DIDATTICA DELLA MATEMATICA 9° Lezione 2016 Traguardi • Ricerca dati per ricavare informazioni e costruisce rappresentazioni (tabelle e grafici). Ricava informazioni anche da dati rappresentati in tabelle e grafici • Riconosce e quantifica, in casi semplici, situazioni di incertezza. Obiettivi classe terza Leggere e rappresentare relazioni e dati con diagrammi, schemi e tabelle. Obiettivi classe quinta Rappresentare relazioni e dati e, in situazioni significative, utilizzare le rappresentazioni per ricavare informazioni, formulare giudizi e prendere decisioni. Usare le nozioni di frequenza, di moda e di media aritmetica, se adeguata alla tipologia dei dati a disposizione. In situazioni concrete, di una coppia di eventi intuire e cominciare ad argomentare qual è il più probabile, dando una prima quantificazione nei casi più semplici, oppure riconoscere se si tratta di eventi ugualmente probabili. Probabilità «Ti ho incontrato per caso!» «Il caso ha voluto che….» Quando accadono dei fatti si ha sempre necessità di sapere perché sono accaduti, cosa li ha provocati, ma numerose volte non ci si riesce; allora entra in scena il caso: noi attribuiamo al caso avvenimenti per i quali non riusciamo a trovare spiegazioni soddisfacenti. Si può dire quindi che la necessità di trattare certi eventi come casuali dipende dalla nostra insufficienza conoscitiva. Un esempio classico è la meteorologia: misuriamo lo stato iniziale dell’atmosfera con parametri come temperatura, pressione, velocità del vento e tramite queste misure facciamo previsioni, ma un minimo scarto nella misura di uno dei parametri può provocare una evoluzione completamente differente (Effetto farfalla). Dice il filosofo Augustin Cournot: «Il caso emerge all’incrocio di due catene causali indipendenti di eventi» Esistono fenomeni veramente casuali? O il giudizio di casualità è attribuibile solo alla nostra ignoranza? Il moto browniano si può considerare un modello per la descrizione dei fenomeni in cui sembra dominare l’aleatorietà ‘pura’; di recente è stato usato anche nell’ambito della matematica finanziaria per modellizzare le variazioni dei prezzi. Il calcolo delle probabilità si occupa di tutte le situazioni in cui si presenta il caso, alla ricerca, se non di leggi, quantomeno di regolarità, nel tentativo di ricavare informazioni e indicazioni per orientarsi nel caos degli eventi. E’ bene però chiarire che il caso ricopre un campo molto più vasto di quello che la nozione matematica di probabilità può trattare. EVENTI ALEATORI Nell’ambito della teoria della probabilità l’esito di una qualsiasi esperienza viene detto evento. Un evento si dice aleatorio o casuale per un soggetto umano, se questi non è nelle condizioni di esprimere un giudizio certo sul suo verificarsi o meno: ad attribuire aleatorietà ad un evento sono perciò il grado e la qualità delle informazioni che un soggetto ha circa quell’evento. ESEMPIO Nel gioco della tombola consideriamo l’evento: «In questa estrazione esce un numero pari» - Se sappiamo che sono già stati estratti tutti i numeri dispari, l’evento è certo. - Se invece sono già stati estratti tutti i numeri pari, l’evento è impossibile. - Se invece nell’urna permangono numeri pari e dispari l’evento è aleatorio. Come assegnare la probabilità ad un evento? Si danno tre definizioni di probabilità, ognuna di esse riferibile ad un certo tipo di eventi, definizioni tra loro compatibili, ma ognuna con dei punti deboli. La questione è talmente complessa che ha fatto dire allo studioso di probabilità Bruno De Finetti : « La probabilità non esiste!». Il problema viene , in un certo senso, aggirato attraverso una impostazione assiomatica, dovuta al matematico Kolmogorov. Rivediamo sinteticamente le tre definizioni Le diverse concezioni di probabilità: la probabilità classica Dato un fenomeno( es. lancio di un dado) si dice: Esito: ogni risultato del fenomeno (es. esce 1, 2, 3, 4 ,5, 6) Evento: un insieme di esiti( es: esce un numero pari) Casi possibili: tutti i possibili esiti Casi favorevoli: esiti che verificano l’evento in esame Si dice probabilità classica di un evento E, e si indica con p(E), il rapporto tra il numero di casi favorevoli e il numero di casi possibili (supposti equiprobabili) 𝑛𝑢𝑚𝑒𝑟𝑖 𝑐𝑎𝑠𝑖 𝑓𝑎𝑣𝑜𝑟𝑒𝑣𝑜𝑙𝑖 𝑝 𝐸 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑐𝑎𝑠𝑖 𝑝𝑜𝑠𝑠𝑖𝑏𝑖𝑙𝑖 Es.: E= esce un numero pari 𝑝 𝐸 = 3 6 Esempio 1 Se lanciamo due monete quali sono i possibili esiti? Si potrebbe dire: due teste, due croci e una testa e una croce; ma sono tutti equiprobabili? No! Infatti la configurazione una testa e una croce si presenta in due modi: croce-testa e testa-croce, mentre le altre due in un solo modo. Il modo corretto quindi di considerare gli esiti è: testa-testa testa-croce croce-testa croce-croce Esempio2 Se lanciamo tre monete, quali sono le possibili configurazioni? TTT TTC TCT CTT TCC CTC CCT CCC Ora consideriamo l’evento: E = escono esattamente due teste Casi possibili: 8; casi favorevoli : 3 Ora si può calcolare la probabilità 3 𝑝 𝐸 = 8 I due esempi precedenti si riferiscono a fenomeni per i quali possiamo conoscere in anticipo i possibili esiti e valutare che essi siano equiprobabili. Qui è il punto debole della definizione classica: è una definizione circolare , poiché nel definire la probabilità usa il termine ‘equiprobabili’; si sta cioè definendo la probabilità tramite la probabilità. Ma non tutti i fenomeni aleatori sono di questo tipo. Qual è la probabilità di prendere l’influenza quest’anno? Le possibilità sono due: -prendere l’influenza -non prendere l’influenza La probabilità di ammalarsi è allora del 50%? Sappiamo che non è così; i due esiti, infatti, non sono equiprobabili. Per valutare la probabilità dell’evento in questione non possiamo utilizzare la concezione classica della probabilità Le diverse concezioni di probabilità: la probabilità frequentista Un atteggiamento tipico in situazioni di incertezza sull’esito di un’esperienza è quello di riferirsi alla storia passata per fare predizioni su quella futura. ( Esempio: le assicurazioni) Questo tipo di impostazione conduce alla definizione di probabilità a posteriori o frequentista: Se si esegue un’esperienza un numero n di volte e si osserva che un evento E si è presentato h volte su n, allora: ℎ 𝑃 𝐸 = 𝑛 N.B.: la probabilità frequentista è uguale alla frequenza relativa f . E’ facile constatare che questa definizione è affidabile solo se il numero delle esperienze effettuate è sufficientemente elevato. Ma cosa vuol dire ‘sufficientemente elevato’ ? Qui sta il punto debole di tale definizione. C’è una relazione tra le due definizioni? Se lanciamo una moneta tante volte ci aspettiamo di ottenere Testa circa nella metà dei tiri. Se ottenessimo un risultato molto diverso ci verrebbe il legittimo sospetto che la moneta sia truccata. Noi pensiamo cioè che la valutazione di probabilità corrispondente alla concezione classica corrisponda a quello che in effetti accade in realtà. Questo fatto è espresso dalla seguente legge. ♦ LEGGE EMPIRICA DEL CASO: La frequenza relativa f di un evento casuale, di probabilità p in senso classico, pur variando al variare del numero N delle prove, effettuate tutte nelle medesime condizioni, al crescere di N si approssima, benché non in modo regolare, alla probabilità p dell’evento. La differenza |f–p| si approssima a zero (ma non in modo regolare). Ma non tutti i fenomeni casuali sono valutabili con gli strumenti fin qui introdotti Le diverse concezioni di probabilità: la probabilità soggettiva (De Finetti) Qual è la probabilità che la Juventus vinca la prossima partita di campionato? È evidente che a questo tipo di domanda non si può rispondere né con la concezione classica, né con quella frequentista (perché?); eppure si fanno scommesse, nelle quali, in qualche modo si fa una valutazione del grado di possibilità dell’evento. Parliamo in questo caso di probabilità soggettiva. Considerato un evento aleatorio E, la probabilità P(E) che il soggetto attribuisce all’evento E è un numero reale che esprime la disponibilità del soggetto, supposto ragionevole, a versare la posta M, a fronte di una vincita V se l’evento E si verifica 𝑀 𝑃 𝐸 = 𝑉 Qualunque sia la concezione di probabilità che si applica valgono le seguenti affermazioni • La probabilità dell’evento certo è 1 • La probabilità dell’evento impossibile è 0 • La probabilità di un evento E è un numero compreso tra 0 e 1: 0 ≤ 𝑝(𝐸) ≤ 1 Una conseguenza Fenomeno: lancio di un dado E= esce un multiplo di 3 • Quanto vale p(E)? 𝐸 = esce un numero non divisibile per 3 • Quanto vale p(𝐸 )? Quale conclusione possiamo trarre? Dato un evento E , si dice che 𝐸 è l’evento complementare di E, o la negazione di E, se: • E ed 𝐸 non hanno esiti in comune (𝐸 ∩ 𝐸 = ∅) • l’unione di E ed 𝐸 copre l’insieme dei possibili risultati (𝐸 ∪ 𝐸 = 𝑈, 𝑑𝑜𝑣𝑒 𝑈 è 𝑙 𝑖𝑛𝑠𝑖𝑒𝑚𝑒 𝑑𝑖 𝑡𝑢𝑡𝑡𝑖 𝑔𝑙𝑖 𝑒𝑠𝑖𝑡𝑖) ′ Allora: 𝑝 𝐸 = 1 − 𝑝(𝐸) Quinta primaria Quinta primaria PROCESSO PREVALENTE Acquisire progressivamente forme tipiche del pensiero matematico. Indicazioni nazionali L’alunno […] riconosce e quantifica, in casi semplici, situazioni di incertezza. In situazioni concrete, di una coppia di eventi intuire e cominciare ad argomentare qual è il più probabile, dando una prima quantificazione nei casi più semplici Quinta primaria PROCESSO PREVALENTE Acquisire progressivamente forme tipiche del pensiero matematico. Indicazioni nazionali In situazioni concrete, di una coppia di eventi intuire e cominciare ad argomentare qual è il più probabile, dando una prima quantificazione nei casi più semplici, oppure riconoscere se si tratta di eventi ugualmente probabili Quali conoscenze e competenze sono richieste? • • • • • • Competenza linguistica Frazioni Percentuali Numeri decimali Capacità di valutare Semplici definizioni relative alla probabilità Concetti chiave (1) Evento: un fenomeno accade ed ha vari possibili esiti; un evento relativo a quel fenomeno è un sottoinsieme dei possibili esiti. Es.: ‘2 è un numero pari’ è una proposizione vera che non esprime un evento ‘nel lancio di questo dado esce un numero diverso da 7’ è una proposizione che esprime un evento certo. Concetti chiave (2) Evento: • certo: quando si è assolutamente sicuri che accadrà • impossibile: quando si è assolutamente sicuri che non accadrà • possibile: potrebbe accadere, ma non è sicuro che accada Concetti chiave (3) • Esiti equiprobabili • Casi favorevoli • Casi possibili Probabilità classica • Prove effettuate • Prove che hanno verificato l’evento Probabilità frequentista Suggerimenti didattici Si può ragionevolmente supporre che nel vissuto dei bambini sia già presente qualche esperienza legata alla probabilità. Può essere opportuno chiedere cosa la parola probabilità fa loro venire in mente, così da rendersi conto da quali tipo di idee si parte. È importante far emergere gli aspetti quantitativi della probabilità, come suggerito nelle Indicazioni Nazionali • ponendo domande • presentando situazioni, • facendo eseguire esperimenti Esempio Nelle urne A e B ci sono palline bianche e palline nere come le puoi vedere (l’insegnante è bene che si procuri effettivamente urne o sacchetti e palline bianche e nere ). Puoi estrarre ad occhi chiusi una pallina e se è bianca vinci un premio. Preferisci estrarre dall’urna A o dall’urna B? Oppure è indifferente? Sai dire perché? Si può poi far estrarre ad ogni bambino una pallina da ognuna delle due urne e registrare i risultati, formulando le conclusioni sotto forma di frazione: «dall’urna A la pallina bianca è uscita 10 volte su 22, cioè possiamo assegnare all’uscita della pallina bianca una possibilità 10 di 22» Simili percorsi si possono poi fare con i dadi, con le monete, con le carte… Ma anche: «se prendo un bambino a caso in questa classe che possibilità ho che sia maschio?» La vita quotidiana può dare molti spunti per questo tipo di lavoro. La probabilità è uno strumento per orientarsi in modo ragionevole in situazioni di incertezza L’obiettivo, per la scuola primaria, è quello di aprire i bambini a questa possibilità La statistica La statistica si può definire come la disciplina che ha come oggetto il trattamento dei dati empirici: • osservazione e raccolta dati • analisi della distribuzione delle frequenze di certe caratteristiche • costruzione di modelli per rappresentare le tendenze rilevate • confronto tra i modelli predisposti e le nuove esperienze al fine di fare corrette previsioni per l’andamento futuro del fenomeno studiato Definizione Scienza che studia i fenomeni collettivi, sia naturali che sociali, attraverso metodi matematici, fondati soprattutto sulle tecniche di campionamento e sul calcolo delle probabilità, allo scopo di tracciare modelli esplicativi e di formulare previsioni • Statistica descrittiva: fase che comprende la raccolta e l’analisi dei dati osservati. • Statistica inferenziale: fase che mira a ricavare conclusioni e previsioni circa il fenomeno studiato. Lo strumento matematico privilegiato nella statistica è il calcolo delle probabilità ma la natura delle due discipline è diversa: • il calcolo delle probabilità nasce attorno alla problematica del caso; può usare dati statistici, ma come base per valutazioni iniziali di probabilità, poi tutto si sviluppa all’interno di un rigoroso sistema assiomatico: il calcolo delle probabilità è una disciplina prettamente matematica • la statistica si basa sui dati, che devono essere raccolti correttamente per garantirne la significatività; il calcolo delle probabilità può servire per rendere la scelta dei dati ben miscelata e attendibile, oppure per fare un modello matematico per analizzare i dati stessi. La statistica è una disciplina prettamente empirica, che si confronta con la difficoltà di analizzare fenomeni reali. Sai ched’è la statistica? È na’ cosa che serve pe fà un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che spósa. Ma pè me la statistica curiosa è dove c’entra la percentuale, pè via che, lì, la media è sempre eguale puro co’ la persona bisognosa. Me spiego: da li conti che se fanno seconno le statistiche d’adesso risurta che te tocca un pollo all’anno: e, se nun entra nelle spese tue, t’entra ne la statistica lo stesso perch’è c’è un antro che ne magna due. Trilussa INDAGINI STATISTICHE • Popolazione statistica: l’insieme degli elementi oggetto di studio • Unità statistica: ogni elemento della popolazione statistica • Variabile statistica ( o carattere statistico) : è ciascuno degli aspetti di una unità statistica (es. colore dei capelli, età….) Una variabile statistica può essere: - qualitativa: è espressa da una qualità, come sesso, colore, tipo di scuola frequentata…. - quantitativa: è espressa da un numero, come peso, età, reddito….. Esempio La tabella qui a fianco si riferisce all’indagine svolta in una classe sui mesi di nascita. Popolazione statistica: gli studenti della classe. Unità statistica: ogni studente Variabile statistica: mese di nascita È una variabile qualitativa! DEFINIZIONI Frequenza assoluta: il numero di unità statistiche che assumono la stessa modalità Nell’esempio: la frequenza della modalità ‘febbraio ’ è 4 Frequenza relativa: il rapporto tra la frequenza assoluta e il numero di unità della popolazione Nell’esempio: la frequenza relativa della modalità ‘febbraio ’ è 4 28 TIPI DI GRAFICI I dati raccolti in una indagine statistica si possono efficacemente rappresentare con dei grafici. La scelta del tipo di grafico dipende dal carattere statistico che si sta esaminando. Facciamo degli esempi ISTOGRAMMA Gennaio Febbraio Marzo Aprile Maggio Giugno Luglio Agosto Settembre Ottobre Novembre Dicembre 2 4 2 1 0 5 2 1 5 1 2 3 6 5 4 3 Serie1 2 1 0 Grafico a barre Dicembre Novembre Ottobre Settembre Agosto Luglio Serie1 Giugno Maggio Aprile Marzo Febbraio Gennaio 0 1 2 3 4 5 6 Gennaio Febbraio Marzo Aprile Maggio Giugno Luglio Agosto Settembre Ottobre Novembre Dicembre 2 4 2 1 0 5 2 1 5 1 2 3 6 5 4 3 Ma in questo caso non sono adeguati né il grafico a linee né il grafico a torta Serie1 2 1 0 Gennaio Febbraio Marzo Aprile Maggio Giugno Luglio Agosto Settembre Ottobre Grafico a torta Se però raggruppiamo i dati della tabella precedente in classi più ampie, allora il grafico a torta diventa una rappresentazione efficace. I trimestre II trimestre III trimestre IV trimestre IV trimestre 21% III trimestre 29% 8 6 8 6 I trimestre 29% II trimestre 21% Un utile esercizio: costruire ‘a mano’ un grafico a torta PROBLEMA In una scuola con 200 alunni si è svolta un’indagine sul numero dei componenti delle rispettive famiglie; i risultati sono i seguenti: 40 nuclei familiari sono composti da 3 persone, 80 da 4 persone, 60 da 5 persone e il restante da 6 persone. Rappresentare i dati con un grafico a torta Costruiamo insieme il procedimento a) Per comodità compiliamo la tabella corrispondente al problema Num. nuclei fam. Num. componenti 40 3 80 4 60 5 20 6 b) Ora bisogna individuare l’angolo che corrisponde ad ogni dato. Possiamo procedere in modo intuitivo: 100 corrisponde a metà cerchio, cioè all’angolo di 180°, quindi 10 corrisponde a 18°. Completiamo la tabella Num. nuclei fam. Num. componenti Angolo al centro 40 3 18 × 4 = 72 80 4 18 × 8 = 144 60 5 18 × 6 =108 20 6 18 × 2 = 36 Ora, mano al compasso e al goniometro e costruiamo il nostro grafico tre quattro cinque sei La tabulazione di una serie di dati statistici o la loro rappresentazione grafica hanno il pregio di descrivere in modo ordinato e comprensibile il fenomeno sul quale s’indaga, ma qualche volta è comodo, e spesso anche necessario, sintetizzare con un solo dato l’andamento del fenomeno, a condizione naturalmente che questo valore di sintesi sia effettivamente idoneo a riassumere le caratteristiche del collettivo che interessa evidenziare. Per esempio, se vogliamo avere un’idea dell’altezza delle persone che compongono un collettivo (una squadra di calcio, una città, una nazione, eccetera), non è necessario conoscere le altezze delle singole persone. È sufficiente sintetizzare le varie altezze con un solo valore che riassuma l’altezza media delle persone del collettivo. I valori di sintesi di una serie di dati statistici sono detti più propriamente indici di posizione o indici statistici, ce n’è più d’uno. Rivediamo i più importanti. INDICI STATISTICI 1 L’indice statistico è un elemento di sintesi, non certamente esauriente, dell’indagine Moda: è la modalità a cui corrisponde la frequenza maggiore -La moda si può determinare sia con variabili qualitative che con variabili quantitative. -Una distribuzione di frequenze si dice unimodale, se presenta una sola moda, altrimenti si dice plurimodale La distribuzione del primo esempio è plurimodale, e le mode sono: giugno e settembre INDICI STATISTICI 2 (solo per caratteri quantitativi) Supponiamo che la seguente lista rappresenti l’insieme dei voti presi dagli studenti di una classe in matematica: 4; 4; 5; 5; 5; 5; 6; 6; 6; 6; 6; 6; 7; 7; 7; 7; 8; 8; 8; 8; 9; 9; 10 (La popolazione statistica è costituita da 23 unità) 𝑠𝑜𝑚𝑚𝑎 𝑑𝑖 𝑡𝑢𝑡𝑡𝑖 𝑖 𝑛𝑢𝑚𝑒𝑟𝑖 Media:𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒𝑔𝑙𝑖 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑖 𝑠𝑜𝑚𝑚𝑎𝑡𝑖 Nell’esempio: 4+4+5+5+5+5+6+6+6+6+6+6+7+7+7+7+8+8+8+8+9+9+10 23 = 152 23 ≈ 6,6 Mediana: in un insieme ordinato di numeri è l’elemento centrale se i dati sono in numero dispari, la media aritmetica dei due termini centrali se gli elementi sono in numero pari Nell’esempio: la mediana è 6 Dati raggruppati In generale i dati, essendo numerosi, vengono tabulati, come già mostrato in precedenza. Vediamo come individuare, in questo caso, gli indici di posizione, lavorando sull’esempio precedente. VOTO N.B.: la frequenza relativa si può esprimere anche con la percentuale Frequenza assoluta Frequenza relativa 4 2 2/23 5 4 4/23 6 6 6/23 7 4 4/23 8 4 4/23 9 2 2/23 10 1 1/23 a) Per quanto riguarda la moda la tabella mostra immediatamente la risposta: essa corrisponde al dato di frequenza maggiore b) Per quanto riguarda la media aritmetica, riprendiamo il calcolo precedente: 4 + 4 + 5 + 5 + 5 + 5 + 6 + 6 + 6 + 6 + 6 + 6 + 7 + 7 + 7 + 7 + 8 + 8 + 8 + 8 + 9 + 9 + 10 = 23 = 4×2+5×4+6×6+7××4+8×4+9×2+10×1 23 2 4 6 4 4 = 2 1 =4 × 23 + 5 × 23 + 6 × 23 + 7 × 23 + 8 × 23 + 9 × 23 + 10 × 23 ≈ 6,6 La media così calcolata si chiama media aritmetica ponderata e si può calcolare utilizzando sia le frequenze assolute, che quelle relative Per il calcolo della mediana è utile costruire la tabella delle frequenze cumulate: VOTO Frequenza cumulata assoluta Frequenza cumulata relativa 4 2 2/23 ≤5 6 6/23 ≤6 12 12/23 ≤7 16 16/23 ≤8 20 20/23 ≤9 22 22/23 ≤10 23 1 La posizione del dato che corrisponde alla mediana è 12, che compare nella terza classe, quindi la mediana è 6 Dati raggruppati in classi Consideriamo il seguente esempio, relativo agli studenti delle classi quarte di un Istituto superiore (le classi comprendono il valore minimo ma non il valore massimo): Altezze (cm) Num. studenti 150-160 22 160-170 45 170-180 73 180-190 19 190-200 5 Per quanto riguarda moda e mediana si procede come nei casi precedenti; la media viene calcolata sui valori centrali delle classi 𝑀𝑒𝑑𝑖𝑎 = 155×22+165×45+175×73+185×19+195×5 =171,3 22+45+73+19+5 PROVE INVALSI 2016 Seconda primaria Seconda primaria Seconda primaria Quinta primaria Quinta primaria Quinta primaria Quinta primaria Quinta primaria Quali conoscenze e competenze sono richieste? • • • • • • • Conoscere i vari tipi di grafici Saper leggere un grafico e una tabella Frazioni Numeri decimali Percentuali Correlare i dati Saper ricavare informazioni dai dati Una proposta didattica: reinventiamo la media aritmetica (da ‘Fare matematica’) Situazione: si presenta la settimana di lavoro di tre parrucchieri, tabulando il numero di clienti a giorno MARIO GIORNO N.Clienti Lunedi chiuso Martedi 15 Mercoledì 13 Giovedì 12 Venerdì 23 Sabato 27 GINO GIORNO N.Clienti Lunedi 17 Martedi 11 Mercoledì 13 Giovedì 16 Venerdì 20 Sabato 19 ANTONIO GIORNO N.Clienti Lunedi 23 Martedi 15 Mercoledì 13 Giovedì 12 Venerdì 16 Sabato 20 Domande 1) Quale parrucchiere ha lavorato di più la scorsa settimana? 2) Se ciascun parrucchiere avesse avuto ogni giorno lo stesso numero di clienti, quanti ne avrebbe avuti? Lo scopo del problema è far emergere le concezioni dei bambini relativamente al confronto di quantità che non sono ottenute in maniera omogenea. L’analisi di altre situazioni può essere l’occasione di osservazioni interessanti che possono aiutare al formarsi un ‘senso della media’. Nota Bene È importante capire e aiutare a capire la funzione di ognuno dei valori medi sopra descritti: • la moda è sempre un valore dell’insieme dei dati e rappresenta il valore (o i valori) più ricorrente • la mediana M non sempre è un valore dell’insieme dei dati; essa spezza a metà l’insieme: quindi prima di essa ci saranno tutti valori minori o uguali a M, e dopo di essa tutti i valori maggiori o uguali a M • la media aritmetica non è in generale un valore dell’insieme dei dati, ma certamente è tra i tre, quello meno ‘ambiguo’. Vediamo un esempio estremo ESEMPIO La tabella riporta i risultati di un compito in classe Voto Moda = 5 Mediana =8 Media =6,4 Numero studenti 2 3 5 7 8 6 9 5 In realtà anche la media aritmetica non è sufficiente a caratterizzare una distribuzione statistica. Rimando, a tale proposito, a quanto è stato sviluppato in Fondamenti di Matematica ESERCIZIO La seguente tabella riporta la distribuzione delle altezze degli alunni di una classe. a) Raggruppare i dati b) Rappresentarli graficamente c) Determinare media, moda e mediana