MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: Fuzzy Utility Theory
|
|
- Tiziano Romani
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: Fuzzy Utility Theory DOCENTI Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) Antonio Comi (comi@ing.uniroma2.it) Pierluigi Coppola (coppola@uniroma2.it) Umberto Crisalli (crisalli@ing.uniroma2.it) 1
2 Fuzzy utility choice theory Fuzzt Sets and Fuzzy Numbers Theory of Possibility Fuzzy Utility Choice Theory 2
3 Insieme Fuzzy Insieme i cui elementi vi appartengono con un certo grado compreso tra 0 e 1. Dato un insieme universo X, un insieme fuzzy A è un insieme di coppie ordinate: A A A x, x x X, x 0,1 dove μ A (x)=a(x) è detta funzione di appartenenza e specifica il grado con cui l elemento x appartiene all insieme fuzzy A. Si può anche scrivere x A A x X, A x 0,1 x Un insieme fuzzy A si dice normalizzato se esiste almeno un x tale che μ A (x)=a(x) = 1. 3
4 Esempi di insieme fuzzy A (1;0,2); (2; 0,6);(3; 0,4); (4;0,1); (5; 0,5) A insieme dei numeri reali prossimi a 10 4
5 Operazione sugli insiemi fuzzy Inclusione: A Unione Intersezione Complemento A B se (x) (x) x X Se il grado di appartenenza di ogni elemento in un insieme fuzzy A è minore o uguale al suo grado di appartenenza in un insieme fuzzy B, allora A è sottoinsieme di B AB A B A B max x, x AB A B A B min x, x A 1 x A A 5
6 Numero fuzzy Un numero fuzzy è un insieme fuzzy convesso e normalizzato definito sull insieme R dei numeri reali Funzione di appartenenza Zero Non decrescente 1 Non crescente Zero 6
7 Esempi di numero fuzzy Tempo di viaggio dell utente i per accedere all Università di Tor Vergata valori compresi tra 14 e 16 minuti hanno grado di appartenenza µ = 1; Valori inferiori a 10 minuti hanno grado di appartenenza µ = 0 Valori superiori a 35 minuti hanno grado di appartenenza µ = 0 7
8 Operazione con numeri fuzzy Principio di estensione (vedi appendice) Addizione: A+B z max min x, y AB z x y A B Vanno considerate tutte le possibili coppie di x e y. Per ogni coppia di elementi (x, y), la somma è un numero fuzzy z= x+y, con grado di appartenenza pari al minimo dei gradi di appartenenza di x e y. Se risultano più valori di z, il grado di appartenenza è quello massimo. 8
9 Esempio di addizione di numeri fuzzy A (2; 1); (3; 0,5) B (3, 1); (4; 0,5) Z A B (5; 1); (6; 0,5); (7; 0,5) A B Esempio z = 6; z = x + y = 3 + 3; x + y = z(3+3) = min { x=3 ; y=3 } = min {0,5 ; 1} = 0,5 z(2+4) = min { x=2 ; y=4 } = min {1 ; 0,5} = 0,5 z=6 = max { (3+3) ; 2+4) } = max{0,5 ; 0,5} = 0,5 9
10 Operazione con numeri fuzzy Principio di estensione (vedi appendice) Massimo: max(a, B) z max min x, y max(a,b) z max(x,y) A B Vanno considerate tutte le possibili coppie di x e y. Per ogni coppia di elementi (x, y), il massimo è un numero fuzzy z= max (x, y), con grado di appartenenza pari al minimo dei gradi di appartenenza di x e y. Se risultano più valori di z, il grado di appartenenza è quello massimo. 10
11 Esempio di massimo di due numeri fuzzy A (2; 1); (3; 0,5) B (3; 1); (4; 0,5) Z max(a,b) (3; 1); (4; 0,5) A B Esempio z = 3; z = max (x, y) = max (2, 3) = max (3, 3) z=max(2,3) = min { x=2 ; y=3 } = min {1 ; 1} = 1 z=max(3,3) = min { x=3 ; y=3 } = min {0,5 ; 1} = 0,5 z=3 = max { max(2,3) ; max(3,3) } = max{1 ; 0,5} = 1 11
12 Operazioni con numeri fuzzy triangolari Numero fuzzy triangolare A è detto numero fuzzy triangolare se la sua funzione di appartenenza è triangolare: 0 x a1 x a1 a z a a a 2 1 A a3 x 1 2 a z a a3 a2 0 x a3 2 3 (2, 4, 7) Un numero fuzzy triangolare A tipicamente è denotato con (a 1, a 2, a 3 ). 12
13 Operazione con numeri fuzzy triangolari Siano A e B due numeri fuzzy triangolari: La loro somma (A + B) è un numero fuzzy triangolare così rappresentato: (a 1 +b 1, a 2 +b 2, a 3 +b 3 ) A a,a,a B b,b,b B A A+B La loro differenza (A - B) è un numero fuzzy triangolare così rappresentato: (a 1 b 3, a 2 - b 2, a 3 b 1 ) A - B A B 13
14 Massimo di numeri fuzzy triangolari 1/5 Esempio Max (A, B) Dati due numeri fuzzy triangolari: A (-12, -10, -2) e B (-14, -7, -5) determinare Z = max (A, B). Utilizzando il principio di estensione, il grado di appartenenza di ciascun elemento z del numero fuzzy max (A, B) è determinato come: z max min x, y max(a,b) z max(x,y) A B 14
15 Massimo di numeri fuzzy triangolari 2/5 z -12; µ max (z) = 0 Ad esempio z = -13 (x 1 ; µ A (x 1 )=µ B (x 1 ) (x 2 ; µ A (x 2 )=µ B (x 2 ) (x 3 ; µ A (x 3 )=µ B (x 3 ) x A; y B (y 1 ; µ B (y 1 )=µ A (-4)) (y 4 ; µ A (y 4 )=µ B (y 4 )=µ A (-4)) (-4; µ A (-4)) z = -13 max z 13; z max x 13, 13 max x 13, y 13 z max x 13, 13 min 0, B 13 0 B z max 13, 13 min 13, 13 0 max z max 13, y 13 min 0, y 13 0 max A B max z 13 max 0,0,0 0 15
16 Massimo di numeri fuzzy triangolari 3/5-12 z -x 1 ; µ max (z) = µ A (z) Ad esempio z = -11,5 (x 1 ; µ A (x 1 )=µ B (x 1 ) (x 2 ; µ A (x 2 )=µ B (x 2 ) (x 3 ; µ A (x 3 )=µ B (x 3 ) x A; y B (y 1 ; µ B (y 1 )=µ A (-4)) (y 4 ; µ A (y 4 )=µ B (y 4 )=µ A (-4)) (-4; µ A (-4)) z = -11,5 z 11,5; z max x 11,5 ; 11,5 max x 11,5; y 11,5 A x x : 12 x 11,5 max z max x 11,5 ; 11,5 min A x, B 11,5 0 x : x 12 z max 11,5; y 11,5 min 11,5 ; y 11,5 z max 11,5; 11,5 min 11,5 ; 11,5 11,5 max A B A max A B A max z 11,5 max... 11,5 A 16
17 Massimo di numeri fuzzy triangolari 4/5 - x 1 z -x 2 ; µ max (z) = µ B (z) Ad esempio z = - 9 (x 1 ; µ A (x 1 )=µ B (x 1 ) (x 2 ; µ A (x 2 )=µ B (x 2 ) (x 3 ; µ A (x 3 )=µ B (x 3 ) x A; y B (y 1 ; µ B (y 1 )=µ A (-4)) (y 4 ; µ A (y 4 )=µ B (y 4 )=µ A (-4)) (-4; µ A (-4)) z 9; z max x 9 ; 9 max x 9; y 9 z = -9 z max x 9 ; 9 min x, 9 z max 9; y 9 min 9 ; y max z max 9; 9z min A 9, B 9 B 9 B 9 x :x1 x 9 max A B A x x :x x1 B y y :x1 y 9 max A B A y y :y x1 max z 9 max... 9 B 17
18 Massimo di numeri fuzzy triangolari 5/5 - x 3 z -2; µ max (z) = µ A (z) Ad esempio z = - 4 (x 1 ; µ A (x 1 )=µ B (x 1 ) (x 2 ; µ A (x 2 )=µ B (x 2 ) (x 3 ; µ A (x 3 )=µ B (x 3 ) x A; y B (y 1 ; µ B (y 1 )=µ A (-4)) (y 4 ; µ A (y 4 )=µ B (y 4 )=µ A (-4)) (-4; µ A (-4)) z 4; z max x 4 ; 4 max x 4; y 4 z = -4 max z max x 4 ; 4 min A x, B y : 5 y 4 By y :y4 y 5 max z max 4; y 4 min A 4 ; B y A 4 y :y 1 y x 4 By y :y y1 max z max 4; 4 min A 4, B 4 0 z 4 max... 4 A 18
19 Behavioral fuzzy utility-based approach (1/4) Ipotesi di comportamento razionale Il decisore i considera un insieme di n alternative: {1, 2,, n} Associa a ciascuna alternativa k un valore (numero) fuzzy (triangolare) dell utilità percepita U i k (con valore centrale U i 2k) che è funzione di attributi percepiti fuzzy (triangolari) X i jk che caratterizzano l alternativa k, U i 2k = j β i j X i 2jk con X i 2jk valore centrale dell attributo percepito fuzzy X i jk A B C 19
20 Behavioral fuzzy utility-based approach (2/4) Il decisore sceglie l alternativa in base alla utilità fuzzy massima U i max; L utilità percepita massima fuzzy, U i max si può determinare ordinando in modo decrescente le U i k ed applicando ricorsivamente (in forma binaria) l operatore MAX: U U k 2 i max La funzione di appartenenza U i z è pari a: i k U max(u, U ) k 2 i i i max max k z max min x, y max( A, B) zmax( x, y) A B con x A, y B, Z max( A, B), z Z Nel seguito per semplicità di trattazione verrà sistematicamente sottointeso l indice i relativo al generico utente. 20 max
21 Behavioral fuzzy utility-based approach (3/4) Si possono avere due casi: Caso 1 Le utilità fuzzy considerate (ad esempio, U A, U B e U C ) non hanno alcun punto in comune, pertanto la utilità di una sola alternativa coincide con la massima e quella è l alternativa scelta. Nell esempio, B è l alternativa scelta, essendo U B U max B C A 21
22 Behavioral fuzzy utility-based approach (4/4) Caso 2 Le utilità fuzzy considerate (ad esempio, U A, U B e U C ) hanno punti in comune (cioè sono soprapposte totalmente o in parte). La massima utilità U max coincide con la U B, ma include anche parti di U A ed U C e pertanto l utente potrebbe scegliere sia A sia B sia C. In tal caso si può calcolare la percentuale (frazione) di scelta con la teoria della possibilità 22
23 Teoria della possibilità La misura del verificarsi di un evento A può essere espressa non solo con la probabilità p(a), ma anche con la Possibilità, Pos (A). La teoria della possibilità si fonda su proprietà meno restrittive di quella della probabilità e quindi si presta meglio a trattare numeri fuzzy e in genere fenomeni incerti. Possibilità X =.. A k.. insieme eventi 0 Pos(A) 1 k Pos(A k ) = no vincolo Pos(A B) = max[pos(a), Pos(B)] Probabilità S =.. A k.. spazio delle prove 0 p(a) 1 k p(a k ) = 1 p(a B) = p(a) + p(b) p(a B) p(a B) = min[pos(a), Pos(B)] p(a B) = p(a) p(b/a) 23
24 µ A (x) = q A (x) Teoria della possibilità Dato un evento rappresentato da numero fuzzy A con funzione di appartenenza A (x), poniamo Pos (x) = A (x) misurando la possibilità in termini di appartenenza: maggiore è il grado di appartenenza di x, maggiore è la possibilità di x Introduciamo la funzione di possibilità q A (x) = Pos(x) Esempio U = (-14, -8, -5) = Utilità percepita fuzzy; q A (x) misura la possibilità che U assuma il valore x 24
25 Behavioral fuzzy utility-based approach La possibilità che una alternativa sia percepita come alternativa di massima utilità e dunque sia scelta è: max qk Pos( U k U max ) max x z min U ( x), ( ), 1 k U z k max con z U ; x U k La frequenza di scelta, s k, può essere ottenuta dalle possibilità, q k, s k qk q k ' k ' 25
26 Esempio di calcolo delle frequenze di scelta (1/3) Dati tre percorsi A, B e C di una relazione O-D, siano U A, U B e U C le utilità percepite descritte da numeri fuzzy triangolari: U A (-40, -33, -31 ); U B (-38, -32, -29); U C (-44, -37, -33 ). Il flusso O-D è pari a 2000 utenti/h. Si determinino le frazioni di utenti che scelgono A, B e C ed i corrispondenti flussi orari. s A =? s B =? s C =? 26
27 Esempio (2/3) Step 1 U max = U B ; µ max1 = µ B Step 2 U max2 = MAX {U max1 ; U A } = U B ; µ max2 = µ max1 = µ B A MAX Step 3 U max3 = MAX {U max2 ; U C } = U max2 ; µ max3 = µ max2 = µ B C MAX 27
28 Esempio (3/3) q ( max ) max min ( ), ( ), k Pos Uk U x U x 1 k U x max k q B = Pos (U B = U B ) = 1,000 q A = Pos (U A = U B ) = 0,875 q C = Pos (U C = U B ) = 0,500 A q A =0,875 MAX Frazioni di scelta s A = 0,875/(0, ,500) = 0,368 s B = 0,421 s C = 0,211 C MAX Flussi medi sui percorsi: - FA = 0,368 x 2000 = FB = 0,421 x 2000 = FC = 0,211 x 2000 = 422 q B =0,500 28
29 Appendice Principio di estensione Calcolo valore q k Passaggio da Possibilità a Probabilità 29
30 Principio di estensione (1/4) Il principio di estensione permette la generalizzazione dei concetti matematici nell ambito crisp all ambito fuzzy. Dati una funzione f definita sui punti dell insieme X a valori nei punti dell insieme Y un qualunque insieme fuzzy A: x X ; y Y, y f ( x) A = {µ 1 / x 1 ; µ 2 / x 2 ;... ; µ n / x n } 30
31 Principio di estensione (2/4) il principio di estensione afferma che f(a) = f(µ 1 / x 1 ; µ 2 / x 2 ;... ; µ n / x n ) = = µ 1 /f( x 1 ) ; µ 2 / f(x 2 ),... ; µ n /f( x n ) Se più di un elemento di X è mappato da f sullo stesso elemento y Y, allora il massimo dei gradi di appartenenza di questi elementi nell insieme fuzzy A è scelto come grado di appartenenza per y in f(a). Se nessun elemento di x X è mappato su y, allora il grado di appartenenza di y in f(a) è zero. 31
32 Principio di estensione (3/4) Esempio A = {(-2; 0,3); (-1;0,4); (0; 0,8); (1; 1); (2; 0,7)} f(a) = b = a 2 B = {(4; 0,3); (1; 0,4); (0, 0,8); (1; 1); (4; 0,7)} = = {(0; 0,8); (1; 1); (4; 0,7)} 32
33 Principio di estensione (4/4) Nel caso di più variabili ( y) B 1 A1 1 Ar r ( u1,..., ur ) f ( y) 1 max min u,..., u se f ( y) se f ( y) 0 Esempio per la somma di due numeri fuzzy Dati due numeri fuzzy A1 (con funzione di appartenenza µ A1 ) e A2 (con funzione di appartenenza µ A2 ), e la funzione f(y) =u 1 +u 2 Si determini la funzione di appartenenza del nuovo insieme B di elementi y 1u2 ( y) max min u, u B A1 1 A2 2 yu Significa che per ogni elemento y dobbiamo prendere ogni coppia di elementi (u 1, u 2 ) tali che la loro somma sia uguale a y e determinare il grado di appartenenza come il minimo dei corrispondenti gradi di appartenenza. Se risultano più valori di z, il grado di appartenenza è quello massimo (SOMMA DI NUMERI FUZZY) 33
34 Calcolo del valore di q k x A2 A( x) 1 x 1 A( x) A A A A A (A 2, 1) (B 2, 1) (B 1, 0) (A 3, 0) q ( x) ( x) A A B A3 B1 A A B B x B2 B ( x) 1 x 1 B ( x) B B B B B
35 Trasformazione Possibilità-Probabilità (1/2) Nei modelli di scelta stocastica, l incertezza è in genere misurata attraverso l entropia di Shannon, H: H pklog 2 pk dove p[k] è la probabilità di scelta dell alternativa k. k Nel contesto della teoria della possibilità, l incertezza, U, è misurata attraverso la seguente espressione: U Pos( k) Pos( k 1) log 2 k k dove Pos(k) e Pos(k+1) sono i valori della possibilità per l alternativa k e k+1, ordinate in modo decrescente. Applicando il principio di invarianza dell incertezza (cioè uguagliando le due espressioni precedenti) si ha: k k pk Pos k p k log p k Pos( k) Pos( k 1) log k 2 2 con i vincoli: 1; max ( ) 1 k 35
36 Trasformazione Possibilità-Probabilità (2/2) Ipotizzando la seguente trasformazione g Pos( k) Pos( k) b pk pk b con b e g costanti positive. 1/ g Applicando la normalizzazione della probabilità Si ottiene: 1/ g Pos( k) p k b 1/ g 1 b Pos( k) k k k p k 1/ g Pos( k) Pos( k) pk b Pos( k) k 1/ g 1/ g 1/ g 36
MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di rischio
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di rischio DOCENTI
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino
DettagliTeoria degli Insiemi
Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2017 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico
DettagliTeoria degli Insiemi
Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2015 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico
DettagliTeoria delle decisioni
A. A. 2017-2018 Teoria delle decisioni introduzione expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Teoria delle decisioni razionali Teoria
DettagliStatistica. Lezione : 17. Variabili casuali
Corsi di Laurea: a.a. 2018-19 Diritto per le Imprese e le istituzioni Scienze Internazionali dello Sviluppo e della Cooperazione Statistica Variabili casuali Lezione : 17 Docente: Alessandra Durio 1 Contenuti
DettagliDISPENSE SU TEORIA DEGLI INSIEMI E NUMERI
FACOLTA' DI ECONOMIA UNIVERSITA DELLA CALABRIA Corso di Modelli Matematici per l Azienda a.a. 2011-2012 DISPENSE SU TEORIA DEGLI INSIEMI E NUMERI Prof. Fabio Lamantia INSIEMI INSIEME= gruppo di oggetti
DettagliPrecorsi di matematica
Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono
Dettagli0 Insiemi, funzioni, numeri
Giulio Cesare Barozzi, Giovanni Dore, Enrico Obrecht Elementi di analisi matematica - Volume 1 Zanichelli 0 Insiemi, funzioni, numeri Esercizi 0.1. Il linguaggio degli insiemi 0.1.1. Esercizio Poniamo
DettagliESERCITAZIONE 7 : FUNZIONI
ESERCITAZIONE 7 : FUNZIONI e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: Martedi 16-18 Dipartimento di Matematica, piano terra, studio 126 20 Novembre 2012 Corso di recupero Docente:
DettagliMicroeconomia - Problem set 4 - soluzione
Microeconomia - Problem set 4 - soluzione (Prof Paolo Giordani - TA: Pierluigi Murro) 2 Maggio 2015 Esercizio 1 Calcolare i prodotti marginali di ciascun fattore produttivo (P M 1, P M 2 ) e il saggio
DettagliMatematica I. Modulo: Analisi Matematica. Corso 3 (matricole dal n al n 40167) Docente: R. Argiolas
Matematica I Modulo: Analisi Matematica orso 3 (matricole dal n 39905 al n 40167) Docente: R. Argiolas Facoltà di Ingegneria - Università degli Studi di agliari Anno Accademico: 2008/2009 Brevi richiami
DettagliModelli di scelta del percorso Modelli di assegnazione
Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco
DettagliInsiemi. Concetto di insieme
Insiemi Paolo Montanari Appunti di Matematica Insiemi 1 Concetto di insieme I concetti di insieme e di elemento di un insieme sono concetti primitivi, cioè non definibili tramite concetti più semplici.
Dettagli2. I numeri reali e le funzioni di variabile reale
. I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei
DettagliLA LOGICA FUZZY. X X c =1
LA LOGICA FUZZY La logica fuzzy è una logica non binaria bensì sfumata, che prende spunto dalla filosofia buddistazen, per la quale il mondo viene visto come un qualcosa di continuo, per l appunto di sfumato.
Dettagli01 - Elementi di Teoria degli Insiemi
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2013/2014 M Tumminello,
DettagliElementi di teoria degli insiemi
ppendice Elementi di teoria degli insiemi.1 Introduzione Comincia qui l esposizione di alcuni concetti primitivi, molto semplici da un punto di vista intuitivo, ma a volte difficili da definire con grande
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliVETTORI DI VARIABILI ALEATORIE
VETTOI DI VAIABILI ALEATOIE E. DI NADO 1. Funzioni di ripartizione congiunte e marginali Definizione 1.1. Siano X 1, X 2,..., X n v.a. definite su uno stesso spazio di probabilità (Ω, F, P ). La n-pla
DettagliUniversità degli Studi di Palermo Facoltà di Economia. CdS Sviluppo Economico e Cooperazione Internazionale. Appunti del corso di Matematica
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 02 - I Numeri Reali Anno Accademico 2013/2014 D. Provenzano, M.
DettagliCorso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)
Corso di Laurea in Scienze e Tecnologie Agrarie Corso Integrato: Matematica e Statistica Modulo: Matematica (6 CFU) (4 CFU Lezioni + CFU Esercitazioni) Corso di Laurea in Tutela e Gestione del territorio
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
DettagliIntroduzione alla Matematica per le Scienze Sociali - parte II
Introduzione alla Matematica per le Scienze Sociali - parte II Lucrezia Fanti Istituto Nazionale per l Analisi delle Politiche Pubbliche (INAPP) lucrezia.fanti@uniroma1.it Lucrezia Fanti Intro Matematica
DettagliGLI INSIEMI PROF. WALTER PUGLIESE
GLI INSIEMI PROF. WALTER PUGLIESE INSIEME DEFINIZIONE UN RAGGRUPPAMENTO DI OGGETTI RAPPRESENTA UN INSIEME IN SENSO MATEMATICO SE ESISTE UN CRITERIO OGGETTIVO CHE PERMETTE DI DECIDERE UNIVOCAMENTE SE UN
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliLezione n. 1 (a cura di Irene Tibidò)
Lezione n. 1 (a cura di Irene Tibidò) Richiami di statistica Variabile aleatoria (casuale) Dato uno spazio campionario Ω che contiene tutti i possibili esiti di un esperimento casuale, la variabile aleatoria
DettagliTutti gli esercizi della verifica di Ottobre più altri
1) Nell equazione generica della retta y = mx + q, che cosa rappresenta q? 2) Scrivere l equazione della retta che passa per il punto A(0;4) e perpendicolare a quella di equazione y = 1 3 x 5 ; b. tracciare
Dettagli1.3. Logaritmi ed esponenziali
1.3. Logaritmi ed esponenziali 1. Rappresentazione sugli assi cartesiani 2. Relazione 3. Definizione di funzione 4. La funzione esponenziale 5. Il logaritmo 6. La funzione logaritma 1-3 1 Rappresentazione
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliRichiami di teoria degli insiemi
Appartenenza Se A è un insieme con la notazione a A indichiamo che l elemento a appartiene ad A, con a A che non appartiene Spesso con la notazione {x x } dove con x si intende una certa proprietà per
DettagliCorso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 1 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 1 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.1, 3.2,
DettagliNote di Teoria della Probabilità.
Note di Teoria della Probabilità. In queste brevi note, si richiameranno alcuni risultati di Teoria della Probabilità, riguardanti le conseguenze elementari delle definizioni di probabilità e σ-algebra.
DettagliLezione 6 Richiami di Geometria Analitica
1 Piano cartesiano Lezione 6 Richiami di Geometria Analitica Consideriamo nel piano due rette perpendicolari che si intersecano in un punto O Consideriamo ciascuna di queste rette come retta orientata
DettagliCORSO DI AZZERAMENTO DI MATEMATICA
CORSO DI AZZERAMENTO DI MATEMATICA 1 LE BASI FONDAMENTALI INSIEMI INSIEMI NUMERICI (naturali, interi, razionali e reali) CALCOLO LETTERALE RICHIAMI DI TRIGONOMETRIA I NUMERI COMPLESSI ELEMENTI DI GEOMETRIA
Dettagli01 - Elementi di Teoria degli Insiemi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2015/2016
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Insiemi e Combinatoria - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, 23 - Ottobre 2012 Il concetto di insieme Non tratterò la teoria assiomatica degli
DettagliGLI INSIEMI. Laboratorio per apprendimenti logico - matematici. Dispensa a cura del prof. Domenico Perrone Maggio 2005
GLI INSIEMI Laboratorio per apprendimenti logico - matematici Dispensa a cura del prof. Domenico Perrone Maggio 2005 1 I problemi Perché gli Insiemi? Cos è un insieme? Cantor, Frege, Russell Quale ruolo
Dettagli01 - Elementi di Teoria degli Insiemi
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2013/2014
DettagliAPPUNTI PER IL CORSO DI MATEMATICA APPLICATA. 1. Lezione 1 Richiamo brevemente alcune notazioni della teoria degli insiemi.
APPUNTI PER IL CORSO DI MATEMATICA APPLICATA ERNESTO DE VITO - UNIVERSITÀ DI GENOVA, ITALY 1. Lezione 1 Richiamo brevemente alcune notazioni della teoria degli insiemi. insieme vuoto N insieme dei numeri
DettagliELEMENTI di TEORIA degli INSIEMI
ELEMENTI di TEORI degli INSIEMI & 1. Nozioni fondamentali. ssumeremo come primitivi il concetto di insieme e di elementi di un insieme. Nel seguito gli insiemi saranno indicati con lettere maiuscole (,,C,...)
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliFacoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica), a.a. 2006/07. Notazioni, richiami sulla teoria degli insiemi.
Facoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica, a.a. 2006/07 Notazioni, richiami sulla teoria degli insiemi. Introduzione e richiami di alcune notazioni (simboli matematiche.
DettagliIstituzioni di Matematiche prima parte
Istituzioni di Matematiche prima parte anno acc. 2011/2012 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano Istituzioni di Matematiche 1 / 33 index Generalità sugli insiemi 1 Generalità
DettagliCalcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)
Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f é crescente nell intervallo (a, b) se
Dettagli14 Spazi metrici completi
54 2006-apr-26 Geometria e Topologia I 14 Spazi metrici completi (14.1) Definizione. Una successione {x n } n in uno spazio metrico si dice di Cauchy se per ogni ɛ > 0 esiste un intero N = N(ɛ) per cui
DettagliSperimentazioni di Fisica I mod. A Lezione 4
Sperimentazioni di Fisica I mod. A Lezione 4 Alberto Garfagnini Marco Mazzocco Dipartimento di Fisica G. Galilei, Università di Padova 14-15 ottobre 2013 Algebra Booleana Lezione IV: Algebra Booleana 1.
DettagliMETODI MATEMATICI PER L INFORMATICA. Canale E O a.a Docente: C. Malvenuto Primo compito di esonero 26 novembre 2008
METODI MATEMATICI PER L INFORMATICA Canale E O a.a. 2008 09 Docente: C. Malvenuto Primo compito di esonero 26 novembre 2008 Istruzioni. Completare subito la parte inferiore di questa pagina con il proprio
DettagliCORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA b) Dal testo sappiamo già che si tratta di un isometria. Rappresentando i punti si vede che sia
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI GEOMETRIA 008/09 Esercizio.. Dati i punti i O0, 0), A, ), B, ), determinare l isometria fx, y) = x, y ) tale che fo) = O, fa) = A, fb)
DettagliCoordinate Cartesiane nel Piano
Coordinate Cartesiane nel Piano O = (0,0) origine degli assi x ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi x, y sistemi dimetrici: unità di misura diverse sui due assi
DettagliCalcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)
Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f é crescente nell intervallo (a, b) se
DettagliSottoinsiemi di Numeri Reali
INTERVALLI LIMITATI a,b R Sottoinsiemi di Numeri Reali intervallo chiuso [a,b] = { R : a b} intervallo aperto (a,b) = { R : a < < b} intervallo chiuso a sinistra e aperto a destra [a,b) = { R : a < b}
DettagliFunzioni reali di variabile reale
Introduzione Funzioni reali di variabile reale Algebra delle funzioni reali Funzioni composta e inversa Funzioni monotone i definisce funzione reale di variabile reale e s indica con f: A R una funzione
DettagliLaurea triennale in MATEMATICA, Corso di PROBABILITÀ 1 Compito scritto del FOGLIO RISPOSTE
NOME e COGNOME Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Compito scritto del.6. - FOGLIO RISPOSTE CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli esercizi oppure, in mancanza
DettagliC I R C O N F E R E N Z A...
C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della
Dettagli1. Calcolo Differenziale per funzioni di una variabile
1. Calcolo Differenziale per funzioni di una variabile 1.1 Definizione di Derivata e prime proprietà Definizione 1.1 Sia f :]a, b[ R, x 0 ]a, b[. Allora esiste δ > 0 : x 0 + ]a, b[, 0 < < δ. Se esiste
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
Dettagli1 IL LINGUAGGIO MATEMATICO
1 IL LINGUAGGIO MATEMATICO Il linguaggio matematico moderno è basato su due concetti fondamentali: la teoria degli insiemi e la logica delle proposizioni. La teoria degli insiemi ci assicura che gli oggetti
DettagliESPONENZIALI. n volte
Corso di laurea: BIOLOGIA Tutor: Floris Marta; Max Artizzu PRECORSI DI MATEMATICA ESPONENZIALI IL CONCETTO DI POTENZA E LA SUA GENERALIZZAZIONE L elevamento a potenza è un operazione aritmetica che associa
DettagliTEORIA DELLA PRODUZIONE
ESEMPI di domande per la prova scritta di MICROECONOMIA Una sola delle risposte fornite per ogni domanda è corretta TEORIA DELLA PRODUZIONE - Varian capp. 18-23 1. Una impresa utilizza unicamente due fattori
DettagliMicroeconomia (C.L. Economia e Legislazione di Impresa); A.A. 2010/2011 Prof. C. Perugini
Microeconomia (C.L. Economia e Legislazione di Impresa); A.A. 010/011 Prof. C. Perugini Esercitazione n.1 1 Obiettivi dell esercitazione Ripasso di matematica Non è una lezione di matematica! Ha lo scopo
DettagliIstituzioni di Matematiche (V): Seconda Prova Parziale, 13 Gennaio 2015 (versione 1)
Istituzioni di Matematiche (V): Seconda Prova Parziale, 13 Gennaio 015 (versione 1) Nome e Cognome: Numero di matricola: Esercizio 1 Esercizio Esercizio 3 Esercizio 4 Esercizio 5 Totale 4 6 6 8 6 Tutte
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Lotterie (II parte) Prof.ssa Bice Cavallo Criterio media- varianza Una misura di rischio insito in una lotteria non viene evidenziato dal solo criterio basato
DettagliProbabilità e Statistica Esercizi
Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero
DettagliM.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente
DettagliInsiemi, Numeri, Terminologia. Prof. Simone Sbaraglia
Insiemi, Numeri, Terminologia Prof. Simone Sbaraglia Corso Rapido di Logica Matematica La logica formale definisce le regole cui deve obbedire qualsiasi teoria deduttiva. Una proposizione e` una affermazione
DettagliANALISI MATEMATICA T-A (C.d.L. Ing. Gestionale) Prova scritta. Università di Bologna - A.A. 2013/ Gennaio Prof. G.
ANALISI MATEMATICA T-A (C.d.L. Ing. Gestionale) Prova scritta Università di Bologna - A.A. 2013/2014-22 Gennaio 2014 - Prof. G.Cupini MATRICOLA: COGNOME: NOME: E-MAIL: ORALE: N.B.: Il punteggio massimo
DettagliCALCOLO LETTERALE. Le espressioni letterali sono espressioni contenenti operazioni fra numeri e lettere:
CALCOLO LETTERALE Le espressioni letterali sono espressioni contenenti operazioni fra numeri e lettere: 5x. x + y ab + c, In generale le lettere rappresentano numeri generici. Ad esempio, se vogliamo convertire
DettagliESERCIZI DI ANALISI MATEMATICA Università di Firenze - Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica M Z Prof. M.
ESERCIZI DI ANALISI MATEMATICA Università di Firenze - Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica M Z Prof. M.Patrizia Pera Insiemi e numeri reali Parte -a. Risolvere le seguenti disequazioni:
DettagliChe cos è un insieme? Come si individua un insieme? 1. Scrivendone esplicitamente gli elementi: C = {2, 4, 6, 8, 10,...}.
Teoria degli insiemi Che cos è un insieme? Come si individua un insieme? 1. Scrivendone esplicitamente gli elementi: A = {a, b, c} B = {1, 2} C = {2, 4, 6, 8, 10,...}. 2. Enunciando una proprietà che è
DettagliCalcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler)
Calcolo differenziale 2: Massimi e minimi. Studio di una funzione. (M.S.Bernabei & H. Thaler) Studio di una funzione Funzioni crescenti e decrescenti Una funzione f è crescente nell intervallo (a, b) se
Dettagli2.1 Numeri naturali, interi relativi, razionali
2.1 Numeri naturali, interi relativi, razionali Definizione L insieme N = {0, 1, 2, 3,...} costituito dallo 0 e dai numeri interi positivi è l insieme dei numeri naturali. Se a, b 2 N, allora mentre non
DettagliDERIVATA DI UNA FUNZIONE REALE. In quanto segue denoteremo con I un intervallo di IR e con f una funzione di I in IR.
DERIVATA DI UNA FUNZIONE REALE 1. Definizioni. In quanto segue denoteremo con I un intervallo di IR e con f una funzione di I in IR. DEFINIZIONE 1. Sia x 0 un elemento di I. Per ogni x (I \ {x 0 }) consideriamo
DettagliOperazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
DettagliCALENDARIO BOREALE 2 AMERICHE 2015 QUESITO 1
www.matefilia.it Indirizzi: LI0, EA0 SCIENTIFICO; LI0 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE CALENDARIO BOREALE AMERICHE 0 QUESITO Determinare il volume del solido generato dalla rotazione attorno alla
DettagliSi ha A = ABC c _ AB c C c, B = C 1 _ C 2 _ C 3, C = C 2 _ C 5.
Esempio 25 Con riferimento a una data partita di calcio tra la Roma el Inter, si considerino gli eventi: A : la Roma a cinque minuti dal termine della gara è in vantaggio sull Inter; B : la Roma vince
DettagliCapitolo 1: Concetti matematici di base
Capitolo 1: Concetti matematici di base 1 Insiemi x A x é elemento dell insieme A. B A B é un sottoinsieme di A. B A B é un sottoinsieme proprio di A. A costituito da n elementi A = n é la sua cardinalitá.
Dettaglif(xy) = f(x + y) ( f(x) + f(y) ) Problema 6 (WC15-5). Siano a, b, c reali positivi tali che ab + bc + ca = 1. Dimostrare che c + 6 3a 1
Problema (WC5-). Siano a, b e c reali positivi tali che a 3 + b 3 + c 3 = a 4 + b 4 + c 4. vale: a a 2 + b 4 + c 4 + b a 4 + b 2 + c 4 + c a 4 + b 4 + c 2 Problema 2 (WC5-2old). Determinare tutte le funzioni
DettagliCLASSE LIMITE DI UNA SUCCESSIONE DI NUMERI REALI C. MADERNA, G. MOLTENI, M. VIGNATI
CLASSE LIMITE DI UNA SUCCESSIONE DI NUMERI REALI C. MADERNA, G. MOLTENI, M. VIGNATI Consideriamo l insieme R = R {, + } ottenuto aggiungendo all insieme dei numeri reali i simboli e +. Introduciamo in
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Prova di giovedi febbraio 2005 (tempo a disposizione: 3 ore). consegna compiti e inizio orale Lunedì
DettagliPrima lezione. Gilberto Bini. 16 Dicembre 2006
16 Dicembre 2006 Vediamo alcune nozioni di teoria ingenua degli insiemi. Vediamo alcune nozioni di teoria ingenua degli insiemi. Un insieme è una collezione di oggetti di cui possiamo specificare una proprietà
Dettagli10 - Applicazioni del calcolo differenziale
Università degli Studi di Palermo Facoltà di Economia CdS Sviuppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 10 - Applicazioni del calcolo differenziale Anno Accademico 2015/2016
DettagliIL LINGUAGGIO MATEMATICO
1 Lezioni 1-2 Connettivi logici IL LINGUAGGIO MATEMATICO (non); (e); (oppure); = (se...allora/...implica...); (...se e solo se...) Quantificatori (per ogni);... :... (esiste...tale che...) Proposizioni
DettagliMatematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica A.A.
Matematica e-learning - Gli Insiemi Prof. Erasmo Modica http://www.galois.it erasmo@galois.it A.A. 2009/2010 1 Simboli Matematici Poiché in queste pagine verranno utilizzati differenti simboli matematici,
Dettagli5.3 Alcune classi di funzioni integrabili
3. Si verifichi che per ogni f, g : [a, b] R si ha f g = g + (f g) 0, f g = f + g f g; dedurne che se f, g R(a, b) allora f g, f g R(a, b). [Traccia: si osservi che basta verificare che f 0 R(a, b), e
DettagliAPPUNTI DI ALGEBRA LINEARE
APPUNTI DI ALGEBRA LINEARE. Definizione Si dice spazio vettoriale (sul campo dei numeri reali R) un insieme V per il quale siano definite l operazione interna di somma (che ad ogni coppia di vettori e
DettagliClasse 3Cmm Esercizi di Matematica 8 Novembre Si dia una definizione di vettore. 2. Cosa si intende per trasformazione geometrica?
Classe 3Cmm Esercizi di Matematica 8 Novembre 2016 1. Si dia una definizione di vettore. 2. Cosa si intende per trasformazione geometrica? 3. Consideriamo il vettore p ( 2, 3) associato alla traslazione
DettagliSCUOLA GALILEIANA DI STUDI SUPERIORI CLASSE DI SCIENZE NATURALI ESAME DI AMMISSIONE, PROVA DI MATEMATICA 13 SETTEMBRE 2011
1 SCUOLA GALILEIANA DI STUDI SUPERIORI CLASSE DI SCIENZE NATURALI ESAME DI AMMISSIONE, PROVA DI MATEMATICA 13 SETTEMBRE 011 Problema 1. Sia Z l insieme dei numeri interi. a) Sia F 100 l insieme delle funzioni
DettagliUNITÀ DIDATTICA 2 LE FUNZIONI
UNITÀ DIDATTICA LE FUNZIONI. Le funzioni Definizione. Siano A e B due sottoinsiemi non vuoti di R. Si chiama funzione di A in B una qualsiasi legge che fa corrispondere a ogni elemento A uno ed un solo
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliPOPOLAZIONE E CAMPIONI
p. 1/2 POPOLAZIONE E CAMPIONI POPOLAZIONE insieme di tutti quegli elementi che hanno almeno una caratteristica comune (persone, oggetti,misure, osservazioni). Consideriamo il caso di caratteristiche associate
DettagliIl valore assoluto (lunghezza, intensita )
Il valore assoluto (lunghezza, intensita ) = se 0 - se < 0 = 5 5-0, = 0 3, = 3 Il valore assoluto di un numero reale è quindi sempre un numero positivo. Geometricamente rappresenta la misura della distanza
DettagliCorso di Laurea in Matematica Geometria 2. Esercizi di preparazione allo scritto a.a Topologia
Corso di Laurea in Matematica Geometria 2 Esercizi di preparazione allo scritto a.a. 2015-16 Esercizio 1. Dimostrare che Topologia 1. d(x, y) = max 1 i n x i y i definisce una distanza su R n. 2. d(x,
DettagliBrevi richiami su variabili aleatorie e processi stocastici
Appendice Parte 9, 1 Brevi richiami su variabili aleatorie e processi stocastici Richiami di teoria della probabilita` Appendice Parte 9, 2 Esperimento casuale: analisi degli elementi caratteristici dei
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
DettagliInsiemi: Rappresentazione
Insiemi: Rappresentazione Elencazione Per rappresentare un insieme per elencazione si indicheranno i suoi elementi tra parentesi graffe. Caratteristica Un insieme è rappresentato per caratteristica quando
Dettagli