Statistica degli estremi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Statistica degli estremi"

Transcript

1 Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà che u eveto accada. Esstoo due mod fodametal d utlzzare la teora della probabltà applcata alla predzoe d evet: - la va PROBABILISTICA, ossa l dervare le propretà probablstche d u processo per va assomatca; - la va STATISTICA, ossa l dervare le propretà probablstche d u processo dall aals del campoe. Dcamo CDF (FUZIOE CUMULATIVA DI PROBABILITÀ) la fuzoe admesoale, che prede valor compres tra 0 e, defta come: F = P X X dove P( X ) sta per probabltà che X sa more o uguale a X è detta varable aleatora per =,..., è l campoe d msure Dcamo po PDF (DESITÀ DI PROBABILITÀ) la fuzoe: df F ( + ) F X ( ) f lm X X X = = d 0 Suppoedo d cooscere la probabltà del verfcars d u eveto A, la struttura d probabltà può cambare se cosderamo u eveto B che codzo l eveto A : parleremo tal caso d PROBABILITÀ CODIZIOATA ed abbamo: P( A B) P( A B) = P B el solo caso cu due evet sao dpedet abbamo: P( A B) = P( A) Dato uo spazo d probabltà S = B dove B,..., B è ua partzoe d S tale che = B Bj = per B B j, abbamo l TEOREMA DELLA PROBABILITÀ TOTALE: = = = ( ) = ( ) P A P A B P A B P B Paolo Marts - madchld.t Statstca degl estrem -

2 Sempre elle stesse potes, abbamo ache l TEOREMA DI BAYES: P( A B) P( B) P( B A) = P A B P B j= ( j) ( j) mportate per quato rguarda l calcolo della probabltà A POSTERIORI: s è gà otteuto u certo rsultato per A e s calcola la probabltà che esso derv da ua certa cofgurazoe tra quelle possbl. U altro mportate teorema è quello del LIMITE CETRALE: suppoamo d avere ua collezoe d varabl aleatore dre che, se f ( ), allora la f X X e cerchamo ua varable Y Y = X ; possamo allora = y segue ua dstrbuzoe gaussaa. Allo stesso modo, potzzado u modello moltplcatvo Y = X, possamo dre che se f ( ), allora la f X ly = l X = Y = y segue ua dstrbuzoe log-ormale, poché Dstrbuzo comuemete utlzzate Le fuzo d probabltà dscrete pù utlzzate ello studo delle pee soo: la dstrbuzoe d BEROULLI, che calcola la probabltà delle alteratve d successo (0) o successo () ed è defta come: P = p e qud come: P 0 = p la dstrbuzoe BIOMIALE, che calcola la probabltà d avere m success u espermeto dato da ua successoe d tetatv: m m P( m) = p ( p) m E m p σ m = p p ; co meda = e varaza la dstrbuzoe GEOMETRICA, utle per calcolare l tempo d attesa per l prmo successo e defta come: = ( ) W PW p p dove W è l tempo d attesa per l prmo successo p co meda EW = e varaza σ ( W ) = ; p p la dstrbuzoe d POISSO, defta a partre dalla dstrbuzoe geometrca come: m ep( λ ) P( m) = λ m! dove m è l umero de success λ = p è l testà del successo è l umero de tetatv Paolo Marts - madchld.t Statstca degl estrem -

3 co meda EW = λ e varaza σ ( W ) = λ ; tale dstrbuzoe parte dalla cosderazoe che, quado l umero de tetatv dveta molto grade ( ) la probabltà che s verfch l sgolo eveto tede a 0; Le fuzo d probabltà cotue pù utlzzate soo vece: la dstrbuzoe ORMALE o d GAUSS, defta come: fx ( ) = ep π σ la dstrbuzoe LOG-ORMALE, che cosste ua dstrbuzoe ormale dove la varable è y= l ; la dstrbuzoe ESPOEZIALE, utle per l calcolo del tempo d attesa del prmo successo, defta come: t FT () t = P( T t) = ep w co valore medo E t = w; () la dstrbuzoe GAMMA ICOMPLETA o TERZA DI PEARSO, utle per l calcolo del tempo d attesa del k esmo successo, defta come: f Tk () t ( k ) k t t = ep α! α α t () ( τ ) FT t = k ft dτ k co meda E() t 0 = αk e varaza σ ( t) = α k. Va fatta ua mportate osservazoe per quato rguarda quest ultma dstrbuzoe: essa ha la stessa forma dell drogramma utaro d ash. L IUH, fatt, che ha spegazoe fsca come efflusso, può essere terpretato come la probabltà che ua partcella, precptata all state zale u puto qualsas del baco, attravers la sezoe d chusura al tempo t. Va oltre rcordato che l calcolo de fattoral può essere effettuato medate la fuzoe gamma completa: ( k! ) per k Γ ( k ) = k u ep( u) dt per k 0 Dstrbuzo EV Ua tpologa d dstrbuzo statstche d grade teresse per l aals d feome rar come le pee soo le dstrbuzo del VALORE ESTREMO o EV (etreme value), studate prevaletemete da Gumbel. Cosderamo u orzzote temporale, ovvero u umero d tetatv, suffcetemete grade da permettere la rcerca d u valore massmo de rsultat su tetatv. Ad esempo cerchamo la massma tra le pogge u ora all tero d u orzzote temporale d u ao. Tale massmo raro Z sarà ua varable aleatora che può segure 3 dstrbuzo astotche: la dstrbuzoe d Gumbel o EV; ma Paolo Marts - madchld.t Statstca degl estrem - 3

4 la dstrbuzoe d Fréchet o EV; la dstrbuzoe d Webull o EV3. La dstrbuzoe d Gumbel è defta come: F z = ep ep z Zma co meda π E( z ) = par al umero d Eulero e varaza σ ( z) =. 6 Presetazoe de dat statstc Dat rsultat per =,..., d ua sequeza d espermet casual tra loro dpedet, costruamo la CDF medate le operazo:. ordameto degl orde crescete ( X = m ( ), X = ma ( ), ecc);. assegazoe della frequeza assoluta d superameto ( Fass 3. assegazoe della frequeza relatva d superameto = ); - secodo la formula F = ; - secodo la formula d Haze F = ; - secodo la formula d Webull F = ; + 4. adattameto (fttg) d ua dstrbuzoe teorca alla frequeza emprca. Stma de parametr Il problema dell applcazoe d dstrbuzo d probabltà a campo statstc ft è superato dallo stablre ua relazoe tra le varabl stadardzzate z e le varabl osservate, geeralmete ella forma: = az + b el caso della dstrbuzoe d Gumbel, ad esempo, otteamo la dstrbuzoe: b FX ( ) = ep ep a b b fx ( ) = ep ep ep b a a I parametr a e b o soo ot a pror, e bsoga qud procedere medate alcu metod d stma delle dstrbuzo. I tre metod propost el seguto dao luogo a tre rsultat dfferet, ma o s può affermare che uo sa pù o meo precso dell altro. Metodo de momet Tale metodo d stma parte dalla cosderazoe che le dstrbuzo d probabltà hao de momet statstc be deft, ossa la meda + X = f d, che rappreseta l barcetro della fuzoe, e la varaza σ + fx ( ) d, = Paolo Marts - madchld.t Statstca degl estrem - 4

5 che e rappreseta vece l mometo d erza cetrale. Il metodo d stma cosste:. el calcolare momet del campoe per =,..., : = = σ = ( ) =. ell uguaglarl a momet della dstrbuzoe: = az ˆ + bˆ = az ˆ + bˆ ˆ az ˆ = b σ = aˆ σ I tal modo avremo le espresso: 6 aˆ = σ π bˆ = 0.557aˆ Metodo grafco z I tale caso s potzza che la relazoe tra le varabl stadardzzate ed osservate sa leare. Iaztutto s defsce, per le frequeze osservate ordate orde crescete, la poszoe grafca; ad esempo defamo quella d WEIBULL come: F = P( X ) + I tal modo abbamo u espressoe per le frequeze osservate par a: + z = l l. Graze alla veloctà d elaborazoe de fogl elettroc commercal, possamo po effettuare sulle frequeze ua regressoe leare, utlzzado l METODO DEI MIIMI QUADRATI. Co questa procedura la retta terpolatrce rsete molto de valor estrem, che po soo quell d teresse per l aals delle pee, ma s ha ua grossa varabltà fuzoe della varabltà del campoe. Metodo della massma verosmglaza Co tale metodo s defsce la FUZIOE DI VEROSIMIGLIAZA (lkelyhood) fuzoe della dstrbuzoe stadardzzata scelta L = f (, a, b) = f (, a, b)... f (, a, b) = X X X f X (,, ) ab come: (,, ) L a b I parametr a e b soo po scelt modo da massmzzare la fuzoe d verosmglaza. el caso della dstrbuzoe d Gumbel, potedo affermare che = l L = l fx cercheremo valor massm co le espresso: l L( a, b) b = a ( b) + ( b) ep = 0 a = = a Paolo Marts - madchld.t Statstca degl estrem - 5

6 l L a, b b = ep = 0 a b = a a Semplfcado l sstema, possamo terare fo alla covergeza l espressoe ep = a a = ep = a ed serrla ella b= a l ep = a Outlers Al fe d operare ua scelta coscete del metodo d stma, sul campoe va effettuata ache ua verfca dell essteza d valor molto rar, dett outlers, che s dscostao maera sgfcatva dall adameto medo del campoe e che stao elle code della dstrbuzoe. Il metodo pù utlzzato per verfcare la preseza d outlers ella dstrbuzoe cosste ella verfca della dsequazoe: ma ( ) η = > 3 medaa U metodo per teer coto della preseza, e qud della dspersoe, d quest valor ella dstrbuzoe d Gumbel è quello d aumetare l umero de parametr, e qud l umero de grad d lbertà. Co questo passaggo ascoo de problem per la stma: per quato rguarda l metodo de momet, basta calcolare ache MOMETI DI ORDIE MAGGIORE AL II della dstrbuzoe ed eguaglarl a quell del campoe: - l coeffcete d asmmetra (mometo del III orde); - l mometo cetrale del IV orde m = ( ) 4 f ( ) + 4 X m coeffcete d appattmeto d Kurtoss 4 par a 4 σ. d, che dà orge al Statstche regoal Co l crescere de parametr cala però la loro affdabltà, quato parametr agguta a prm due momet hao ua grade varaza d stma. I altre parole l sgfcato del valore trovato è molto povero: cambado l campoe, otteamo fatt valor molto dvers per parametr. U metodo per superare questo problema è quello d cosderare le propretà cogute, ossa d passare dalle statstche sulle stazo dpedet alle STATISTICHE REGIOALI, combado le osservazo d dverse stazo d msura. I tal modo s ottegoo campo pù umeros e le stme de parametr relatv a momet maggor del II dvetao pù attedbl. Mettedo seme dat delle stazo regoal possamo così otteere ache ua statstca degl outlers: Per la dstrbuzoe d Gauss abbamo asmmetra ulla e coeffcete d appattmeto par a 3; per u coeffcete more d 3 le dstrbuzo soo meo dsperse (pù apputte) al cetro, per u coeffcete maggore d 3 le dstrbuzo soo pù dsperse (pù appattte) al cetro. Paolo Marts - madchld.t Statstca degl estrem - 6

7 local η reg = locale e costrure così delle curve d crescta regoale su d u grafco d Gumbel: effettuamo questo modo l Flood Study Report. TCEV L approcco talao del Flood Study Report cosste el metodo TCEV (two compoets etreme value). Ipotzzamo che la dstrbuzoe d probabltà derv dall accoppameto d dstrbuzo d Gumbel: b ua F = ep ep relatva agl evet ordar; a b ua F = ep ep relatva ad evet estrem ed eccezoal. a Ipotzzamo u rapporto d mscelazoe λ che dch quato feome legat ad soo pù rar rspetto a quell legat ad : ( ) F = λ F + λf co 0 λ I tal modo abbamo, per la dstrbuzoe, 5 parametr,,, b e λ. F a b a Questo tpo d dstrbuzoe è stata testata dal GDCI (gruppo azoale per la dfesa dalle catastrof drogeologche) relatvamete a sol dat d pogga. Ovvamete l peso del rapporto λ deve essere commsurato al rscho che s assoca all eveto raro, ed partcolare al tempo d rtoro dell eveto eccezoale relazoe all mportaza dell opera che s sta progettado. Test statstc Dopo aver stmato ua fuzoe d probabltà che adatt la dstrbuzoe d ua varable aleatora campoara, possamo esegure u test per verfcare se l adattameto è accettable o meo. Il test parte dalle cosderazo: - parametr a e b vegoo stmat, qud hao ua certa varabltà e possoo così essere terpretat come varabl aleatore; - sotto partcolar potes, possamo rteere ota la dstrbuzoe d probabltà d tal parametr; - fuzoe de parametr è possble valutare la STATISTICA DEL TEST, ossa ua msura, determata medate opportue regole d calcolo, del grado d verdctà d ua certa IPOTESI IIZIALE H0; el ostro caso la statstca è fodametalmete la dffereza tra la dstrbuzoe del campoe e la dstrbuzoe teorca adottata; - base alle dstrbuzo osservate e adottate, e alla msura della statstca calcolata, possamo fssare u CRITERIO DI COFROTO, ossa u lmte d rgetto per valor della statstca, superato l quale l potes zale o è verfcata; Al d fuor delle fasce d cofdeza, delmtate da lmt d rgetto, è comuque presete ua probabltà resdua che l potes zale sa verfcata: dcamo ERRORE DEL PRIMO TIPO la probabltà α d rgettare H0 quado è vera. Ovvamete tale errore sarà sempre presete, ma va mateuto l pù basso possble. Allo stesso modo avremo ua certa probabltà β d accettare H0 ache quado è falsa, che chameremo ERRORE DEL SECODO F Paolo Marts - madchld.t Statstca degl estrem - 7

8 TIPO. Come è facle osservare dalla fgura, al crescere d α s assste al calare d β, e vceversa. La sequeza logca ella produzoe d u test è qud la seguete:. s detfca u potes H0;. s defsce ua statstca, tpca del test; 3. s defsce u crtero d rgetto C α ; 4. s scegle u lvello α d errore del prmo tpo; 5. s determa l valore d C α fuzoe d α ; 6. s calcola la statstca P= P,...,. 7. s cotrolla che l potes zale sa verfcata. Test del χ L potes H0 del test è che le frequeze osservate cocdoo co quelle teorche. La prma operazoe è quella d dvdere l asse delle varabl aleatore M class medate M put d estremo C, C,..., CM, tal che per la prma classe avremo < C, per la secoda classe avremo C < < C, eccetera. I valor X,..., X del campoe s dsporrao lberamete all tero delle class appea defte, ed otteamo così ua FREQUEZA OSSERVATA O per =,..., M, ossa l umero d elemet del campoe che rcadoo ua certa classe. Suppoedo ota la PDF, possamo dre che l area sottostate tale curva e delmtata dalle lee d classe = C e = C rappreseta la probabltà che u geerco valore sa compreso tra e C. Moltplcado po questa probabltà per, otteamo la C FREQUEZA TEORICA E, ossa l umero atteso d uscte all tero della sgola classe. Va osservato che, affché l test fuzo, l umero atteso cascua classe deve essere maggore o uguale a 5, e dobbamo qud dsporre d u campoe d almeo 0 elemet. La statstca da calcolare è po: M ( O E ) C = = E Quado l potes d base H0 è verfcata, ossa quado le frequeze osservate soo abbastaza sml alle frequeze teorche, allora la statstca C segue la dstrbuzoe χ ν, fuzoe de grad d lbertà del sstema: ν = M P dove P è l umero d parametr della PDF Prma d calcolare la statstca va defto l lvello d errore del prmo tpo, che geeralmete vale 0.0, 0.05 o 0.0: cosderado ad esempo α = 0.05 possamo defre l valore crtco χ = χ P 0.95, ν crt Quado C χcrt ( ) < accettamo l potes d base, e qud la dstrbuzoe adottata è rappresetatva del campoe; se vece C > o possamo accettare l potes d base. χcrt Essedo valor tutt postv, l test sarà ad ua coda. el caso della dstrbuzoe d Gumbel, P=. Paolo Marts - madchld.t Statstca degl estrem - 8

9 Test d Kolmogorov-Smrov L potes d questo test è detca a quella del test χ, ossa che le frequeze osservate cocdoo co quelle teorche. La prma operazoe da compere è la defzoe d ua frequeza d campoameto FE () = dove è l orde (crescete) dell elemeto campoaro Defamo po la fuzoe D = F, aˆ, bˆ F X ossa la dffereza, og sgolo puto campoameto e la CDF adottata. La statstca del test sarà: D = ma D E, tra l valore della frequeza d Osservado che l massmo deve ecessaramete cadere corrspodeza de valor campoar, la statstca vee ad essere: ( ˆ ma, ˆ, ) ( ˆ ˆ D = FX a b FX, a, b) Ache questo test è ad ua coda, quato la statstca è l massmo d valor assolut, e qud l massmo d valor tutt postv. Il crtero d rgetto è dato dalla codzoe D > dove D α D = D α specalstc. I valor d α è ua dstrbuzoe molto complessa, rtraccable ucamete su test D α per pccol campo soo tabellat; per campo co possamo vece assumere valor approssmat: D0.0 =, D0.05 =, D0.0 = U metodo molto veloce d esegure l test è quello per va grafca: defamo l rage F D ; F + D attoro alla fuzoe d probabltà, gorado valor maggor d e [ ] X α X α mor d 0, e valutamo se tutt valor delle frequeze osservate cadoo all tero del rage; se così o fosse, l test o sarebbe soddsfatto. Paolo Marts - madchld.t Statstca degl estrem - 9

10 Applcazo statstche dell drologa L utlzzo d elaborazo statstche su dat drologc d pea è mportate: - fase d VALUTAZIOE DEL RISCHIO IDROLOGICO; - fase d PROGETTAZIOE DEI SERBATOI ARTIFICIALI; - fase d PROGETTAZIOE DELLE OPERE DI PROTEZIOE IDRAULICA. I rfermeto a quato detto sopra, valor drologc che c teressa maggormete rcavare soo: la PORTATA AL COLMO della pea, dalla quale possamo ad esempo rcavare Q colmo la quota d scurezza dell arge; l VOLUME DI PIEA base al quale possamo, ad esempo, dmesoare V pea serbato artfcal. Quado parlamo d campoe d evet drologc, c rferamo sostazalmete al cosderare le portate d pea o le msure d pogga come varabl aleatore. o cooscedo determstcamete l meccasmo d produzoe delle pee, valor V pea Q colmo soo ottebl a partre da u fereza statstca, ossa ua stma della dstrbuzoe d probabltà che meglo approssma l eveto osservato. L fereza, fatt, può essere - dretta sulle osservazo d portata d pea; - dretta, ossa co la dstrbuzoe delle portate d pea rcavate dall fereza su dat d pogga medate l applcazoe d u modello geomorfologco. A secoda de dat dspobl sulle portate d pea, ossa delle dmeso del campoe d portate, s adottao fatt approcc dvers: quado o soo preset dat, oppure dat soo relatv a poch a, è ecessaro costrure ua trasformazoe affluss-defluss; quado abbamo dat relatv ad u perodo d osservazoe d almeo 0 a, possamo vece effettuare u aals statstca delle portate d pea osservate. Crter d campoameto de dat d portata Esstoo fodametalmete tre metod per effettuare l campoameto de dat drologc: possamo effettuare u campoameto delle dverse portate d PICCO, ossa valor massm d portata tra qual sa vsble la curva d decadmeto delle sorget; possamo fssare u valore d SOGLIA e cosderare l massmo valore d portata per og tervallo che super tale sogla, così da cosderare gl evet come dpedet: otterremo tal modo la sere POT (Peaks Over Threshold); tale sere è soltamete cosglata quado avessmo a dsposzoe dat relatv ad u deceo, quato soltamete s ha ua meda d 8-0 evet d pea all ao; possamo cosderare l PICCO MASSIMO Q u perodo auale 3, otteedo questo modo la sere MAF (Mamum Aual Flood); tale sere è soltamete adoperata quado s hao dat relatv a pù d 0 a. ma e 3 Utlzzamo l perodo auale al fe d mateere la stazoaretà del processo: seso stretto la struttura d probabltà rsulta essere sempre la stessa, seso debole s ha ua stazoaretà d meda e varaza. Paolo Marts - madchld.t Statstca degl estrem - 0

11 A secoda che s effettu l campoameto secodo ua o l altra sere, s adottao soltamete strutture d probabltà dverse: per la sere POT useremo ua dstrbuzoe espoezale, metre per la sere MAF utlzzeremo ua dstrbuzoe d Gumbel. Fssamo l attezoe su quest ultmo caso: la probabltà d O SUPERAMETO, ossa la probabltà che la portata al colmo massma auale super u certo valore q, sarà data dalla fuzoe Qma b FX ( ) = P( Qma q) = ep ep, a metre la probabltà d superameto, ovvero la probabltà che la portata al colmo massma auale super tale valore, sarà ovvamete data dalla fuzoe F = P Q q = F ma X Defamo l TEMPO DI RITORO come l valore medo 4 d attesa tra due superamet successv: T = R F = FX Va otato che l cocetto d tempo d rtoro è puramete statstco, quato valor medo; ella realtà o è detto che ua pea eccezoale rtor esattamete dopo a. Così, sempre cosderado u perodo d rfermeto auale, la probabltà che la portata massma aua super l valore q è data da: P( Qma > q) = TR metre la probabltà del o superameto è P( Qma > q) = TR Cosderado vece u perodo d rfermeto d m a, vece, la probabltà d o superameto è data dalla m P( Qma > q) = TR Quado po avessmo m= T R la probabltà d o superameto vee ad essere T R P( Qma > q) = TR e Poché e =.7 3, su TR a avremo: - crca u terzo d probabltà che la portata massma o sa ma superata; - crca u terzo d probabltà che la portata massma sa superata ua sola volta; - crca u terzo d probabltà che la portata massma sa superata due o pù volte. Crter d campoameto de dat d pogga Per l campoameto delle msure d pogga c s rfersce ad altezze cumulate su tervall d tempo prefssat, quato la msura putuale è molto dffcle da effettuars, come abbamo gà vsto. Soltamete, l campoe delle msure d pogga sarà qud T R 4 Il tempo d rtoro vee valutato a; dmesoalmete la defzoe è corretta, quato l al umeratore è l utà d tempo d campoameto, ossa ao. Paolo Marts - madchld.t Statstca degl estrem -

12 costtuto dalle massme altezze cumulate,3,6, e 4 ore 5, co u perodo d rfermeto d u ao. j j F h, relatva ad uo degl tervall d tempo j = hr,..., 4hr, sarà Og sere d msure H po approssmata da ua dstrbuzoe EV d Gumbel: F z = z per < z <+ j Z ep( ep)) j j h b co l assuzoe z =. j a Al solto per la stma d a e b possamo usare metod de momet, della massma verosmglaza o de mm quadrat. L uso de dat d pogga così campoat ed approssmat poe però u mportate problema: o è detto che l parametro d tempo della trasformazoe affluss-defluss sa uguale ad uo degl tervall fssat dal Servzo Idrografco azoale. Ua rete d dreaggo urbaa, ad esempo, è dmesoata base alla portata el collettore, stmata medate l uso del modello della corrvazoe leare su dat d pogga. Il tempo d corrvazoe del baco, geerale, o sarà esattamete,3,6, o 4 ore. Sarà qud ecessaro rcavare ua fuzoe d h e t che c permetta d otteere de valor d ruscellameto per og durata d pogga. Assegato qud, ache per le pogge, u tempo d rtoro 6, possamo rcavare la : ˆ ˆ ˆ TR h l l ˆ j = bj aj hj = bj aj l l FH TR I base a queste cosderazo possamo utlzzare la cosddetta LSPP (Lea Segalatrce d Possbltà Pluvometrca) che terpol gl h j, ua lea d poteza per espressoe d poteza, ossa ua parabola ad asse orzzotale seso lato, defta come: ht = at dove a è par a per la Paura Padaa e per le Alp è compreso tra 0 e e collegato alla collocazoe geografca etramb parametr varao base al tempo d rtoro assegato A questo puto, sempre rfermeto al modello della corrvazoe, è facle calcolare la portata t φ j per t < TC Q= AB r co r = TC φ j per t TC Al crescere della durata t, abbamo così per la portata: - u espressoe crescete quado t < TC : φ Ab Q = at T C - u espressoe decrescete quado t T C : Q = φ A at b La massma portata d pcco sarà così Q = φ A at b C 5 Itervall fssat dal Servzo Idrografco azoale. 6 Valor ormalmete usat per l tempo d rtoro: 5 a per le fogature, 00 a per fum, 000 a per le dghe. Paolo Marts - madchld.t Statstca degl estrem -

13 Trasformazoe affluss-defluss el caso della trasformazoe affluss-defluss, abbamo dat d parteza: F h t codzoate ad ua certa durata t medate la fuzoe LSPP le pogge H (, ) ht t at R = ; e voglamo trovare la dstrbuzoe FQ ( q ). ua certa fuzoe g h, data dall IUH, che trasforma le pogge portate; I realtà la dstrbuzoe d probabltà delle pogge sarebbe ua fuzoe complessa del tpo, a domo bdmesoale ht, e codomo moodmesoale. F ( h t) HT,, Adottamo qud ua covezoe lavorado a t costate, ossa codzoado le pogge alle durate assegado ua frequeza TR : F = che determa la fuzoe LSPP. T Al varare d la fuzoe forsce ua portata d pea Q h, t della quale cerco l R t g( h ) t * che produce la PORTATA CRITICA Q = g( h t ) valore massmo. La partcolare durata ( h* a t*, t ) vee detta DURATA CRITICA, metre la coppa Secodo cosuetude assumamo lo stesso tempo d rtoro ma *, * = * vee detta EVETO CRITICO. sa per la portata crtca che per le pogge, oostate ella realtà l tempo d rtoro delle portate sa more d quello delle pogge, e qud l rscho aumet co tale assuzoe. Valutamo ora le espresso per la durata crtca a secoda che s utlzz uo o l altro modello d IUH. Per quato rguarda l modello della corrvazoe, abbamo gà vsto che la durata crtca cocde co l tempo d corrvazoe del baco. Ivaso Per quato rguarda vece l modello dell vaso, partamo da u IUH del tpo t IUH = ep k k La portata d pcco sarà così determata dall espressoe h t QP Q() t φ Ab ep Aat b () t t k φ = = = ε t dove ε () t = ep è detto fattore d rduzoe della pea k Vsto che φ Ab a è u prodotto tra costat, possamo cercare l massmo come: t ma ( QP ) = ma t ε ( t) ma t ep t t = t k Moltplcado po per la costate k e poedo tcrt c = l massmo dveta: k t t ma ep = ma{ c ep( c) } = ma t k k t F c t Poamo qud uguale a zero la dervata prma della fuzoe: df ( c) c c = ( ) c ( e ) + c e =0 dc Paolo Marts - madchld.t Statstca degl estrem - 3 T R

14 c c ( )( e ) ce c c ce = ( )( e ) + = 0 Vsta la dffcoltà d rsolvere quest ultma equazoe, e vsto che l espressoe c ce = c e dà luogo al grafco uvocamete determato d fgura, possamo rcavare c a partre da e calcolare po la durata crtca medate l espressoe: t = ck crt c ash Per quato rguarda l modello d ash possamo codurre lo stesso ragoameto svolto per l modello dell vaso. Partamo da u espressoe per l drogramma utaro stataeo α τ τ u ( τ ) = ep kγ( α ) k k e cerchamo ua durata d pogga t tale che dε ε = ( ) dt t dove l area ε è par a τ ' τ ' + t τ ' ε = ma u τ dτ Il problema s rduce qud sostazalmete al calcolo dell area ε ( τ ), dffcle poché dobbamo calcolare l massmo sugl estrem d tegrazoe. Data ua geerca fuzoe f ( ), dovedo calcolare + t ε = ξ dξ, possamo cercare la ε che l tegrale f aulla la dervata prma rspetto alla. Sappamo che per u cremeto + d abbamo u cremeto dε = f ( + t) d f ( ) d, e qud dε = f ( + t) f ( ) = 0. d el caso d α > 7, qud, cerchamo ua τ ' tale che u( τ ' + t) = u ( τ ) I tal modo possamo rcavare: α τ ' + t α τ ' ( τ ' + t) ep = τ ' ep k k α τ ' t α τ ' ( τ ' + t) ep ep = τ ' ep k k k 7 Per α = (IUH dell vaso) la relazoe o vale quato la fuzoe è vcolata ed l massmo s trova sul cofe del domo d defzoe della fuzoe. Paolo Marts - madchld.t Statstca degl estrem - 4

15 α t α ( τ ' + t) ep = τ ' k dove quest ultma espressoe va rsolta per tetatv, almeo quado α. I geerale, qud, l metodo per trovare la durata crtca è:. fssare ua durata t d prmo tetatvo;. calcolare umercamete o aaltcamete τ ' ; 3. calcolare ε() t =Γ '( τ ' + t; α, k) Γ' ( τ '; α, k ), dove '( ;, ) Γ = α k u τ dτ 4. calcolare la dervata dε dε modo aaltco, poché = u ( τ ' ) = u ( τ ' + t ) ; dt dt dε ε 5. verfcare se l equazoe = ( ) è soddsfatta; caso cotraro rpetere l dt t procedmeto scegledo ua durata t d secodo tetatvo. Ogggoro è ovvamete possble far esegure l terazoe ad u software, ad esempo ad u foglo d calcolo Ecel. Tuttava è utle cooscere l procedmeto d scelta delle uove t, quato metod d terazoe usat dal software s basao sullo stesso procedmeto. Iaztutto defamo lo scarto dε ε η = ( ) dt t Quado η > 0 la t va aumetata, metre quado η < 0 la t va dmuta. Ad u certo puto dell terazoe, avremo ua durata d poco more del valore cercato, ed ua durata t d t poco maggore del valore cercato. A questo puto possamo usare l metodo del valore medo o della bsezoe per trovare la durata cercata. U altro metodo puttosto usato è vece quello d ewto- Raphso, che cosste el calcolare, per u geerco valore, valor f ( ) e ' f. A partre da quest valor trovamo l puto 0 8 ; ( ) '( ) = f f, per l quale calcolamo acora l valore della fuzoe e della dervata prma: l terazoe s ferma quado f =. Il metodo va molto bee quato s ha ua covergeza molto 0 rapda, ma può avere gross problem co alcue fuzo. 8 La fuzoe gamma completa è dspoble, ella forma proposta e co parametr deft, el software d calcolo Ecel. Paolo Marts - madchld.t Statstca degl estrem - 5

16 ash secodo Matteo Maett Ua strada alteratva per calcolare la durata crtca è quella d rcavare, ache per ash, u grafco d fuzoe d c. el caso d u modello d ash co serbato abbamo l espressoe: c = c e c el caso vece d m serbato abbamo: m c = m c ( m! ) e ( m )! c ( m! ) = La durata crtca sarà sempre: t = ck crt Paolo Marts - madchld.t Statstca degl estrem - 6

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

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

frazione 1 n dell ammontare complessivo del carattere A x

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

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

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

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

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

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

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

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

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

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

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

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

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

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

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

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

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

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

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

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

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

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

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

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

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

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

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

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

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

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

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

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

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

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

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

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

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

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

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

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

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

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

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

Il campionamento e l inferenza

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

Dettagli

Variabili casuali ( ) 1 2 n

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

Dettagli

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

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

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

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

ammontare del carattere posseduto dalle i unità più povere.

ammontare del carattere posseduto dalle i unità più povere. Eserctazoe VII: La cocetrazoe Eserczo Determare l rapporto d cocetrazoe d G del fatturato medo (espresso. d euro) d 8 mprese e rappresetare la curva d Lorez: 97 35 39 52 24 72 66 87 Eserczo apporto d cocetrazoe

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

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

Dettagli

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

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

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

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

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

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

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

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

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

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

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

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

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

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

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

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

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

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

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

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

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

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

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico.

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico. INTERVALLI DI CONFIDENZA Faccamo fta d essere ell'ambto determstco azché probablstco Predamo u pao cartesao T (dove è l asse della varable dpedete x e T l asse della varable dpedete t ) Dsegamo sul pao

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

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

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