Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo 2 APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD"

Transcript

1 Captolo APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD

2 A. M. Ferrar - Apput d LPCAC SOMMARIO. APPROSSIMAZIONE DI DATI E FUNZIONI Itroduzoe I crter d scelta Osservazo LE CURVE DI REGRESSIONE La retta d regressoe Calcolo de coeffcet d regressoe co l metodo de mm quadrat La parabola d regressoe Esame de dat e de rsultat Il coeffcete d correlazoe Aals degl scart Varaza rspetto alla curva d regressoe Approssmazoe polomale el seso de mm quadrat Problem ell terpolazoe polomale globale Iterpolazoe medate fuzo sple cubche INTERPOLAZIONE E REGRESSIONE CON MATHCAD La retta d regressoe La parabola (e polom) d regressoe Le curve sple Regresso specalzzate Regressoe o leare geeralzzata... 5 APPENDICE Metodo d Lagrage... 6 BIBLIOGRAFIA... 3

3 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 3. APPROSSIMAZIONE DI DATI E FUNZIONI. Itroduzoe I molt problem matematc e ella costruzoe stessa d alcu metod umerc d base emerge l esgeza d dover approssmare u fuzoe g (), defta medate ua sua rappresetazoe aaltca oppure ota solo alcu put { } co =,.. N, soluzoe d u problema matematco, co u'altra f () d forma pù semplce su cu s possa faclmete operare (ad esempo dervare, tegrare). Esamamo brevemete due dverse stuazo. Nella prma dopo aver eseguto delle msurazo { y } corrspodet a valor prefssat della varable dpedete { } relatve ad u determato feomeo sottoposto al ostro esame voglamo costrure u modello matematco f () che descrve suffcetemete bee l feomeo e,. Se la desderata c permetta qud d fare prevso attedbl put dvers da od { } è compresa tra l pù grade ed l pù pccolo valore delle l problema s chama terpolazoe; se la rchesta è al d fuor del rage delle allora s parla pù propramete d estrapolazoe. Le procedure d terpolazoe ed estrapolazoe rchedoo d modellzzare la fuzoe tra put cooscut o oltre ess da ua qualche forma fuzoale plausble. La forma fuzoale deve essere suffcetemete geerale modo da approssmare ampe class d feome. Le fuzo polomal soo d gra luga le pù usate ma ache fuzo razoal e trgoometrche hao u otevole campo d applcazoe. Nella secoda vece suppoamo d dover operare su d ua fuzoe g() ota b aaltcamete; per esempo voglamo calcolare l tegrale g ( ) d. Suppoamo però che a l espressoe della g () sa tale da o permetterc d otteere l valore cogto co sol strumet dell aals matematca. Covee allora approssmare la fuzoe, ell tervallo d teresse, co u altra fuzoe f () d forma pù semplce su cu sa possble operare aaltcamete e dedurre l rsultato cogto. L terpolazoe è qud coessa ma dstta dal problema d approssmazoe d fuzo. Questo problema cosste ell approssmare ua fuzoe complessa co ua pù semplce. I questo caso la fuzoe è ota è può essere calcolata qualsas puto desderato o utle per costrure l approssmazoe. Nel caso dell terpolaz oe la forma fuzoale o è ota ma è oto solo l suo valore alcu put { } o d ostra scelta. Prma d affrotare u qualsas problema d approssmazoe è dspesable:. dvduare la classe d fuzoe da usare per costrure le fuzo approssmat. dvduata la classe adottare u crtero per la scelta d ua specfca fuzoe. Rportamo ora alcu esemp d possbl class d fuzo approssmat a)... + P polom d grado : f ( ) = a + a + a Π polom trgoometrc d grado b) ( ω ) y

4 4 A. M. Ferrar - Apput d LPCAC f k + k se k = ( ) = a + [( a cos( kω ) b ( kω ))] S tratta d ua classe aturale per feome perodc d frequeza crcolare ω. c) R m, : fuzo razoal ( ) ( ) p f ( ) =, p( ) P e q( ) Pm q Ua tale scelta permette d smulare sgolartà. d) E : somme espoezal f ( ) b = ake k k = Ua tale classe è coveete per feome avet cadeza espoezale. e) S m : fuzo sple polomal d grado m, coè polom a tratt d grado m, co dervate cotue fo ad u certo orde e put d raccordo.. I crter d scelta Dat qud N coppe d put spermetal (o od) {, } y, cosderamo ora alcu crter d scelta comuemete adottat per costrure la fuzoe approssmate f() a) Cocordaza esatta (terpolazoe el seso stretto): l approssmate è scelto modo tale che f( z) y ( ) =, N y = f... {} 4 6 z, Coè l valore della fuzoe f el puto spermetale ( ) è valore spermetale esattamete uguale al y. N+ è l umero d put spermetal. U tale crtero d scelta è applcable se l umero degl è uguale al umero de parametr della f () e rsulta opportuo soltato quado c s fda de valor y. L esempo è stato fatto usado MathCad. Per evtare cofuso co le varabl la fuzoe,. terpolate è stata chamata f(z) e passa esattamete per od { } y

5 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 5 b) Metodo de mm quadrat leare. S cerca la fuzoe che reda mma la somma de f y tra valore della fuzoe e valore spermetale. quadrat degl scart ( ) y f ( z) N [ ( ) ] y = mmo = f =,... N 5 5, z {} S possoo mpegare metod classc del calcolo ftesmale per rsolvere questo problema. U tale crtero d scelta è applcable se l umero degl è maggore o uguale al umero de parametr della f () e rsulta opportuo soltato quado valor y o soo affdabl, ma soo per esempo l rsultato d msure. L esempo è stato fatto usado MathCad. Per evtare cofuso co le varabl ell'esempo la retta a mm quadrat è stata chamata f(z). La retta approssma od {, y } ma o passa esattamete per que put. Il umero d put spermetal N+ è maggore dell'orde m del polomo terpolate (m= per la retta)... Osservazo Due mportat applcazo d questo studo d dat spermetal soo: l aals delle tedeze e la verfca delle potes. Nell aals delle tedeze l adameto de dat è utlzzato per fare delle prevso. Se dat soo msurat co grade precsoe s usa l terpolazoe, se al cotraro la precsoe de dat è scarsa s usa l metodo de mm quadrat. Qud l aals delle tedeze s propoe d valutare valor della varable dpedete o put ter all tervallo de dat o oltre lmt de dat dspobl; questo secodo caso s parla d estrapolazoe. Ua secoda applcazoe dell approssmazoe d dat spermetal medate fuzo approssmat è la verfca delle potes. I dat fatt soo cofrotat co u dato modello matematco, cu parametr devoo essere determat modo tale che l modello soddsf l pù possble dat spermetal, secodo u certo crtero prefssato.

6 6 A. M. Ferrar - Apput d LPCAC. LE CURVE DI REGRESSIONE. La retta d regressoe Data ua dstrbuzoe d valor spermetal {, y; =,,... N }. La forma pù semplce d relazoe tra due varabl, ed ua delle pù frequet, è quella leare, cu la varable dpedete è espressa fuzoe della varable dpedete da ua equazoe del tpo: f ( ) = a + b () Sa che l'essteza d ua relazoe leare tra le due varabl s ammetta ota a pror, sa che vega solo potzzata, è coveete calcolare term costat a e b base a dat spermetal modo da poter stmare ache la precsoe co cu vegoo determat, per quato cocere la varaza d campoameto. Quest calcol vegoo esegut co l procedmeto della regressoe leare che forsce due term cercat utlzzado come dat gresso almeo tre coppe d valor delle due varabl. La retta dvduata dalla relazoe o passerà d regola per put spermetal, deft sul pao cartesao dalle coppe d valor, y usate per calcolare a e b; v sarao coè degl scart tra l valore spermetale y assocato ad u dato valore della varable dpedete e l corrspodete valore calcolato f( ) utlzzado la. I campo spermetale quest scart possoo essere dovut sostazalmete a due tp d cause, a carattere casuale o sstematco. Ache quado la relazoe tra e y è trsecamete leare, gl effett d error casual prodott dall'flueza d altre varabl o cotrollate, fao sì che ad u determato valore d possao realtà corrspodere valor dvers della y a secoda delle crcostaze; coè ache quado la varable dpedete è soggetta ad error trascurabl, la varable dpedete sarà soggetta a fluttuazo. Dal puto d vsta pratco l problema della regressoe leare s può porre sostazalmete e seguet term: Data ua sere d coppe d valor,y calcolare base a quest term costat a e b, modo da mmzzare ua data fuzoe degl scart tra valor spermetal e valor calcolat della varable dpedete e valutare l'ettà presumble d quest scart altr cas; Valutare l'attedbltà dell'potes della relazoe leare tra e y el seso d determare se gl scart tra valor spermetal e calcolat della varable dpedete hao u carattere sostazalmete casuale o rsultao sstematc tato da suggerre l'essteza d term o lear ella relazoe tra e y.. Calcolo de coeffcet d regressoe co l metodo de mm quadrat Rsolvedo tale sstema s rcava l polomo d prmo grado a mm Dat gl N+ put spermetal {, y } determamo coeffcet a e a della retta f ( ) = a + a che mmzzo la quattà R ( a, a ) somma de quadrat degl scart tra valor spermetal e calcolat della varable dpedete oppure N ( a, a) = = [ ( )] y a + a R ()

7 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 7 N ( a, a) = = [ ( )] y f R (3) Cerchamo valor de coeffcet a e a che redao mma la somma de quadrat degl scart coè la fuzoe R ( a, a ). La codzoe d mmo rchede la ulltà delle dervate prme. I u puto che mmzz R ( a, a ) le dervate parzal R / a e R / a soo etrambe. Aullado tal dervate parzal otteamo l seguete sstema leare d due equazo elle due cogte a e : a ( N + ) = = N N N a + a = = = = N a + a = y N y. (4) y y f ( 8 ) f( ) 6 {, y } ( ) y f Fgura Il sstema che s ottee è quadrato due equazo e due cogte, qud faclmete rsolvble.. La parabola d regressoe Dat gl N+ put {, y } determamo coeffcet a, a e a della parabola f ( ) = a + a + a che mmzz [ ] y ( a + a + a N, a, a) = ) = R ( a (5) Aullado le dervate parzal R / a, R / a e R a s ottee u / sstema d tre equazo elle tre cogte a, a e. Rsolvedo tale sstema s a ottee l polomo d secodo grado a mm quadrat. y f( z) 4 4 5, z

8 8 A. M. Ferrar - Apput d LPCAC.3 Esame de dat e de rsultat.3. Il coeffcete d correlazoe Quado tra le due varabl v è (o o v è) ua relazoe d tpo leare è utle dsporre d u parametro che permetta d valutare l ettà d tale assocazoe. Il parametro utlzzato è l coeffcete d correlazoe dcato co r. Il fatto stesso che l coeffcete d correlazoe vega utlzzato per smetre l potes ulla, che o c sa coè alcua correlazoe tra le due varabl, basta ad dcare l utltà d rcorrere a questo parametro quado è data per ammessa a pror l essteza d ua be defta terdpedeza tra le due varabl o addrttura sussste tra loro u rapporto d causa ad effetto. Rcordamo che: ( ) ( y y) (, ) = = Cov y = ( ) = = σ (7) (6) ( ) y y = = σ y (8) rsulta ache Cov(, y) r = (9) σ σ y σ r = b () σ y Il campo d varabltà d r è compreso tra e ; due estrem corrspodoo ad ua correlazoe perfetta cu og varazoe d ua delle varabl è accompagata da ua d proporzoale ettà dall altra. Se r rsulta prossmo allo zero s deduce che le due varabl o soo legate da ua relazoe d tpo leare. Questo o sgfca affatto però che le due varabl o sao strettamete collegate e dpedao maera fuzoale l ua dall altra. Uo sguardo all equazoe basta per cofermare che per qualsas relazoe tra la e la y che da luogo a b= rsulta detcamete r=; è suffcete che el pao cartesao la relazoe y=f() da orge ad ua curva smmetrca (ad esempo cercho, perbole, parabola) perché tale codzoe sa soddsfatta. S deve qud teer presete che u basso valore del coeffcete d correlazoe o mplca automatcamete l asseza d assocazoe tra le due varabl; alteratva v è la possbltà che essta ua correlazoe, magar assa marcata, ma sostazalmete o esprmble medate ua relazoe leare.

9 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 9.3. Aals degl scart Cosderamo valor spermetal rportat Tabella. La retta d regressoe ha come equazoe f ( z) = z. I put spermetal e l equazoe della retta soo rportat fgura. Gl scart soo rportat Tabella e fgura Tabella y scart f( z) y scart 4 5 z, fgura E mportate aalzzare gl scart tra valor spermetal e valor calcolat. I questo caso la fgura o forsce motv per mettere questoe la valdtà dell potes s relazoe leare. Cosderamo ora u uovo esempo. I dat spermetal soo raccolt Tabella La retta d regressoe ha come equazoe f ( ) = I put spermetal, e la retta d regressoe soo rportat fgura 3 e Tabella. 4 6 Tabella y scart f( z) y scart 4 5 z, fgura 3 4 5

10 A. M. Ferrar - Apput d LPCAC I questo caso gl scart hao u adameto sstematco tal da suggerre ulteror aals. Il calcolo de coeffcet d ua retta d regressoe permette d utlzzare la relazoe leare otteuta per la stma de valor d y assocat a valor d, seza però dvduare esplctamete quato sa realtà lecta l assuzoe dell potes d relazoe leare tra le due varabl. Nel caso della relazoe fuzoale dscussa quest esemp se le due varabl fossero veramete legate da ua legge leare, le dffereze y f () dovrebbero o solo essere meda uguale a zero ma ache avere seg postv e egatv secodo ua sequeza casuale quado vegoo cosderat valor crescet della. Questa cosderazoe suggersce l pù semplce metodo d cotrollo quello coè d rportare grafco resdu y f ( ). La fgura 3 rcavata dalla Tabella e dca l adameto. E chara la preseza d effett sstematc; y rsulta maggore d f() a due estrem del campo d varazoe e more ella zoa cetrale modo da suggerre ua effettva curvatura della lea che rappreseta la relazoe tra e y el pao cartesao. Quado l potes d leartà s dmostra valda solo prma approssmazoe quato essa o rsulta suffcete a spegare tutt gl effett sstematc preset s può rcorrere ad u modello pù complcato ad esempo alla rappresetazoe medate u polomo d orde superore al prmo- ad ua trasformazoe d varabl che dao luogo ad ua relazoe leare tra le varabl trasformate. I og caso l problema d determare se ua data potes che dà luogo ad u modello matematco è adeguata a rappresetare ua data sere d valor spermetal o può essere rsolto se o vee formulato u altro modello da cotrapporre alteratva. Va da sé che l modello pù adatto può esser formulato solo da ch coosce a fodo sotto og aspetto tecco l problema corso d studo..3.3 Varaza rspetto alla curva d regressoe La varaza σ (chamato ache scarto quadratco medo) e la devazoe stadard σ calcolate rspetto alla retta d regressoe costtuscoo ua msura degl scart tra gl valor spermetal e corrspodet calcolat utlzzado l'equazoe della retta corrspodeza degl stess valor della varable dpedete. L aals della varaza è utle quado s dspoga d due modell dvers alteratva. scart p σ = = = = scart σ () p p è l umero de parametr ecessar per defre la curva d regressoe. Ifatt, p= per la retta, p=3 per la parabola, e così va.

11 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 3. INTERPOLAZIONE POLINOMIALE Cosderamo l seguete problema. Sao assegat seguet N+ dat spermetal {, y; =,,... N }, dove y dca l valore msurato corrspodete all ascssa. Costrure u polomo algebrco f ( ) = a + a +... a + modo che sa soddsfatta la codzoe d terpolazoe seso stretto, tale coè che: f ( ) = y, =,,..., N. Impoedo le codzo d terpolazoe, s ottee u sstema d equazo lear : a + a a + a a + a a a a + a + a + a = y = y = y =,..., N () S ottee qud u sstema s N+ equazo N+ cogte che soo gl N+ coeffcet a, a, a... a del polomo terpolate. Il sstema ha u'uca soluzoe se l determate della matrce de coeffcet è dverso da zero Dall algebra sappamo che ua matrce d questo tpo è d forma specale (s chamao matrc d Vadermode) ed l suo determate è sempre dverso da zero. Esste qud u polomo uco d grado (o orde m=n+) che assume valor dat N+ put dstt. La fuzoe f ( ) co tal caratterstche è chamata polomo d terpolazoe d grado e el seguto sarà deotata co P ( ). Dal mometo che sstem co matrc d Vadermode soo mal codzoat, la costruzoe del polomo d terpolazoe o è realzzata rsolvedo l sstema sopra aalzzato. 3. Approssmazoe polomale el seso de mm quadrat Sao assegat seguet dat spermetal {, y; =,,... N }, dove y dca l valore msurato corrspodete all ascssa. Suppoamo che tutte le ascsse sao dstte tra d loro. Voglamo trovare ua fuzoe P ( ) coè u polomo d grado :

12 A. M. Ferrar - Apput d LPCAC tale che sa mma la quattà ( ) = a + a +... a P + (3) N [ ] y P ( ) R = (4) = S può dmostrare che l problema ha u uca soluzoe. Nel caso = la fuzoe P ( ) è u polomo d grado, che dà luogo alla cosddetta retta d regressoe leare. Nel caso = s otterrà u polomo d grado, rappresetato dalla parabola a mm quadrat. Sottoleamo l fatto che el caso =N+ (umero put N+ corrspode all orde m del polomo) l approssmazoe polomale el seso de mm quadrat degeera el polomo d terpolazoe per put dat, metre el caso >N+ l problema o ha soluzoe uca (e ha fte). 3. Problem ell terpolazoe polomale globale. Il umero d put usato ell terpolazoe s chama orde dell terpolazoe. Aumetare l orde o ecessaramete aumeta l accuratezza. Se put aggut soo lota dalla zoa d teresse l polomo terpolate tede ad avere fort oscllazo. Le oscllazo o hao geere alcua relazoe co la forma della fuzoe vera. Naturalmete aggugere put ella zoa d teresse d solto auta la qualtà dell terpolazoe ma o sempre. U tpco cotroesempo è quello dovuto a Ruge che rede palese questo fatto el caso che l terpolazoe vega fatta per od equdstazat. Cosderamo la fuzoe: f ( ) =, ell tervallo 5 < < 5. + Dvdamo l tervallo u umero d od 6, 8 e. Costruamo polom d terpolazoe d grado 6, (P 6 ()); 8 (P 8 ()) e (P ()). Notamo l forte adameto oscllate ache ell tervallo.5 f( ) P 6 ( ) P 8 ( ) P ( )

13 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 3 cu soo deft od che aumeta all aumetare dell orde dell terpolazoe (orde del polomo terpolate). Qud che elle applcazo può essere opportuo o usare l terpolazoe polomale globale, ma la tecca d terpolazoe composta, che cosste ell terpolare dat co u polomo a tratt d basso grado, evtado così le fort oscllazo che preseta l polomo d terpolazoe globale. L esempo pù semplce d applcazoe d tale tecca è l terpolazoe leare a tratt, che cosste el costrure ua fuzoe, che terpol put dat e che su og tervallo [, + ] cocda co u polomo d grado uo. La curva che rappreseta tale fuzoe rsulta ovvamete la spezzata che usce put dat. 3.3 Iterpolazoe medate fuzo sple cubche Abbamo gà osservato che, poché polom terpolat d grado elevato hao u comportameto oscllate, per evtare tale problema s possoo utlzzare fuzo polomal a tratt. Tuttava tal polom presetao delle dscotutà elle dervate e put d raccordo. Al fe d costrure fuzo terpolat regolar s troducoo le fuzo sple. Dat put,,...,, = u dato tervallo [ b] a, tal che: a < <... < < b. (5) Sa s ( ) ua fuzoe che su og tervallo [, ], =,...,, cocda co u polomo d u dato grado k, che e od assuma cert valor prefssat y e tale che o solo sa cotua ma abba ache tutte le dervate cotue fo all'orde k- cluso tutto l tervallo a, b. Ua tale fuzoe s drà fuzoe sple d grado k. [ ] Usare u polomo leare a tratt (l grado k del polomo è ) è la soluzoe pù semplce (ache se o la pù soddsfacete); vuol dre approssmare la fuzoe og tervallo [, ] co ua fuzoe leare S () (u tratto d retta) passate per put, defta ucamete ell tervallo [, ] (per due put passa ua sola retta). Le fuzo pù popolar soo certamete quelle cubche. La loro costruzoe è assa semplce. I partcolare dremo sple terpolate cubca assocata alla partzoe () ua fuzoe 3 S3 ( ) = a + b + c + d defta cascuo degl tervall [, ] ; la fuzoe k ( k) d S ) S 3( 3 = è ua fuzoe cotua ell tervallo [ a, b] per k=,,. k d La costruzoe d tale fuzoe rchede la determazoe d 4 parametr (4 per cascua cubca per gl tervall). Occorre defre qud 4 codzo.. S 3 ( ) = y =,... E la codzoe d terpolazoe: c soo + equazo ua per cascu odo. 3 ( S + ) S3( ) - equazo 3. () () S 3 ( + ) S3 ( ) - equazo

14 4 A. M. Ferrar - Apput d LPCAC () () 4. S 3 ( + ) = S3 ( ) - equazo Per og odo dchamo 3 ( + S ) ( 3 ( S )) l lmte sstro (destro) d S 3 () per Complessvamete le codzo,, 3 e 4 cosetoo d scrvere 4- equazo. Ne macao due. A secoda delle scelte d tal due ulteror codzo s otterrao dvers tp d sples cubche terpolat, qual ad esempo : () + () ) sples atural se s mpoe S 3 ( ) = S3 ( ) = () () ) sples perodche se 3 ( + ) = 3 ( () () S S ) ; S 3 ( + ) = S3 ( ) Vedamo la fuzoe d Ruge approssmata ora da ua fuzoe Sple cubca. f( ) sple( )

15 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 5 4. INTERPOLAZIONE E REGRESSIONE CON MATHCAD 4. La retta d regressoe Le fuzo MathCad che cosetoo d calcolare la retta d regressoe soo slope ed tercept (oppure la fuzoe le). D seguto è rportata la stass d queste fuzo seme ad esemp d utlzzo. tercept Stass Descrzoe Argomet v, vy tercept(v,vy) Forsce l tercetta b della retta d regressoe a mm quadrat: f()=b+m vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy slope Stass Descrzoe Argomet v, vy slope(v,vy) Forsce l coeffcete agolare m della retta d regressoe a mm quadrat: f()=b+m vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy le Stass Descrzoe Argomet v, vy le(v,vy) Forsce u vettore cu elemet cotegoo l tercetta ed l coeffcete agolare m della retta d regressoe a mm quadrat: f()=b+m vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy v := vy := a := slope ( v, vy) a := tercept ( v, vy) a =.438 a =.8463 f( ) := a + a vy f( ) v, Iteressate l uso della fuzoe le le( v, vy) =

16 6 A. M. Ferrar - Apput d LPCAC 4. La parabola (e polom) d regressoe La fuzoe MathCad che cosete d calcolare l polomo d regressoe d grado è regress. La fuzoe forsce u vettore che può essere utlzzato come put della fuzoe terp che cosete d valutare l polomo d terpolazoe. D seguto è rportata la stass d queste fuzo seme ad esemp d utlzzo. 3 y := := f( ) := terp( coef,, y, ) f( ) := coef := regress (, y, ) coef = y f( ) 5, y f( ) 5, regress Stass Descrzoe Argomet v, vy Commet regress(v,vy,) Forsce u vettore co coeffcet del polomo che approssma dat coteut v e vy. Il vettore può essere forto come put alla fuzoe terp che costrusce tale polomo vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy umero tero > La fuzoe d regressoe regress è utle per approssmare dat d ua msura spermetale co u polomo d grado. Per = s ha ua regressoe leare, per = parabolca, =3 cubca ecc S usa regress quado s vuole usare u solo polomo per approssmare tutt dat spermetal. I pratca raramete s va oltre =6. Le prme tre compoet del vettore d output vr= regress(v,vy,) soo vr =3 specfca alla fuzoe terp che dat provegoo da regress, vr =3 è l dce del vettore da cu comcao coeffcet del polomo, vr = l orde del polomo. I successv + elemet cotegoo coeffcet del polomo dal terme d mor grado al terme d grado pù elevato

17 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD Le curve sple Il polomo terpolate leare a tratt vee costruto co la fuzoe lterp. I polom terpolat a tratt cubc (le curve spe cubche) vegoo costrute co la fuzoe csple. Questa fuzoe forsce forsce u vettore che può essere utlzzato come put della fuzoe terp che cosete d valutare l polomo d terpolazoe. D seguto è rportata la stass d queste fuzo seme ad esemp d utlzzo. coef := csple( v, vy) f( ) := terp( coef, v, vy, ) vy l vy lterp( v, vy, ).5 f( ).5 5 v, 6 5 v, lterp Stass lterp(v,vy, ) Descrzoe Iterpola valor coteut usado ua fuzoe leare. Argomet v, vy Commet vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy. Gl elemet v dovrebbero essere orde crescete. L terpolazoe cosste ell usare put spermetal o comuque dspobl per predre valor compres tra quest put. MathCad cosete d coettere quest put co delle lee rette (terpolazoe leare). A dffereza delle fuzo d regressoe, queste fuzo terpolat forscoo ua curva che passa per put spermetal. Pertato la fuzoe rsultate è molto sesble a dat spur. Se dat spermetal presetao molto rumore dovrebbe essere meglo utlzzare u polomo d regressoe. Per trovare l valore d terpolazoe per ua partcolare, lterp trova due put tra cu è compreso e forsce l valore corrspodete d y usado l equazoe della lea retta che coguge due put. Per valor d pù pccol del pù pccolo valore v, MathCad estrapola l polomo cubco ell tervallo descrtto da pù pccol valor v. Per valor d pù grad del pù grade valore v, MathCad estrapola l polomo cubco ell tervallo descrtto da pù grad valor v. Per avere rsultat sesat o usare terp co valor lota da put spermetal. Ifatt le fuzo lterp soo tese per terpolazoe d dat ma o per estrapolazoe.

18 8 A. M. Ferrar - Apput d LPCAC csple Stass Descrzoe Argomet v, vy csple(v,vy) Forsce u vettore de coeffcet d ua sple cubca. Il vettore può essere forto come put alla fuzoe terp che costrusce tale fuzoe. vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy terp Stass terp(vs,v,vy, ) Descrzoe Argomet vs Iterpola valor coteut usado la fuzoe cu coeffcet soo coteut vs. v e vy soo vettor de put spermetal su qual s è costuta la fuzoe approssmate. vettore forto come output dalle fuzo csple o regress v, vy Commet vettor real della stessa dmesoe che cotegao le coppe d valor spermetal per la varable dpedete v e per la varable dpedete vy Cosderamo prma l caso cu terp è usata co l output della fuzoe csple. Per trovare l valore terpolato corrspodeza d u partcolare valore, MathCad trova due put tra qual è compreso l valore. Qud MathCad forsce l valore f() usado l polomo cubco compreso tra due put. Per valor d pù pccol del pù pccolo valore v, MathCad estrapola l polomo cubco ell tervallo descrtto da pù pccol valor v. Per valor d pù grad del pù grade valore v, MathCad estrapola l polomo cubco ell tervallo descrtto da pù grad valor v. Per avere rsultat sesat o usare terp co valor lota da put spermetal. Ifatt le curve Sple soo tese per terpolazoe d dat ma o per estrapolazoe. Nel caso s sa usata vece la fuzoe regress, terp calcola valor f() usado l polomo d regressoe

19 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD Regressoe leare geeralzzata. No tutt dat possoo essere modellzzat da rette o polom. C soo cas cu c'è la ecesstà d modellzzare dat co ua combazoe leare d fuzo arbtrare. La fuzoe d MathCad lft è costruta per rsolvere quest problem. Se s pesa che dat esame possao essere approssmat da ua fuzoe F() combazoe leare d alcue fuzo scelte arbtraramete F ) = a f ( ) + a f ( ) a f ( ) s usa lft per determare coeffcet a. L'esempo ( rportato sopra mostra ua fuzoe F() combazoe leare d tre fuzo, e (-) -. F ( ) = a + a + a3. La fuzoe lft utlzza ua tecca a mm quadrat per + determare coeffcet a, a e a 3 ecessar per defre la fuzoe F() v := vy.8 := F( ) := S := lft( v, vy, F) S = vy f( ) fuzoe approssmate f( ) 3.87 := v, lft Stass Descrzoe Argomet v, vy F Commet lft(v,vy,f) Forsce u vettore co coeffcet usat per creare ua combazoe leare d fuzo come specfcato F che meglo approssma dat specfcat v e vy. Forsce come rsultato u vettore che cotee coeffcet per costrure la fuzoe F vettor real della stessa dmesoe che cotegao le coppe d valor spermetal orde crescete per la varable dpedete v e per la varable dpedete vy Fuzoe d ua sgola varable costtuta da u vettore coteet sgole fuzo La fuzoe d MathCad lft è basata sulla tecca de mm quadrat lear. Forsce u vettore d coeffcet per costrure la combazoe leare co cu cascua fuzoe specfcata el vettore F, cotrbusce alla defzoe della fuzoe F complessva. C soo stuazo cu eache lft è suffcete. Ifatt dat potrebbero o essere modellzzat da ua combazoe leare d fuzo. Ad esempo se dat possoo essere modellzzat dalla fuzoe F( ) = a s( ) + a tah(3 ) è suffcete calcolare pes a e a usado lft. Se vece è rchesta ua fuzoe del tpo F ( ) = a s( b ) + a tah( b ) occorre determare ache parametr b e b ed è ecessaro l'utlzzo d altre fuzo specalzzate d MathCad come epft, logft, ecc.. o la procedura geerale medate l'uso della fuzoe merr

20 A. M. Ferrar - Apput d LPCAC che s basao su tecche a mm quadrat o lear. La soluzoe d equazo o lear è trattata el captolo 7. Alcue fuzo caratterstche che s possoo utlzzare co la fuzoe lft soo:. Somme d poteze d (polom d grado cu possoo o o macare uo o pù term). Ad esempo 3 f ( ) = a + b + c. f ( ) = a + b ep( ) 3. f ( ) = a + b ep( ) 4. f ( ) = a + b l( ) 5. f ( ) = a + b ( ) 4.5 Regresso specalzzate I alcu cas è ecessaro utlzzare fuzo approssmat cu parametr da calcolare o soo semplcemete de pes che moltplcao var term che le compogoo (ved esemp -5 del puto precedete), ma soo ess stess argometo della fuzoe. Ad esempo s cofrot la fuzoe g( ) = a + ep( b ) co la fuzoe f ( ) = a + b ep( ). Nella fuzoe g() l parametro b o è semplcemete l peso del terme ep() ella fuzoe complessva ma è esso stesso argometo dell espoezale. La dffereza è che parametr a e b della fuzoe f() vegoo determat medate l metodo de mm quadrat che porta a rsolvere u sstema d equazo lear a e b. Nel caso della fuzoe g() l calcolo de parametr a e b medate ua tecca a mm quadrat coduce a rsolvere u sstema d equazo o lear a e b che rchede qud l uso d tecche umerche. MathCad possede alcue fuzo specalzzate per l calcolo de parametr d alcue tpche fuzo matematche.. epft calcola parametr della fuzoe a ep( b ) + c. logft calcola parametr della fuzoe a l( + b) + c 3. pwrft b calcola parametr della fuzoe a + c 4. sft calcola parametr della fuzoe a s( + b) + c 5. lgsft a calcola parametr della fuzoe + b ep( c ) epft, lgsft, logft, pwrft, sft Stass epft(v,vy,vg), lgsft(v,vy,vg), logft(v,vy,vg), pwrft(v,vy,vg), sft(v,vy,vg) Descrzoe Forscoo parametr a, b e c per defre le fuzo descrtte e put -5 Argomet v, vy v e vy soo vettor de dat spermetal vg vg è u vettore che cotee valor d parteza per parametr a, b e c (ved le tecche umerche descrtte el captolo 7. Commet Utlzzao tecche basate su mm quadrat o lear. Utlzzao qud metod umerc descrtt el captolo 7. Rdurrel valore della varable TOL mglora l'accuratezza co cu queste fuzo calcolao valor de parametr

21 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 4.6 Regressoe o leare geeralzzata β β S vuole approssmare ua sere d dat co la fuzoe F(, α, β ) α β ep( α ). Nessua delle fuzo d MathCad vste fora può calcolare parametr d questa fuzoe. Ua possbltà è l utlzzo della fuzoe Merr. Gve ( ) := α β F, α, β ( ) R α, β := = α := β := R( α, β) ( ) β ep α β ( ( )) y F, α, β α := Merr( α, β) α =.58 β =.35 β valor d prova := y := y F( z, α, β ).5 Gve Merr Stass 3 4, z Gve somma scart quadratc = Merr(var, var, ) Descrzoe Forsce valor delle varabl var, var, pù prossme a rsolvere u sstema d equazo specfcate da Gve. Le struzo Gve Merr costtuscoo u solve block. Argomet var, var, soo varabl real o complesse a cu bsoga forre valor d prova fuor dal blocco Gve Merr Commet La fuzoe Merr è molto smle alla fuzoe Fd e usa esattamete lo stesso algortmo. La dffereza è che se ache l sstema o ha soluzo, Merr cercherà comuque valor pù prossm a rsolvere l sstema. La fuzoe Fd questo caso darebbe u messaggo d errore avvertedo d o poter trovare ua soluzoe. L uso d Merr è esattamete detco a quello d Fd. La ecesstà d ua maggore accuratezza de rsultat rchede d rdurre l valore d TOL (covergece tolerace). Il sgfcato d TOL è descrtto el paragrafo 7.. Allo stesso modo potrebbe essere utle rdurre l valore d CTOL (costrat tolerace). CTOL cotrolla quato u vcolo deve essere rgdo affché ua soluzoe sa accetable. Ad esempo CTOL=. (valore d defaoult) dca che l vcolo < può cosderars soddsfatto se <. Merr geere forsce ua soluzoe che mmzza l'errore. Merr o garatsce che l rsultato sa u mmo assoluto. La qualtà delle soluzo va sempre verfcata co l calcolo della devazoe stadard o dello scrto quadratco medo. Merr è partcolarmete utle el rsolvere problem a mm quadrat o lear

22 A. M. Ferrar - Apput d LPCAC 5 APPENDICE 5. Metodo d Lagrage Preseteremo ora u metodo umerco per la costruzoe del polomo P ( ). S poga : evdetemete j l,..., j= j j l l ( ) =, =, ( ) P, j = δ j ( ) =,,..., j = j, j =,,..., I polom l (), =,.. soo dett polom caratterstc d Lagrage ed attraverso d ess è possble otteere P () ella seguete forma detta d Lagrage: (6) P ( ) = l ( ) f = (7) j δ j j,...,. (8) = Ifatt : P ( ) = f = f, j =,

23 . APPROSSIMAZIONI DI DATI E FUNZIONI CON MATHCAD 3 6 BIBLIOGRAFIA [] G. Moegato Calcolo Numerco Levrotto e Bella 985 [] A. Quartero Elemet d Calcolo Numerco Progetto Leoardo 994 [3] W. H Press et al. Numercal Recpes Cambrdge Uversty Press 99 [4] R. Lev Elemet d Statstca Spermetale Isttuto per le rcerche d tecologe meccache Vco Caavese 97 [5] R. G. Mortmer Mathematcs for Physcal Chemstry Academc Press 999 [6] Mathcad Referece Maual MathSoft [7] MathCad User's Gude MathSoft

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

Trasmissione del calore con applicazioni numeriche: informatica applicata

Trasmissione del calore con applicazioni numeriche: informatica applicata Cors d Laurea Igegera Meccaca Trasmssoe del calore co applcazo umerche: formatca applcata a.a. 15/16 Teora Parte III Ig. Ncola Forgoe Dpartmeto d Igegera Cvle e Idustrale E-mal: cola.forgoe@g.up.t; tel.

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

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

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

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

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

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

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

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

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 Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

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

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

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

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

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

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

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

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

Dettagli

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

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

Dettagli

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

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

Dimostrazione. Sia V la matrice di Vandermonde: V = Risolvere il sistema lineare: Va = y risolvere: p(x i ) = y i dove:

Dimostrazione. Sia V la matrice di Vandermonde: V = Risolvere il sistema lineare: Va = y risolvere: p(x i ) = y i dove: INTERPOLAZIONE È u problema d approssmazoe d ua fuzoe o d u seme d dat co ua fuzoe ce sa pù semplce e ce abba buoe propretà d regolartà. Tale tpo d approssmazoe s usa quado dat soo ot co precsoe. La codzoe

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

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

Dettagli

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

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

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

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

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

Dettagli

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

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

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

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

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo.

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo. La Regressoe Sulla base delle coppe d modaltà osservate (x 1,y 1 ),..,(x,y ), dopo aver verfcato la dpedeza tra caratter quattatv X ed Y, c propoamo d determare la fuzoe matematca f che meglo stetzz l

Dettagli

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE 7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata

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

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

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

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

I percentili e i quartili

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

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE Nello studo delle relazo tra due (o pù) varabl, oltre a msurare l testà del legame esstete, s è ache teressat ad accertare come vara ua d esse (dpedete) al varare dell altra

Dettagli

Luogo delle Radici. Andrea Gasparri

Luogo delle Radici. Andrea Gasparri Luogo delle Radc Adrea Gasparr Il luogo delle radc è u dagramma che mostra come s spostao pol d u sstema damco leare stazoaro a sgolo gresso e sgola uscta (SISO) al varare d u parametro. È stato deato

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

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

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

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

Dettagli

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

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

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

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

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

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

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

Unità 11. Studio di più variabili. Interpolazione. Regressione. Correlazione. Notazione matriciale

Unità 11. Studio di più variabili. Interpolazione. Regressione. Correlazione. Notazione matriciale Utà 11 Studo d pù varabl Iterpolazoe Regressoe Correlazoe Notazoe matrcale 1 INTERPOLAZIONE Può spesso captare d scoprre l essteza d ua relazoe spermetale tra due (o pù) varabl ed è allora aturale rcercare

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

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

Approfondimenti Lezione 3. Mara Bruzzi

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

Dettagli

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

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

Compito A1- Soluzioni

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

Dettagli

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA

UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA Corso d Statstca Ecoomca a.a. / Prof. Alberto Botta DERIVAZIONE DEGLI STIMATORI OLS La regressoe semplce Il procedmeto d calcolo degl stmator OLS

Dettagli

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

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

Dettagli

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

Dettagli

TRATTAMENTO STATISTICO DEI DATI ANALITICI

TRATTAMENTO STATISTICO DEI DATI ANALITICI TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate.

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate. Alcu meto per la rsoluzoe sstem lear co matrc strutturate. A. url - Calcolo Scetco Problema Rsolvere l sstema leare: A A. url - Calcolo Scetco Problema q A Co A matrce el tpo: p O A è ua matrce tragoale!

Dettagli

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4.

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4. Dpartmeto d Eerga oltecco d Mlao azza Leoardo da Vc - MILANO Eserctazo del corso FONDAMENTI DI ROCESSI IMICI rof. Gapero Gropp ESERCITAZIONE 6 Calcolo della composzoe e della temperatura d uscta da u reattore

Dettagli

12. STATISTICHE CAMPIONARIE

12. STATISTICHE CAMPIONARIE . STATISTICHE CAMPIONARIE. Ce su pa d campoameto Per cooscere le caratterstche gote d ua o pù varabl ua popolazoe s rcorre d solto a u dage campoara e dat raccolt vegoo elaborat per otteere formazo sulla

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

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

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

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

6. LA CONCENTRAZIONE

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

Dettagli

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

Controlli Automatici A

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

Dettagli

MISURE E GRANDEZZE FISICHE

MISURE E GRANDEZZE FISICHE R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli