Variabili casuali. Esempio. Variabili casuali discrete. Ω continuo V.C. discreta o continua. Ω discreto V.C. discreta ( ) = 1. continua.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Variabili casuali. Esempio. Variabili casuali discrete. Ω continuo V.C. discreta o continua. Ω discreto V.C. discreta ( ) = 1. continua."

Transcript

1 Vrl csul U vrle csule X e u fuzoe deft sullo spzo cmporo Ω che ssoc d og eveto Ω u uco umero rele. X Ω semp: somm de putegg el lco d due dd, umero d pezz dfettos u lotto, vrzoe gorler el redmeto d u ttolo, umero d prodott d u certo tpo vedut gorlmete u prtcolre puto vedt Vrl csul dscrete U vrle csule dscret X è crtterzzt dll su fuzoe d proltà che ssoc d oguo de vlor l corrspodete proltà P(X ). L fuzoe d proltà deve verfcre le due propretà: ( X ), P P X U vrle letor dscret può che crtterzzrs ttrverso l su fuzoe d rprtzoe che f corrspodere vlor le proltà cumulte P(X ): F ( ) P ( X ) P ( X w ) L fuzoe d rprtzoe verfc le seguet propretà: w F() è o decrescete ( ) e lm F ( ) lm F F() è cotu destr 3 U vrle csule può essere clssfct come dscret o cotu. U vrle csule dscret può ssumere u seme dscreto (fto o umerle) d umer rel. U vrle csule cotu può ssumere tutt vlor compres u tervllo rele. Ω dscreto V.C. dscret Ω cotuo V.C. dscret o cotu sempo Corrspodez tr evet e vlor dell vrle csule X{somm de putegg}, ell prov lco d due dd X P() F()

2 Rppresetzoe grfc dell fuzoe d rprtzoe per l esempo del lco d due dd F(),8,6,4, sempo S cosder l v.. X che può ssumere tutt vlor dell tervllo rele [ ; ] modo che tutt sottotervll d ugule mpezz o l stess proltà. L fuzoe d destà è L fuzoe d rprtzoe è f se [ ; ] ltrmet ( ) se [ ; ] Fuzoe d destà d proltà Fuzoe d rprtzoe F se se < > 7 Vrl csul cotue U vrle csule cotu X è crtterzzt dll su fuzoe d destà, f() tle che l re sottes ll fuzoe, u tervllo, è pr ll proltà che X ssum u vlore quell tervllo: L fuzoe d destà deve verfcre le propretà: f ( ) f ( ) d P ( X ) f ( ) L proltà che l v.c. ssum u prtcolre vlore è. d U v.. cotu può che crtterzzrs ttrverso l fuzoe d rprtzoe: F ( ) P ( X ) f ( w ) L fuzoe d rprtzoe verfc le propretà gà vste precedez; oltre per v.. cotue, ess è ssolutmete cotu. dw 6 Vlore tteso d u v.. Il vlore tteso d u v.c. X, è defto come ( ) X P se l v.c. è dscret X f d se l v.c. è cotu Il vlore tteso d u fuzoe Y g(), dell v.. X, può essere clcolto come: ( ) ( ) Y g P se l v.c. è dscret Y g f d se l v.c. è cotu 8 5

3 sempo v.. dscret sempo v.. cotu X{somm de putegg}, ell prov lco d due dd S cosder l v.. X deft ell tervllo [ ; ] vst prm X P() F() ( X ) f ( ) d d f ( ) ( ) ( ) ( X ) Vrz d u v.. L vrz d u v.c. X, è deft come A secod del tpo d v.., l precedete defzoe dvet ( ) V X X P se l v.c. è dscret ( ) V X X f d se l v.c. è cotu { } ( X ) [ X ( X ) ] V L vrz può essere, modo equvlete, deft come: [ X ] ( X ) ( X ) V S defsce devzoe stdrd d X, l rdce qudrt dell su vrz Med e Vrz d u comzoe lere S Y u comzoe lere d u v.c. X, oss Y X, dove e soo delle costt. S possoo llor dmostrre le seguet propretà: ( Y ) V ( X ) V ( X ) Poedo -(X) e /SD(X), s ottee u vrle letor Y stdrdzzt, oss, co vlore tteso e devzoe stdrd. SD X V X V ( Y ) ( X ) ( X ) V ( Y ) ( Y ) Y X SD ( X ) ( X ) 9

4 Teorem d Cheyshev S X u vrle csule e k u vlore rele postvo, llor vle l seguete dsuguglz: ( X ( X ) k SD ( X ) ) P k Idpedetemete dll dstruzoe dell v.c., l proltà che X ssum vlor dstt dll med pù d k devzo stdrd è l pù /k 3 Modell d v.. dscrete: v.. d Beroull U v.. Beroull, dct come X Beroull(π) ssume solo due vlor, o, rspettvmete co proltà π e -π. L fuzoe d proltà d u v.. d Beroull è: P ( X ) π ( π ) per, Med e vrz d u Beroull soo rspettvmete: ( X ) π e V ( X ) π ( π ) Tutte le prove che producoo solo due possl rsultt geero v.c. d Beroull: l lco d u moet, l supermeto o meo d u certo lvello d flzoe, l umeto o meo dell quotzoe d u ttolo, l cqusto o meo d u certo prodotto, l dfettostà o l tegrtà d u certo pezzo 5 Modell d v.. dscrete: v.. uforme U v.. uforme dscret X ssume vlor ter compres u certo tervllo [,s-], cscuo co l stess proltà. Vee dct come X UD(,s). L fuzoe d proltà d u uforme dscret è: se [ ; s ] P s ltrmet Med e vrz d u uforme dscret soo rspettvmete: s s ( X ) e V ( X ),4 sempo: X UD(,8) V P(),,,8,6,4,, SD ( X ) 4,5 ( X ) 5,5 ( X ), Modell d v.. dscrete: v.. Bomle L v.. Bomle è u dstruzoe dscret che s utlzz qudo s è presez d prove dpedet (es. estrzo co rpetzoe o estrzo d u popolzoe ft), cscu prov h solo due est possl, dct come successo e successo (es. dfettoso/o dfettoso, umeto/decremeto, cqusto/mcto cqusto), e l proltà π (es. tsso d dfettostà) d osservre u successo u sgol prov rme costte per tutte le prove. U v.. Bomle s dc come X Bomle(π;) e l su fuzoe d proltà è: P ( X ) π ( π ) per,, K, e π 6

5 U v.. Bomle può essere otteut cosderdo l somm d v.c. d Beroull, dpedet e detcmete dstrute: X X X K X X dove X Beroull(π), dpedetemete per og. Med e vrz d u Bomle soo rspettvmete: ( X ) π e V ( X ) π ( π ) U v.. Bomle è crtterzzt dlle seguet propretà: Il vlore tteso e l vrz crescoo l crescere d ; Per π,5 l dstruzoe è smmetrc rspetto l vlor medo (/); Per l dstruzoe tede d essere smmetrc rspetto l vlor medo. 7 sempo U dustr che produce tpp d sughero s che l tsso d dfettostà de mcchr dsposzoe è del 5%. Per cotrollre gorlmete che tle tsso rmg vrto, l resposle del cotrollo d qultà og goro estre tpp cso tr quell prodott e osserv qut d ess rsulto dfettos. È pù prole che s trov d osservre solo tppo dfettoso o essu tppo dfettoso? qul è vece l proltà d osservre? 9 semp d Bomle,3 Bomle(7;,5),5, Bomle(;,5),5,,5, Idchmo co: π l proltà d produrre u tppo dfettoso; l umero d tpp estrtt; X l umero d tpp dfettos tr quell estrtt. Le formzo dsposzoe soo: π,5; ; Voglmo clcolre P(X ), P(X ) e fe P(X ).!! P X p ( p )! ( )!! ( )!!! ( ),5 P X p p (,5 ),3774!!!! ( ),5,5,3585 P X p p!!!!!!,5,5,887

6 Dstruzoe d proltà dell vrle " d tpp dfettos osservt P(X) X I geerle, u v.. dscret che rppreset l umero d volte che s relzz u certo eveto letoro u dto tervllo (d tempo o d spzo) può essere pprossmt ee d u Posso se, suddvdedo l tervllo tt sottotervll, vlgoo le seguet codzo L proltà d osservre esttmete u eveto el sottotervllo è costte L proltà d osservre pù d u eveto el sottotervllo è pr zero Il verfcrs d u eveto u sottotervllo è dpedete dl verfcrs d u eveto u ltro sottotervllo U v.. d Posso è crtterzzt dlle seguet propretà: Se X Posso(λ ) dpedetemete per og,,, llor X Posso(λ λ λ ), dove X X X X. L v.. Bomle l crescere d e per π pccolo, tede d u v.. d Posso co prmetro λ π. 3 Modell d v.. dscrete: v.. d Posso U v.. d Posso, dct come X Posso(λ) può ssumere qulss vlore tero. L fuzoe d proltà d u v.. d Posso è: λ e λ P ( X ),,, K λ! Med e vrz d u Posso soo rspettvmete: ( X ) λ e V ( X ) λ L dstruzoe d Posso è degut per pprossmre v.. che rppreseto cotegg: l umero d persoe che rrvo d uo sportello u certo tervllo d tempo, l umero d error d tttur u pg, l umero d cdet u trtto strdle, l umero d rmors chest u goro d u compg sscurtv semp d v.. d Posso,4,35 Posso(),3,5 Posso(3),,5 Posso(7),,5,

7 Modell d v.. cotue: v.. uforme U v.. Uforme cotu X, dct come X U(;), può ssumere vlor sull tervllo rele lmtto [;], modo che tutt sottotervll d ugule mpezz o l stess proltà. L fuzoe d destà è se [ ; ] f ltrmet Med e vrz d u uforme soo rspettvmete: ( ) X e V X,5 sempo: X U(;),,,5,5,, -,5 -,5,,5,5,75,,5,5 5 semp d v.. Norml,75 σ,5,6,45 N(;),3,5 σ σ 3 σ 4, -4,5-3, -,5,,5,45 3, 4,5 µ µ µ µ3 µ4 µ5,3,5, -,5,,5 3, 4,5 6, 7,5 7 Modell d v.. cotue: v.. Normle U v.. Normle (o Guss) X, dct come X N(µ;σ ), può ssumere vlor su tutto l sse rele. L fuzoe d destà è ( µ ) f ep µ σ σ π σ Med e vrz d u ormle soo rspettvmete: ( X ) µ e V ( X ) σ L Normle gode delle seguet propretà: Og trsformzoe lere d u v.. Normle è cor u v.. Normle L somm d v.c. Norml dpedet è cor u v.c. Normle co med e vrz pr, rspettvmete, ll somm delle mede e delle vrze delle v.c. Norml. 6 Se l v.. X h u dstruzoe ormle co prmetr µ e σ, llor Z (X- µ)/σ è cor u v.. Normle co med e vrz. L v.. Z è ot come Normle stdrdzzt e s dc come Z N(;). L fuzoe d destà dell Normle stdrd è f z ep z π,3,5,95, -,96,,96 8 f

8 L fuzoe d rprtzoe d u v.. Normle stdrd vee geere dct come Φ( ), oss ( z ) P ( Z z ) ( z ) F Φ I vlor dell fuzoe d rprtzoe d u Normle stdrd soo tult e questo semplfc clcol delle ree sottese dll fuzoe d destà. sempo: Clcolo dell re sottes ell tervllo [-,] Φ ( ) Φ ( ) Φ ( ) [ Φ ( ) ] Φ ( ), 977, SMPIO U dustr che produce compoet st vlutdo l possltà d forre u gross dtt. I mcchr soo settt per produrre compoet co u dmetro d mm, tuttv o tutt pezz prodott ho esttmete l stess dmesoe. È oto vece che l dmetro de pezz prodott segue u dstruzoe ormle co med mm e devzoe stdrd,5mm. L dtt che dovree cqustre quest pezz può utlzzre esclusvmete compoet co u dmetro compreso tr 9 e mm. S vuole stlre se lmeo l 9% dell produzoe d compoet cotr le ecesstà dell dtt. 3 3 Destà dell vrle "dmetro" Destà stdrdzzt Idchmo co X l vrle dmetro : 9 µ X µ µ P ( 9 X ) P σ σ σ 9 P Z P Z,5,5 ( ),

9 SMPIO U puto vedt d u cte d fst food h comcto d offrre u servzo d coseg pst domclo. Per ttere l cocorrez l propretro h decso d offrre l psto grts clet che rcevoo l coseg co u rtrdo eccessvo. Dto l ttule mrge d proftto, l propretro coclude che è possle offrre u umero d pst grts pr l,5% delle ordzo. Spedo che l tempo d coseg s dstrusce pprossmtvmete mer ormle co med pr m. e devzoe stdrd pr 5 m., l propretro vuole determre u lvello sogl per l tempo d ttes, oltre l qule forre l psto grts, modo tle che l umero d pst grts offert o super l,5% delle ordzo. 33 Perché l dstruzoe ormle è così mportte? Bcoot d Mrch co l mmge d Crl Fredrch Guss e l fuzoe d destà ormle. Molt feome tedoo turlmete d vere u dstruzoe cmpulre e pprossmle co u dstruzoe ormle. Oss è u modello teorco che s dtt ee molt dt emprc. È fclmete trttle d u puto d vst mtemtco. I molte pplczo, cocluso ste sull ssuzoe d ormltà de dt o soo sermete ffette d scostmet dll ormltà coteut. M soprttutto Deve l su mportz ll esstez del teorem del lmte cetrle. 35 Destà dell vrle "tempo d coseg" Destà stdrdzzt ,5...5, ? 35 4 Idchmo co X l vrle tempo d ttes e co l sogl d determre:, , X µ µ µ P ( X ) P P Z σ σ σ Dlle tvole dell dstruzoe ormle ottemo:, 5 P ( Z,96 ) Qud µ, 96 σ e,96 σ µ,96 5 9,8 34 Il teorem del lmte cetrle So X,, X, vrl csul dpedet e detcmete dstrute (..d.) co med (X ) µ e vrz V(X ) σ etrme fte. S S X X, l loro somm vete med (S ) µ e vrz V(S ) σ. Allor per, S tede dstrurs ormlmete. U eucto equvlete del teorem stlsce che, posto X X e restdo vlde le codzo eucte sopr, s h che l vrle v ( X ) Z µ σ coverge, per, d u Normle stdrd. SMPIO So X,, X, vrl eroulle dpedet co detc proltà d successo p (qud (X ) p e V(X ) p(-p)). Amo vsto che l loro somm S X X s dstrusce come u vrle omle co med (S ) p e vrz V(S ) p(-p). I vrtù del teorem del lmte cetrle, per, S tede dstrurs ormlmete.

10 Applczo del teorem L v.c. Bomle può essere vst come somm d vrl csul Beroulle d, qud per stz grde l su dstruzoe è molto smle d u N ( π ; π ( π ) ) Se cosdermo u successoe d Posso X ~ Posso ( λ ), X ~ Posso ( λ ), ~ Posso ( λ λ ) λ X,... co 3 λ 3 λ >, se λ λ λ 3... λ s h che l dstruzoe d X N λ ; λ. può essere pprossmt, per grde, d u L v. c. Ch-qudrto X s può otteere come somm d vrl csul Norml stdrdzzte dpedet l qudrto, qud, per stz grde, l su dstruzoe è molto smle d u N ( ) ;. 37 Modell d v.. cotue: Ch-qudrto U v.. Ch-qudrto X, dct come X χ (g), può ssumere vlor ell tervllo [; ]. L fuzoe d destà è f Med e vrz d u Ch-qudrto soo rspettvmete: ( X ) g e V ( X ) g ( ) e per g Γ g g U v.. χ (g) s può otteere come somm de qudrt d g v.. Norml stdrdzzte dpedet, oss χ ( g ) Z Z K Z g 39 Curtos perormle Normle poormle dce d curtos d Perso γ X - SD ( X ) ( X ) 4 dce d curtos d Fsher γ - 3 semp d v.. Ch-qudrto χ ( 4 ),5, χ ( 8 ) χ ( ) χ ( ),5,, 7,5 5,,5 3, All umetre d g l dstruzoe tede d u N(g;g) 38 4

11 Modell d v.. cotue: t d Studet U v.. t d Studet T, dct come T Studet(g), può ssumere vlor ell tervllo [- ; ]. U v.. T Studet(g) s può otteere come rpporto tr u v.. Normle stdrdzzt e l rdce qudrt d u v.. Ch-qudrto dvs per suo grd d lertà, oss Z T Y g dove Z N(,) e Y χ (g). 4 Ce sulle v.. doppe U vrle letor dopp (X,Y) è u fuzoe deft sullo spzo cmporo Ω, che ssoc og rsultto ω u copp d umer rel (,y). U v.. dopp è completmete deft dll su fuzoe d proltà cogut o dll su fuzoe d destà cogut, secod che s dscret o cotu. I cso d dpedez s deve vere: Cso dscreto (, y ) P ( ) P ( y ) P Cso cotuo (, y ) f ( ) f ( y ) f 43 Modell d v.. cotue: F d Fsher U v.. F d Fsher X, dct come X Fsher(ν,ν ), può ssumere vlor ell tervllo [; ]. U v.. X Fsher(ν,ν ) s può otteere come rpporto tr due v.. Ch-qudrto dvse per loro grd d lertà, oss X Y Y ν ν dove Y χ (ν ) e Y χ (ν ). 4 Med e vrz d comzo ler d v.. Il vlore tteso d u comzoe lere d p v.. X X X K p X p è dto d ( X ) ( X ) ( X ) K p X p metre l vrz è dove V p p p ( X ) V ( X ) Cov ( X, X ) ( X, X ) σ [ ( X ( X ) ) ( X ] Cov X X X, è l covrz tr X e X. 44

VARIABILI ALEATORIE (v.a.) DISCRETE

VARIABILI ALEATORIE (v.a.) DISCRETE Corso d Sttstc, Lure Ecoom Azedle, Uverstà C. Ctteo, Cstellz, 7 Ottobre 008. 008 R. D Agò VARIABILI ALEATORIE: SIMBOLOGIA, DEFINIIONI, PROPRIETA VARIABILI ALEATORIE (v.. DISCRETE pgg. -3 VARIABILI ALEATORIE

Dettagli

Raccolta Formule e Dimostrazioni

Raccolta Formule e Dimostrazioni Rccolt Formule e Dmostrzo B. o uò essere usto durte l rov scrtt Med rtmetc K er dstruzo d frequez s h K K Med rmoc Mr er dstruzo d frequez s h: Mr Med geometrc g M K er dstruzo d frequez: g M K. Med qudrtc

Dettagli

Laboratorio di Sperimentazione di Fisica CdL Matematica PARTE II. Dr. Riccardo Cerulli

Laboratorio di Sperimentazione di Fisica CdL Matematica PARTE II. Dr. Riccardo Cerulli Lortoro d Speretzoe d Fsc CdL Mtetc ART II Dr. Rccrdo Cerull http://users.lgs.f.t/~cerull/ddttc.htl Msur d u grdezz fsc: V-M 0 Icertezze ell sur Als sttstc de dt L sur è soggett feoe csul. L sgol sur è

Dettagli

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

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

Dettagli

Integrazione numerica

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

Dettagli

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

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

Integrazione di funzioni

Integrazione di funzioni tegrzoe d uzo l prolem dell tegrzoe umerc d u uzoe cosste el clcolre l vlore dell tegrle deto d prtre d umeros vlor dell uzoe tegrd l clcolo umerco d u tegrle semplce v sotto l ome d qudrtur meccc quello

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

Sistemi lineari: generalità

Sistemi lineari: generalità Sstem ler: geerltà Problem: rsolvere u sstem lere d grd dmeso N b b L L b, b b L M M M M I form comptt: b I form comptt: A [ ] R vettore de coeffcet B AX B [ b ] R vettore de term ot X [ ] R vettore delle

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

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

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

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

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

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

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

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALII DELLA REGREIONE L Al dell Regreoe rgurd lo tudo delle relzo etet r o pù crtter qutttv o vrl. L rcerc de legm etet r pù vrl poe come rcerc delle relzo uzol che pogoo come grdezz dpedete d u ere d

Dettagli

Derivazione numerica. Derivazione numerica (II) Derivazione numerica (III) Introduzione al calcolo numerico

Derivazione numerica. Derivazione numerica (II) Derivazione numerica (III) Introduzione al calcolo numerico F. Amroso/E. Vrc Corso d ormtc A.A. -5 troduzoe l clcolo umerco Dervzoe terzoe Soluzoe d equzo F. Amroso/E. Vrc Corso d ormtc A.A. -5 Dervzoe umerc l clcolo dell dervt d u uzoe u puto mplc u processo l

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

RELAZIONI TRA 2 FENOMENI QUANTITATIVI

RELAZIONI TRA 2 FENOMENI QUANTITATIVI RELAZIONI TRA FENOMENI QUANTITATIVI Mrco R RELAZIONI TRA FENOMENI QUANTITATIVI V è u relzoe tr le vrbl oggetto d studo? D quto vro vlor d u vrble qudo cmbo vlor dell ltr? CORRELAZIONE REGRESSIONE LA REGRESSIONE

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 per co

Dettagli

Fgli elementi di Insiemi misurabili

Fgli elementi di Insiemi misurabili Algebre d Isem / Per lo svluo dell teor smo teresst fmgle ce so cuse rsetto lle oerzo d uoe, tersezoe e comlemetzoe, el seso ce udo ueste oerzo soo lcte sem dell fmgl l loro rsultto rtee cor ll fmgl. U

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

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

LE SUCCESSIONI. ovvero: 1, 2, 1.5, 1., 1.6, 1.625,... I valori ottenuti si avvicinano alla sezione aurea: =

LE SUCCESSIONI. ovvero: 1, 2, 1.5, 1., 1.6, 1.625,... I valori ottenuti si avvicinano alla sezione aurea: = LE SUCCESSIONI Si cosideri l seguete sequez di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fibocci. Ess rppreset il umero di coppie di coigli preseti ei primi mesi i u llevmeto! Si cosideri l sequez

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

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

LE SUCCESSIONI. ovvero: 1, 2, 1.5, 1., 1.6, 1.625,... I valori ottenuti si avvicinano alla sezione aurea: =

LE SUCCESSIONI. ovvero: 1, 2, 1.5, 1., 1.6, 1.625,... I valori ottenuti si avvicinano alla sezione aurea: = Si cosideri l seguete sequez di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fibocci. Ess rppreset il umero di coppie di coigli preseti ei primi mesi i u llevmeto! Si cosideri l sequez otteut dividedo

Dettagli

Zeri e radici di equazioni non lineari e sistemi di equazioni non lineari

Zeri e radici di equazioni non lineari e sistemi di equazioni non lineari Zer e rdc d equzo o ler e sstem d equzo o ler Equzo o ler: geerltà Prolem: rcvre le rdc o zer d u uzoe evetulmete o lere e/o trscedete coè trovre quel o que vlor tle che: Se l soluzoe o è esprmle orm chus

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Il calcolo integrale. L idea di partenza è semplice. Consideriamo il seguente grafico. Figura 1

Il calcolo integrale. L idea di partenza è semplice. Consideriamo il seguente grafico. Figura 1 Il clcolo tegrle Le dee d Rem sull cocezoe d geometr ho vuto u prood luez scetc, egl h trodotto l ozoe d tegrle deedo quello che o chmmo tegrle d Rem. Il puto d prtez per trodurre l rgometo è estremmete

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

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

ESERCITAZIONE PER LA QUARTA PROVA DELL' ESAME DI STATO PER L'ABILITAZIONE ALLA PROFESSIONE DI INGEGNERE CIVILE E AMBIENTALE Autore: Marina Roma

ESERCITAZIONE PER LA QUARTA PROVA DELL' ESAME DI STATO PER L'ABILITAZIONE ALLA PROFESSIONE DI INGEGNERE CIVILE E AMBIENTALE Autore: Marina Roma hp://svolgmeorcceesme.lervs.org/ ESECITAZIONE PE LA UATA POVA ELL' ESAME I STATO PE L'ABILITAZIONE ALLA POFESSIONE I INGEGNEE CIVILE E AMBIENTALE Auore: Mr om Il presee documeo rpor lo svolgmeo, pssggo

Dettagli

( ) ( ) ( ) Equazioni non lineari: generalità

( ) ( ) ( ) Equazioni non lineari: generalità Equzo o ler: geerltà Prolem: rcvre le rdc o zer d u uzoe evetulmete o lere e/o trscedete coè trovre quel o que vlor tle che: Se l soluzoe o è esprmle orm chus l prolem può essere rsolto umercmete Molteplctà

Dettagli

E definito prodotto di due cracoviani W V un cracoviano A il cui generico elemento vale

E definito prodotto di due cracoviani W V un cracoviano A il cui generico elemento vale Rsoluzoe de sstem ler co l metodo d Bchewcz U semplce e effcete metodo per rsolvere sstem d equzo ler è quello recetemete proposto d Bchewcz che cosete d rsolvere sstem geerc smmetrc e o smmetrc che sez

Dettagli

VETTORI. Prodotto di un vettore per un numero reale. Dati il numero reale λ e il vettore x ), il prodotto λ x è definito ponendo:

VETTORI. Prodotto di un vettore per un numero reale. Dati il numero reale λ e il vettore x ), il prodotto λ x è definito ponendo: VETTORI S dce vettore u eupl ordt d uer rel U vettore s rppreset coe colo o coe rg:, ( ) L see d tutt vettor co copoet rel s dc co R Nell'see R s possoo defre le seguet operzo Prodotto d u vettore per

Dettagli

Sistemi lineari di m equazioni in n incognite

Sistemi lineari di m equazioni in n incognite Sste ler d equo ogte U sste lere d equo ogte è u srttur del geere seguete: ove s tede he l-pl X* * * * è u soluoe del sste se sosttuedo l posto d rspettvete * * * s ottegoo ugugle. tre è dett tre oplet

Dettagli

Algebra di Boole Forme normali P ed S

Algebra di Boole Forme normali P ed S Corso d Cloltor Elettro I A.A. 0-03 Alger d Boole Forme orml ed rof. Roerto Coo Uverstà degl tud d Npol Federo II Dprtmeto d Igeger Elettr e delle Teologe dell Iformzoe Corso d Lure Igeger Iformt (llev

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

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

Integrazione numerica

Integrazione numerica tegrzoe umer Formule d Newto-Cotes Trpez Smpso Puto medo Composte Formule d Guss Sere Morg Dprtmeto Mtemt Uverstà d Bolog tegrzoe umer PROBLEMA: S u uzoe det sull tervllo [,], d u soo ot vlor u seme to

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

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

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

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

Successioni. (0, a 0 ), (1, a 1 ), (2, a 2 ),...

Successioni. (0, a 0 ), (1, a 1 ), (2, a 2 ),... Successioi U successioe di umeri reli e u legge che ssoci ogi umero turle = 0, 1, 2, u umero rele, i breve: e u fuzioe N R, Puo essere rppresett co l isieme delle coppie ordite (0, 0 ), (1, 1 ), (2, 2

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

CAPITOLO 4 FORMULE DI QUADRATURA

CAPITOLO 4 FORMULE DI QUADRATURA REVISIONATO 7 prle 4 CAPITOLO 4 FORMULE DI QUADRATURA I questo cptolo verro presette delle forule, dette forule d qudrtur, per l'pprosszoe uerc degl tegrl deft. Esse soo del tpo: f()d Af() dove le costt

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

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALII DELLA REGREIONE L Al dell Regreoe rgurd lo tudo delle relzo etet r o pù rtter qutttv o vrl. L rer de legm etet r pù vrl poe ome rer delle relzo uzol he pogoo Y ome grdezz dpedete d u ere d vrl dpedet

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

Metodo Monte Carlo per l integrazione

Metodo Monte Carlo per l integrazione Metodo Mote Crlo per l itegrzioe Richimo dei metodi di itegrzioe umeric b F d Appro. rettgolre b Δ b F k 0 k Δ Lezioi: prte quit Modelli umerici i Fisic Lezioi: prte quit Modelli umerici i Fisic Regole

Dettagli

Approssimazione di dati e funzioni: generalità

Approssimazione di dati e funzioni: generalità Arossmzoe d dt e uzo: geertà Proem: rossmzoe d u uzoe : ot g { } vor che uzoe ssume e ut { } s vuoe otteere u rresetzoe tc de uzoe u tervo [] geere coteete g { }; esressoe tc de è ot m comct er e oerzo

Dettagli

ELLISSE STANDARD. 1. Il concetto

ELLISSE STANDARD. 1. Il concetto ELLIE TANDARD. Il cocetto L icertezz dell posizioe plimetric di u puto i u rete si deiisce ttrverso lo studio dell ellisse stdrd. Prim di pssre lle relzioi mtemtiche che govero questo rgometo è preeribile

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

Stime per intervalli. Corso di Misure Meccaniche e Termiche. David Vetturi

Stime per intervalli. Corso di Misure Meccaniche e Termiche. David Vetturi Corso di Dvid Vetturi Iferez ttistic Il cmpo dell iferez sttistic è costituito d metodi utilizzti per ssumere decisioi o per trrre coclusioi su u popolzioe e per tle scopo si bso sull iformzioe coteut

Dettagli

Scrivere 2.1 cm implica dire che la misura sia compresa nell intervallo mm

Scrivere 2.1 cm implica dire che la misura sia compresa nell intervallo mm Il lto d un ddo è pr. cm. Usndo le cfre sgnfctve per stmre l errore clcolre l volume del cuo. Supponendo che l devzone stndrd nell msur del lto s d mm clcolre l devzone stndrd che ssoct ll msur del volume.

Dettagli

Analisi di una distribuzione. Analisi di una distribuzione

Analisi di una distribuzione. Analisi di una distribuzione Als d u dstrbuzoe Idc d cetrltà Als d u dstrbuzoe Prof. Cludo Cplupp - Fcoltà d Sceze dell Formzoe - A.A. 7/8 Al crescere del umero d osservzo, e rducedo l mpezz degl tervll, l stogrmm d frequeze tede

Dettagli

LABORATORIO DI FISICA - Ingegneria Aerospaziale - M.Migliorati - A.Sciubba

LABORATORIO DI FISICA - Ingegneria Aerospaziale - M.Migliorati - A.Sciubba Element d clcolo delle proltà defnzone clssc d proltà (Lplce) el cso d event equprol l proltà che un evento s relzz è pr l rpporto fr l numero d cs fvorevol l verfcrs dell'evento e l numero totle d cs

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

Allocation (PRA) Tecniche e Modelli di Rete - Prof. Marco Listanti - A.A. 2014/2015. DIET Dept

Allocation (PRA) Tecniche e Modelli di Rete - Prof. Marco Listanti - A.A. 2014/2015. DIET Dept Pek Rte Determstc Allocto PRA Pek Rte Allocto PRA Pek Rte bdwdth d Rssgmet PRA Ad u flusso vee ssegt u bd c mggore o ugule l suo bt rte d pcco p, ovvero c p Nel cso cu c =p, l regol d lloczoe PRA è dt

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

CAPITOLO 2 APPROSSIMAZIONE DELLE FUNZIONI

CAPITOLO 2 APPROSSIMAZIONE DELLE FUNZIONI REVISIONATO 0 mrzo 04 CAPITOLO APPROSSIMAZIONE DELLE FUNZIONI. INTRODUZIONE Approssmzoe co polom lgebrc. Sebbee o smo cpc d operre comuemete co fuzo del tpo se(x), cos(x), e x, th(x), x ecc, quto e cooscmo

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

PROGETTO SIRIO PRECORSO di MATEMATICA Teoria

PROGETTO SIRIO PRECORSO di MATEMATICA Teoria Vi Aldo Mo ro, 1097-300 15 Chioggi (VE) t el. 0414 965 81 1 - fx 0 414 96 54 3 - ww w. itisri ghi.com POTENZA i N... DIVISIBILITÀ e NUMERI PRIMI...3 MASSIMO COMUN DIVISORE e MINIMO COMUNE MULTIPLO...3

Dettagli

APPUNTI DI CALCOLO NUMERICO

APPUNTI DI CALCOLO NUMERICO PPUNTI DI CLCOLO NUMERICO Rchm d lger lere Sstem ler Cosdermo mtrc qudrte U mtrce s dce dgole se se j U mtrce s dce trgolre superore se se > j U mtrce s dce trgolre ferore se se < j U mtrce D s dce dgole

Dettagli

Appunti di statistica

Appunti di statistica @th_corer d Ezo Zghì pg. Apput d sttstc L sttstc,t coe strueto d'dge sull popolzoe d uo Stto, è ogg u scez che stud qulss eoeo d tpo collettvo. Le dg su eoe collettv vegoo tte ll'tero delle popolzo sttstche

Dettagli

Caso studio 12. Regressione. Esempio

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

Dettagli

Un quadro della situazione. Lezione 5 Aritmetica in virgola mobile (1) Dove siamo nel corso. Un ripasso. Dove siamo. Dove stiamo andando..

Un quadro della situazione. Lezione 5 Aritmetica in virgola mobile (1) Dove siamo nel corso. Un ripasso. Dove siamo. Dove stiamo andando.. U qudro dell stuzoe Lezoe 5 Artmetc vrgol moble () Vttoro Scro Archtettur Corso d Lure Iformtc Uverstà degl Stud d Slero Iput/Output Sstem d Itercoessoe Regstr Cetrl Processg Ut Memor Prcple Itercoessoe

Dettagli

Corso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)

Corso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU) Corso di Lure i Scieze e Tecologie Agrrie Corso Itegrto: Mtemtic e Sttistic Modulo: Mtemtic (6 CFU) (4 CFU Lezioi CFU Esercitzioi) Corso di Lure i Tutel e Gestioe del territorio e del Pesggio Agro-Forestle

Dettagli

LA CONCENTRAZIONE equidistribuzione massima concentrazione

LA CONCENTRAZIONE equidistribuzione massima concentrazione Corso d Sttstc (cle D) Dott.ss. Vcrd L CONCENTRZIONE Fssmo l ttezoe su crtter qutttv trsferbl. Rcordo che u crttere è trsferble se possmo mmgre che u utà poss cedere prte del crttere che possede d u ltr

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

INTEGRAZIONE NUMERICA

INTEGRAZIONE NUMERICA ITEGRAZIOE UMERICA Itroduzoe Le procedure umerce per pprossmre tegre deto: dte d: I [, ] R soo ote come ormue d udrtur umerc. G put dstt ed coecet soo dett, rspettvmete, od e pes de udrtur. I proem cosste

Dettagli

Regressione Lineare Semplice

Regressione Lineare Semplice reressone lnere Reressone nere Semplce Per ottenere l veloctà d un corpo s msur l su poszone vr temp. Spendo che l relzone tr l poszone del corpo s l tempo t è dt dll lee s = v t trovre con l reressone

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

L equazione del reticolo cristallino

L equazione del reticolo cristallino Chmc sc supror Modulo L quzo dl rtcolo crstllo Srgo Brutt Rchmo d mtmtc: l sr d ourr U quluqu uzo () può ssr rpprstt spso d Tylor purchè l uzo () s drzbl - volt : ( )!... Nl cso cu ()=g() s u uzo prodc

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

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

Un quadro della situazione. Lezione 5 Aritmetica in virgola mobile (1) Dove siamo nel corso. Un ripasso. Dove siamo. Dove stiamo andando..

Un quadro della situazione. Lezione 5 Aritmetica in virgola mobile (1) Dove siamo nel corso. Un ripasso. Dove siamo. Dove stiamo andando.. U qudro dell stuzoe Lezoe 5 Artmetc vrgol moble () Vttoro Scro Archtettur Corso d Lure Iformtc Uverstà degl Stud d Slero Iput/Output Sstem d Itercoessoe Regstr Cetrl Processg Ut Memor Prcple Itercoessoe

Dettagli

Polinomi, disuguaglianze e induzione.

Polinomi, disuguaglianze e induzione. Allemeti Disid Mtemtic Geio 03 Poliomi, disuguglize e iduzioe. Qul è l mssim re di u rettgolo vete perimetro ugule 576? [Suggerimeto: utilizzre le medie e le loro disuguglize.] Svolgimeto. Predimo i cosiderzioe

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

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

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

Approssimazione di dati e funzioni: generalità

Approssimazione di dati e funzioni: generalità Arossmzoe d dt e uzo: geertà Probem: rossmzoe d u uzoe : ot g { } vor che uzoe ssume e ut { } s vuoe otteere u rresetzoe tc de uzoe u tervo [b] geere coteete g { }; esressoe tc de è ot m comct er e oerzo

Dettagli

REGRESSIONE LINEARE MULTIPLA

REGRESSIONE LINEARE MULTIPLA REGRESSIONE LINERE ULTIPL Itroduzoe Per u ù gevole lettur d questo ctolo s cosgl lo studo relre dell regressoe lere selce rgoeto trttto el Ctolo Iftt l regressoe lere ultl è u estesoe dell regressoe lere

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Approssimazione di dati e funzioni

Approssimazione di dati e funzioni Arossmzoe d dt e uzo Arossmzoe d dt e uzo: geerltà Problem: rossmzoe d u uzoe : ot gl { } vlor che l uzoe ssume e ut { } s vuole otteere u rresetzoe ltc dell uzoe u tervllo b geere coteete gl { }; l esressoe

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

Principio di Massima Verosimiglianza. Media pesata. Stima di parametri per la distribuzione di Bernoulli e di Poisson.

Principio di Massima Verosimiglianza. Media pesata. Stima di parametri per la distribuzione di Bernoulli e di Poisson. LABORATORIO meccc e Termodmc.. 7/8 F.Blestr. Per cortes segltem ut o chr o refus. Grze e buo studo etodo de m Qudrt. Prco d ssm Verosmglz. Test del χ.. dest fucto d dstrbuto fucto.3 c.95h4l.7 d c.5h4l

Dettagli

Formalizza il modello SCP proposto dalla scuola di Harvard

Formalizza il modello SCP proposto dalla scuola di Harvard Il paradgma Struttura Codotta Performace (SCP) Il modello d Cowlg Waterso (976) Formalzza l modello SCP proposto dalla scuola d Harvard Ipotes mprese bee omogeeo uattà prodotta -ma mpresa:,,..., uattà

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

( ) ( ) ( ) ( ) ( ) ( A C) Calcolo combinatorio. disposizioni semplici D =n n-1 n-2 L n- k+1 o in alternativa D = n! permutazioni semplici D =P =n!

( ) ( ) ( ) ( ) ( ) ( A C) Calcolo combinatorio. disposizioni semplici D =n n-1 n-2 L n- k+1 o in alternativa D = n! permutazioni semplici D =P =n! Uvertà degl Stud d Balcata Facoltà d Ecooma Coro d Laurea Ecooma Azedale ANNO ACCADEMICO 0/03 Formule d Stattca ecoda parte) - d Mamo Crtallo Calcolo combatoro dpozo emplc D = - - L - k+, k o alteratva

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

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

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