsmete, s dmostr sotto opportue rgoevol potes, che tle fuzoe è dt d: St R t Rt = s0e co e LN ( µ R; R s0 t t e = prezzo (osservto del ttolo l tempo zle 0. C s rcoduce l cso dell 7

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA

INFORMATICA 3 LEZIONE 10 FONDAMENTI DI MATEMATICA INFORMATICA 3 LEZIONE FONDAMENTI DI MATEMATICA Isem e relzo Iseme: collezo d membr o elemet dstt d u tpo d bse. U membro può essere u elemeto prmtvo d u tpo d bse oppure u seme. U seme o cotee elemet duplct.

Dettagli

Sistemi lineari: generalità

Sistemi lineari: generalità Sstem ler: geerltà Prolem: rsolvere u sstem lere d grd dmeso N, I form comptt: A B M M M M A [ ] R vettore de coeffcet B [ ] R vettore de term ot [ ] R vettore delle cogte Sstem ler: soluzoe Teorem Rouché-pell):

Dettagli

Formule di Integrazione Numerica

Formule di Integrazione Numerica Formule d Itegrzoe Numerc Itegrzoe umerc: geerltà Prolem: vlutre l tegrle deto: I d F F utlzzo opportue tecce umerce qudo: l prmtv d o e esprmle orm cus d esempo s/, ep- ; dcoltà el clcolre ltcmete l prmtv

Dettagli

Università della Calabria

Università della Calabria Uverstà dell Clbr FACOLTA DI INGEGNERIA Corso d Lure Igeger Cvle CORSO DI IDROLOGIA N.O. Prof. Psqule Versce SCHEDA DIDATTICA N 0 ISOIETE E TOPOIETI A.A. 200- ISOIETE Il metodo delle soete, o lee d ugule

Dettagli

Integrazione numerica

Integrazione numerica Itegrzoe uerc (/5 Prole: Clcolre l seguete tegrle Itegrzoe uerc ( d co e costt rel e ( uzoe cotu. (cotu Itegrzoe uerc (/5 Itegrzoe uerc (/5 No sepre è possle trovre or esplct l prtv. Ache el cso cu l s

Dettagli

Integrazione numerica

Integrazione numerica Cludo Esttco cludo.esttco@usur.t Itegrzoe umerc Itegrzoe Numerc Itegrzoe umerc Formule d qudrtur. Grdo d esttezz. 3 Metodo de coecet determt. 4 Formule d Newto-Cotes semplc. Formule d Newto-Cotes composte.

Dettagli

Lezione 8. Risultanti e discriminanti.

Lezione 8. Risultanti e discriminanti. Lezoe 8 Prerequst: Rdc d polo Cp d spezzeto Lezoe 5 Rsultt e dscrt I quest sezoe studo crter eettv per stlre qudo due polo coecet u cpo ho rdc cou S F u cpo Proposzoe 8 I polo o ull, ] ho u rdce coue u

Dettagli

VALORI MEDI (continua da Lezione 5)

VALORI MEDI (continua da Lezione 5) VALORI MEDI (cotu d Lezoe 5) Dott.ss Pol Vcrd 6. L ed rtetc è lere coè è vrte per trsforzo ler de dt. S u dstrbuzoe utr d ed A. Effettuo u trsforzoe lere delle osservzo coè b c d dove c e d soo due costt

Dettagli

Elementi di Calcolo delle probabilità

Elementi di Calcolo delle probabilità Elemet d Clcolo delle probbltà PERCHÉ I TUDIA IL CALCOLO DELLE PROAILITÀ? Clcolo delle probbltà tto d certezz I cu s formo le decso Espermeto csule - prov U espermeto csule è u feomeo del modo rele per

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

Variabili Aleatorie vettoriali

Variabili Aleatorie vettoriali Vrbl letore vettorl Vrbl letore vettorl Vrbl letore vettorl: Itroduzoe Vrbl letore dpedet Idc d poszoe per V vettorl rsorzo d V vettorl Idc d dspersoe: Moet Mtrce d Covrz Propzoe dell Covrz V.. VORILI

Dettagli

MATEMATICA FINANZIARIA 3. RENDITE

MATEMATICA FINANZIARIA 3. RENDITE MATEMATICA FINANZIAIA Prof. Adre Berrd 999 3. ENDITE Coro d Mtetc Fzr 999 d Adre Berrd Sezoe 3 ENDITA Operzoe fzr copot, crtterzzt d cdeze (,,...,,...,, rcuotere quelle cdeze,,...,,...,, t e d port d pgre

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

Algebra di Boole Forme normali P ed S. Variabili e funzioni booleane

Algebra di Boole Forme normali P ed S. Variabili e funzioni booleane 3/03/0 Corso d Cloltor Elettro I A.A. 0-0 Alger d Boole Forme orml ed Lezoe 6 rof. Roerto Coo Uverstà degl tud d Npol Federo II Foltà d Igeger Corso d Lure Igeger Iformt (llev A-DA) Corso d Lure Igeger

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

La regressione Lineare

La regressione Lineare L regressoe Lere Als dell Dpedez L Regressoe Lere Prof. Cludo Cplupp - Fcoltà d Sceze dell Formzoe - A.A. 7/8 Qudo tr due vrl c è u relzoe d dpedez, s può cercre d prevedere l vlore d u vrle fuzoe del

Dettagli

PROBLEMI DI TRASPORTO

PROBLEMI DI TRASPORTO Metod e modell per l supporto lle decso Prof Ferddo Pezzell - Ig Lug De Gov PROBLEMI DI TRSPORTO OFFERT IMPINTI UTENTI DOMND ( ) (org) (destzo) ( b ) (5) (8) (2) 2 2 (2) (3) 3 3 (9) 4 (9) c COSTO UNITRIO

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

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1

Matrice: tabella di m righe ed n colonne. A T matrice trasposta di A=(a ij ) di elementi a ijt =a ji. Serena Morigi Università di Bologna 1 Matrc Matrce: tabella d m rghe ed coloe T matrce trasposta d (a j ) d elemet a jt a j Serea Morg Uverstà d Bologa Matrc Matrce quadrata m sottomatrc Matrce rettagolare m Serea Morg Uverstà d Bologa Matrc

Dettagli

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

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitzioi di Sttistic 16 Dicembre 009 Riepilogo Prof. Giluc Cubdd gcubdd@luiss.it Dott.ss Emmuel Berrdii emmuel.berrdii@uirom.it Esercizio 1 I dti segueti costituiscoo le ore di studio d u cmpioe di

Dettagli

DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE)

DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE) DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE) Mggi C. & Bccesci P. Soluzioe problem V Puto 1: T Clcolre l soluzioe stziori dell (1) euivle d imporre l

Dettagli

Calcolo di autovalori

Calcolo di autovalori lcolo d utolor Dt l trce deterre l uero e ettore o ullo tl che l l utolore utoettore Esepo 9 9 b 8 b 8 b geerle o è ultplo d. Se però oero c soo due dreo lugo le qul fuo coe se fosse oltplcto per uo sclre.

Dettagli

LA STATISTICA, LA RETTA DEI MINIMI QUADRATI E LA RETTA DI REGRESSIONE

LA STATISTICA, LA RETTA DEI MINIMI QUADRATI E LA RETTA DI REGRESSIONE LA STATISTICA, LA RETTA DEI III QUADRATI E LA RETTA DI REGRESSIOE L sttstc L sttstc h org tchssme; s pes rslg prm sedmet um vet u semplce orgzzzoe socle, ftt, soo stt trovt documet d rlevzo d persoe e

Dettagli

CALCOLO DI LIMITI PER LE FUNZIONI CONTINUE. Saper calcolare semplici limiti, in particolare delle funzioni razionali intere e fratte.

CALCOLO DI LIMITI PER LE FUNZIONI CONTINUE. Saper calcolare semplici limiti, in particolare delle funzioni razionali intere e fratte. CALCOLO DI LIMITI PER LE FUNZIONI CONTINUE OBIETTIVI MINIMI: Sper idividure le fuzioi cotiue Sper pplicre i teorei sui iti Sper idividure le fore ideterite Sper clcolre seplici iti, i prticolre delle fuzioi

Dettagli

Insieme dei numeri interi positivi (zero escluso) Insieme dei numeri interi negativi (zero escluso) Insieme dei numeri razionali 0, + 1, + 2,,

Insieme dei numeri interi positivi (zero escluso) Insieme dei numeri interi negativi (zero escluso) Insieme dei numeri razionali 0, + 1, + 2,, G. www.eg-ghm.com Smmto,. Berrdo, Formulro d mtemtc Smbol mtemtc F. Cmol, L. Brlett, L. Lussrd. Smbol mtemtc, costt, lfbeto greco. Smbol comu + pù meo per oppure / b b frtto b b elevto b % perceto rdce

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Seconda prova maturita 2016 soluzione secondo problema di matematica scientifico

Seconda prova maturita 2016 soluzione secondo problema di matematica scientifico Second prov mturit 06 soluzione secondo problem di mtemtic scientifico Skuol.net June, 06 Primo Problem Le tre funzioni proposte sono f () ( ) k f () 6 + 9k + f () cos( π k ). Punto Affinche l funzione

Dettagli

Sistemi Intelligenti di Supporto alle Decisioni Corso di Laurea in Ingegneria Gestionale Introduzione agli Insiemi Fuzzy e alla Logica Fuzzy

Sistemi Intelligenti di Supporto alle Decisioni Corso di Laurea in Ingegneria Gestionale Introduzione agli Insiemi Fuzzy e alla Logica Fuzzy Sstem Itellget d Supporto lle Decso Corso d Lure Igeger Gestole Itroduzoe gl Isem Fuzzy e ll Logc Fuzzy Prof. Betrce Lzzer Dprtmeto d Igeger dell Iformzoe V Dotslv 56 PIS Prof. Betrce Lzzer Itroduzoe gl

Dettagli

2 x = 64 (1) L esponente (x) a cui elevare la base (2) per ottenere il numero 64 è detto logaritmo (logaritmo in base 2 di 64), indicato così:

2 x = 64 (1) L esponente (x) a cui elevare la base (2) per ottenere il numero 64 è detto logaritmo (logaritmo in base 2 di 64), indicato così: Considerimo il seguente problem: si vuole trovre il numero rele tle che: = () L esponente () cui elevre l bse () per ottenere il numero è detto ritmo (ritmo in bse di ), indicto così: In prticolre in questo

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

STUDIO DELLA STABILITA' DEI SISTEMI IN RETROAZIONE CON IL METODO DEL LUOGO DELLE RADICI

STUDIO DELLA STABILITA' DEI SISTEMI IN RETROAZIONE CON IL METODO DEL LUOGO DELLE RADICI STUDIO DELLA STABILITA' DEI SISTEMI IN RETROAZIONE CON IL METODO DEL LUOGO DELLE RADICI U sste d cotrollo s defsce retrozoe, o cte chus, se oper utlzzdo, oltre l segle d rfereto solo forzo che rgurdo l

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

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale:

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale: Co u rppresetzoe prmetrc, u curv c è dt come u fuzoe vlor vettorl d u sgolo prmetro rele: c : D R E t.c. c( u o ( x ( u... x ( u I cu o è l orge del rfermeto, D geere cocde co l tervllo [,] e x soo le

Dettagli

La velocità massima espressa in metri al secondo e l accelerazione voluta sono: 1000

La velocità massima espressa in metri al secondo e l accelerazione voluta sono: 1000 Diesioeto di ssi di otore correte cotiu Si idividuio i pretri pricipli di u cchi correte cotiu eccitzioe idipedete i rdo di uovere u tr veloce ote che sio le seueti specifiche: Tesioe di lietzioe dell

Dettagli

Il problema delle aree. Metodo di esaustione.

Il problema delle aree. Metodo di esaustione. INTEGRALE DEFINITO. DEFINIZIONE E SIGNIFICATO GEOMETRICO. PROPRIETA DELL INTEGRALE DEFINITO. FUNZIONE INTEGRALE. TEOREMA DELLA MEDIA. TEOREMA FONDAMENTALE DEL CALCOLO INTEGRALE. FORMULA DI LEIBNITZ NEWTON.

Dettagli

Analisi Matematica A

Analisi Matematica A http://www.g.o.too.t Als Mtemtc A Dto u umero turle o ullo, ssumerà seguet vlor ordt {,,,,...}. S desce ttorle o ttorle d :! ( )! quest ormul è corrett solo se >, poché! Quest dezoe è dett per rcorrez,

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

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

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

Dettagli

Propagazione di errori

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

Dettagli

Lezione 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

Progetto e miglioramento del processo produttivo

Progetto e miglioramento del processo produttivo Progetto e mglormeto del processo produttvo Itroduzoe Lee gud dell progettzoe Als dell vrz Progetto e mglormeto del processo produttvo 333 Itroduzoe L troduzoe formle d u metodolog d progrmmzoe degl espermet

Dettagli

Progressioni geometriche

Progressioni geometriche Progressioi geometriche Comicimo co due esempi: Esempio Cosiderimo l successioe di umeri:, 6,, 4, 48, 96 L successioe è tle che si pss d u termie l successivo moltiplicdo il precedete per. Si dice che

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

Δlessio abelli. Studente di Matematica Sapienza - Università di Roma. Dipartimento di Matematica Guido Castelnuovo

Δlessio abelli. Studente di Matematica Sapienza - Università di Roma. Dipartimento di Matematica Guido Castelnuovo Δlessio elli Studete di Mtemtic Spiez - Uiversità di Rom Diprtimeto di Mtemtic Guido Csteluovo we-site: www.selli87.ltervist.org APPUNTI SUI RADICALI DEFINIZIONE DI RADICALE INDICE PARI : Si chim rdice

Dettagli

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

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

Dettagli

Misurare una grandezza fisica significa stabilire quante unità di misura sono contenute nella grandezza stessa.

Misurare una grandezza fisica significa stabilire quante unità di misura sono contenute nella grandezza stessa. L misur: Misurre u grdezz fisic sigific stilire qute uità di misur soo coteute ell grdezz stess. L misur di u grdezz si dice dirett qudo si effettu per cofroto co u grdezz d ess omogee scelt come cmpioe

Dettagli

I vettori. Grandezze scalari: Grandezze vettoriali

I vettori. Grandezze scalari: Grandezze vettoriali Grndee sclr: I ettor engono defnte dl loro lore numerco esemp: lunghe d un segmento, re d un fgur pn, tempertur d un corpo, ecc. Grndee ettorl engono defnte, oltre che dl loro lore numerco, d un dreone

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

Corso di Matematica - Algebra. Algebra

Corso di Matematica - Algebra. Algebra Corso d Mtemtc - Alger Alger Oerzo Algerche Tell de Seg Proretà Algerche delle Oerzo Somm e d Prodotto tr Numer Assoctvtà dell dvsoe Uguglze Pssgg lgerc Regole memoche Prodotto croce Rduzoe Fttor Rduzoe

Dettagli

Calcolo numerico 2. Analisi matriciale: le Fattorizzazioni UNIVERSITA DEGLI STUDI DI CAGLIARI FACOLTA DI INGEGNERIA

Calcolo numerico 2. Analisi matriciale: le Fattorizzazioni UNIVERSITA DEGLI STUDI DI CAGLIARI FACOLTA DI INGEGNERIA UNIVERSIT DEGI STUDI DI CGIRI FCT DI INGEGNERI Corso d ure Igeger Elettroc Clcolo umerco Prof. Guseppe Rodrguez ls mtrcle: le Fttorzzzo cur d: ur rcs 3794 Rt Perr 38796 o ccdemco 8/9 Idce Rsoluzoe d sstem

Dettagli

RELAZIONE FRA LA STABILITA DEL SISTEMA E LA FUNZIONE DI TRASFERIMENTO

RELAZIONE FRA LA STABILITA DEL SISTEMA E LA FUNZIONE DI TRASFERIMENTO RELAZIONE FRA LA STABILITA DEL SISTEMA E LA FUNZIONE DI TRASFERIMENTO L stbilità di u sistem liere, ivrite ed prmetri cocetrti può vlutrsi co due criteri diversi che fo rispettivmete riferimeto ll rispost

Dettagli

1 REGOLE DI INTEGRAZIONE

1 REGOLE DI INTEGRAZIONE UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - Fcolà di Frmci e Medicin - Corso di Lure in CTF REGOLE DI INTEGRAZIONE. REGOLA DI INTEGRAZIONE PER PARTI f(x)g (x)dx = f(x)g(x) g(x)f (x)dx f(x)dg(x) = f(x)g(x)

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

2 Sistemi di equazioni lineari.

2 Sistemi di equazioni lineari. Sistemi di equzioi lieri. efiizioe. Si dice equzioe liere elle icogite equzioe dell form () + +...+ = o che (') i= i i = ove,,..., R si chimo coefficieti e R termie oto.,,..., ogi efiizioe. Si dice soluzioe

Dettagli

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

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

Dettagli

Area del Trapezoide. f(x) A f(a) f(b) f(x)

Area del Trapezoide. f(x) A f(a) f(b) f(x) Are del Trpezoide y o A f() trpezoide h B f() f() L're del trpezoide S puo' essere pprossimt dll're del trpezio AB. Per vere un migliore pprossimzione possimo suddividere il trpezio in trpezi piu' piccoli.

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

EQUAZIONI ESPONENZIALI -- LOGARITMI

EQUAZIONI ESPONENZIALI -- LOGARITMI Equzioi espoezili e riti pg 1 Adolfo Sioe 1998 EQUAZIONI ESPONENZIALI -- LOGARITMI Fuzioe Espoezile Dto u uero rele positivo osiderio l fuzioe f : R R he d ogi eleeto R f orrispodere l'eleeto y =. Se =

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

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

Laboratorio di FISICA 2. Misura della resistenza di un conduttore con il ponte di Wheatstone R + R R 3 + R4 E, (2) =, (3) i 2 V B = R 3 = V AC

Laboratorio di FISICA 2. Misura della resistenza di un conduttore con il ponte di Wheatstone R + R R 3 + R4 E, (2) =, (3) i 2 V B = R 3 = V AC Lortoro d FISICA Msur dell resstez d u coduttore co l pote d Whetstoe Il pote d Whetstoe è u crcuto dtto ll msur dell resstez d u coduttore per cofroto co ressteze ote. ello schem d Fgur l tter E lmet

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

Differenziale. Consideriamo la variazione finita, x della variabile indipendente a cui corrisponde una variazione finita della funzione f x, f x y

Differenziale. Consideriamo la variazione finita, x della variabile indipendente a cui corrisponde una variazione finita della funzione f x, f x y Differenzile Considerimo l vrizione finit, dell vriile indipendente cui corrisponde un vrizione finit dell funzione f, f y Δf 1 Δ 2 L vrizione dell vriile dipendente puo' essere molto piccol, infinitesim

Dettagli

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

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

Dettagli

ma non sono uguali fra loro

ma non sono uguali fra loro Defiizioe U fuzioe f defiit i D (doiio) si dice cotiu i u puto c D se esiste i tle puto (è cioè possiile clcolre f (c)); se esiste, fiito, il ite dell fuzioe per che tede c e se il vlore del ite coicide

Dettagli

Appendice 2B: Probabilità e densità di probabilità

Appendice 2B: Probabilità e densità di probabilità Appendice B: Proilità e densità di proilità Concetto di proilità normlmente pplicto eventi csuli non predeterminili! Esempi di eventi cusli: Vlori limite: P A 0 : A P : A uscit dell fcci 6 nel lncio di

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

Esercitazione Dicembre 2014

Esercitazione Dicembre 2014 Esercitzione 10 17 Dicembre 2014 Esercizio 1 Un economi chius è crtterizzt di seguenti dti: A = 400 M = 250 γ = 1.5 (moltiplictore dell politic fiscle) β = 0.8 moltiplictore dell politic monetri z = 0.25

Dettagli

Appunti di Programmazione Lineare. a cura del Prof. Giuseppe Bruno

Appunti di Programmazione Lineare. a cura del Prof. Giuseppe Bruno Apput d Progrzoe Lere cur del Prof. Guseppe Bruo ozz gugo 05 Itroduzoe prole d ottzzzoe. - Sste e odell Qudo s ffrot u prole, l pr ecesstà è quello d defrlo opportuete. I prtc l pr cos d effetture è deltre

Dettagli

Maturità scientifica, corso di ordinamento, sessione ordinaria 2000-2001

Maturità scientifica, corso di ordinamento, sessione ordinaria 2000-2001 Mtemtic per l nuov mturità scientific A. Bernrdo M. Pedone Mturità scientific, corso di ordinmento, sessione ordinri 000-001 PROBLEMA 1 Si consideri l seguente relzione tr le vribili reli x, y: 1 1 1 +

Dettagli

LA PROPAGAZIONE DEGLI ERRORI:

LA PROPAGAZIONE DEGLI ERRORI: LA PROPAGAZIOE DEGLI ERRORI: Fio d or io visto coe deterire l errore di u grdezz isurt direttete. Spesso però cpit ce il vlore dell grdezz ce si vuole deterire o è isurile, deve essere ricvto prtire d

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

Rendite a rate costanti posticipate in regime di interessi composti

Rendite a rate costanti posticipate in regime di interessi composti Redte rte cott regme d tere compot Redte rte cott potcpte regme d tere compot /32 Redte rte cott potcpte regme d tere compot 2/32 Redte rte cott potcpte regme d tere compot VALORE ATTUALE DI UNA RENDITA

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Fcoltà di Igegeri - Lure Triele i Igegeri Meccic Corso di Clcolo Numerico Dott.ss M.C. De Bois Uiversità degli Studi dell Bsilict, Potez Fcoltà di Igegeri Corso di Lure i Igegeri Meccic Ao Accdemico 004/05

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

Sdl ELEMENTI DI BASE: Potenze. Radicali. Logaritmi

Sdl ELEMENTI DI BASE: Potenze. Radicali. Logaritmi ELEMENTI DI BASE: Poteze Rdicli Logritmi POTENZE L potez co bse ed espoete, o potez - esim di, si idic co ed è il prodotto di fttori tutti uguli d. =... ( volte) 0 = 1 PROPRIETÀ DELLE POTENZE m = +m :

Dettagli

Integrali. Il concetto di integrale nasce per risolvere due classi di problemi:

Integrali. Il concetto di integrale nasce per risolvere due classi di problemi: Integrli Il concetto di integrle nsce per risolvere due clssi di problemi: clcolo delle ree di figure delimitte d curve, clcolo di volumi, clcolo del lvoro di un forz, clcolo dello spzio percorso,... integrle

Dettagli

Lezione 20. Campi numerici ed anelli di Dedekind.

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

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete

Dettagli

Vettori Geometrici. Corso di Metodi Numerici per il Design. 30 Settembre 2002 Vettori Geometrici. Corso di Laurea in Disegno Industriale

Vettori Geometrici. Corso di Metodi Numerici per il Design. 30 Settembre 2002 Vettori Geometrici. Corso di Laurea in Disegno Industriale Corso di Lure in Disegno Industrile Corso di Metodi Numerici per il Design 0 Settemre 00 Vettori Geometrici 1 Vettori Geometrici Metodi Mtemtici per il Design Leione pg. 1 1 Segmento orientto P P 1 Direione:

Dettagli

Integrali de niti. Il problema del calcolo di aree ci porterà alla de nizione di integrale de nito.

Integrali de niti. Il problema del calcolo di aree ci porterà alla de nizione di integrale de nito. Integrli de niti. Il problem di clcolre l re di un regione pin delimitt d gr ci di funzioni si può risolvere usndo l integrle de nito. L integrle de nito st l problem del clcolo di ree come l equzione

Dettagli

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

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

Dettagli

01CXGBN Trasmissione numerica. parte 9: lo spettro del segnale trasmesso

01CXGBN Trasmissione numerica. parte 9: lo spettro del segnale trasmesso 0CXGBN rsmissione numeric prte 9: lo spettro del segnle trsmesso Lo spettro di un segnle numerico Abbimo visto che le prestzioni (P b (e) in funzione di Eb/N0) di un costellzione dipendono solo dll disposizione

Dettagli

Integrali. Il concetto di integrale nasce per risolvere due classi di problemi:

Integrali. Il concetto di integrale nasce per risolvere due classi di problemi: Integrli Il concetto di integrle nsce per risolvere due clssi di problemi: clcolo delle ree di figure delimitte d curve, clcolo di volumi, clcolo del lvoro di un forz, clcolo dello spzio percorso,... integrle

Dettagli

DETERMINAZIONE GRAFICA DEL BARICENTRO

DETERMINAZIONE GRAFICA DEL BARICENTRO DETERMNZONE GRFC DEL BRCENTRO (SSTEM D MSSE) Geometria delle masse 1/75 L BRCENTRO D UN SSTEM D MSSE È L CENTRO D UN QULSS SSTEM D VETTOR PRLLEL E CONCORD (DETT VETTOR MSS), PPLCT N CORRSPONDENZ DELLE

Dettagli

Stabilità dei sistemi di controllo in retroazione

Stabilità dei sistemi di controllo in retroazione Stbilità dei sistemi di controllo in retrozione Criterio di Nyquist Il criterio di Nyquist Estensione G (s) con gudgno vribile Appliczione sistemi con retrozione positiv 2 Criterio di Nyquist Stbilità

Dettagli

Variabile casuale uniforme (o rettangolare)

Variabile casuale uniforme (o rettangolare) Vribile csule uniforme (o rettngolre) Le crtteristic principle è che le sue relizzzioni sono equiprobbili Si pplic nelle situzioni in cui il fenomeno: Assume vlori in un intervllo limitto [,b] L probbilità

Dettagli

MATEMATICA FINANZIARIA 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI

MATEMATICA FINANZIARIA 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI MATEMATICA FINANZIARIA Pro. Andre Berrd 999 5. VALUTAZIONE DI PROGETTI ECONOMICO-FINANZIARI Corso d Mtemtc Fnnzr 999 d Andre Berrd Sezone 5 PROGETTO ECONOMICO-FINANZIARIO Un progetto economco-nnzro è un

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

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

Il calcolo letterale

Il calcolo letterale Progetto Mtemtic in Rete Il clcolo letterle Finor imo studito gli insiemi numerici (espressioni numeriche). Ν, Ζ, Q, R ed operto con numeri In mtemtic però è molto importnte sper operre con le lettere

Dettagli

L INTEGRALE DEFINITO b f (x) d x a 1

L INTEGRALE DEFINITO b f (x) d x a 1 L INTEGRALE DEFINITO ( ) d ARGOMENTI. Il Trpezoide re del Trpezoide. L itegrle deiito de. Di Riem. Proprietà dell itegrle deiito teorem dell medi. L uzioe itegrle teorem di Torricelli-Brrow e corollrio

Dettagli

Lo spettro di un segnale numerico

Lo spettro di un segnale numerico Lo spettro di un segnle numerico Abbimo visto che le prestzioni (P b (e) in funzione di E b /N 0 ) di un costellzione dipendono solo dll disposizione dei suoi segnli nello spzio Euclideo, non dlle forme

Dettagli

8 Controllo di un antenna

8 Controllo di un antenna 8 Controllo di un ntenn L ntenn prbolic di un rdr mobile è montt in modo d consentire un elevzione compres tr e =2. Il momento d inerzi dell ntenn, Je, ed il coefficiente di ttrito viscoso, f e, che crtterizzno

Dettagli

Integrazione numerica.

Integrazione numerica. Itegrzioe umeric Autore: prof. RUGGIERO Domeico Itegrzioe umeric. Qui di seguito ci occupimo di metodi umerici volti l clcolo pprossimto di u itegrle defiito perveedo formule ce costituiscoo degli lgoritmi,

Dettagli

CONSORZIO NETTUNO POLITECNICO DI TORINO DIPLOMI UNIVERSITARI TELEDIDATTICI

CONSORZIO NETTUNO POLITECNICO DI TORINO DIPLOMI UNIVERSITARI TELEDIDATTICI CONSORZIO NETTUNO POLITECNICO DI TORINO DIPLOMI UNIVERSITARI TELEDIDATTICI Eugeo BRUSA Crst DELPRETE Polo GAY Tutorto d CALCOLO NUMERICO Settembre. Quest rccolt d esercz e ote, prodott d uso tero, vee

Dettagli

La parabola LA PARABOLA È IL LUOGO DEI PUNTI DEL PIANO EQUIDI- STANTI DA UN PUNTO DETTO FUOCO E DA UNA RETTA CHE NON LO CONTIENE DETTA DIRETTRICE.

La parabola LA PARABOLA È IL LUOGO DEI PUNTI DEL PIANO EQUIDI- STANTI DA UN PUNTO DETTO FUOCO E DA UNA RETTA CHE NON LO CONTIENE DETTA DIRETTRICE. L prol In figur è trccito il grfico di un prol con sse di simmetri verticle. Si vede suito dl grfico ce: l curv è simmetric rispetto l suo sse di simmetri il suo punto più in sso è il vertice il vertice

Dettagli

Anno 5. Applicazione del calcolo degli integrali definiti

Anno 5. Applicazione del calcolo degli integrali definiti Anno 5 Appliczione del clcolo degli integrli definiti 1 Introduzione In quest lezione vedremo come pplicre il clcolo dell integrle definito per determinre le ree di prticolri figure pine, i volumi dei

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