PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12
|
|
- Felice Fabriciano Piccolo
- 5 anni fa
- Visualizzazioni
Transcript
1 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio In un recipiente sono contenute n palle nere, n palle bianche e n palle rosse, (con n > 3), e si effettuano estrazioni, lasciando fuori ogni volta la palla estratta. Si calcoli la probabilita P (n) che, nelle prime tre estrazioni, siano uscite tre palle dello stesso colore. Si calcoli poi il valore limite di tale probabilita, quando n cresce indefinitamente. Esercizio 3 Una fabbrica produce biglie aventi diametro di lunghezza X (misurata in millimetri). Si supponga che X N(µ, σ = 0.04). Posto di aver misurato un campione casuale di n = 50 biglie e di aver trovato che x = 5 si calcoli l intervallo di confidenza per la media al livello del 5%. Supponendo che il valore di x rimanga invariato determinare il valore minimo di n affinché l ampiezza dell intervallo di confidenza si riduca a 00. Detta Φ la funzione di ripartizione della distribuzione normale N(0, ), utilizzare la seguente tabella: ( Φ(, 8) = 0, 9, Φ(, 645) = 0, 95 Φ(, 96) = 0, 975 Φ(.58) = 0, 995 ) Esercizio Soluzioni compito 7/06/0 Usando il prodotto di convoluzione, non e difficile dedurre che la densita di Z = X Y e data da f Z (z) = 0 0 f X (z + y)f Y (y)dy = z e z y e y dy, dove z = max{0, z}. Un semplice calcolo fornisce allora { f Z (z) = e z e z e z =, z > 0 e z, z 0 = e z,
2 per ogni z reale. Quanto alla distribuzione di Z, intanto si puo osservare che tale variabile e sempre positiva; inoltre, per u > 0 si ha F Z (u) = P ([ Z u]) = P ([ u Z u]) = u 0 f Z (t)dt = e u. Dunque, anche Z ha distribuzione Γ(, ). Per determinare la distribuzione di (X Y ) = Z, basta calcolare la funzione di ripartizione. Per v > 0 si ha infatti P ([Z v]) = P ([ Z v]) = e v, e quindi, derivando f Z (v) = v v e. Esercizio L evento cercato e unione di tre eventi incompatibili, ciascuno relativo al colore della palla estratta. Questi eventi hanno tutti la stessa probabilita, pari a n(n )(n ) = (n )(n ). L evento in questione ha dunque probabilita 3n(3n )(3n ) 3(3n )3n ) P (n) = Un semplice calcolo fornisce il limite: (n )(n ) (3n )(3n ). lim n P (n) = 9. Esercizio 3 Poiché la popolazione di partenza é normale sappiamo che: P ( z α X µ n z α σ ) = α. Quindi con i dati che noi abbiamo risulta α = 0, 05 da cui α/ = 0, 05. Possiamo quindi determinare il valore di z α essere: che dalla tabella sulla funzione normale vediamo z α =, 96. Da cio ricaviamo che l intervallo fiduciario per µ é dato da: e sostituendo con i numeri si ha (5, 96 (X z α σ/ n; X + z α σ/ n) ; 5 +, 96 ) = ( ; ) = (4.9445; )
3 L ampiezza dell intervallo di confidenza e dunque circa 0.. Se si vuole che tale ampiezza si riduca a 0.0, ossia ad del valore trovato per n = 50, bisogna che n venga moltiplicato per il quadrato di, cioe. Pertanto, occorre un campione di 6050 prove, se si vuole che, con la stessa media campionaria, l intervallo di confidenza abbia ampiezza 0.0. (Una stima piu precisa fornisce n = 6047). Prova scritta dell /07/0 Esercizio Sia X una variabile aleatoria con distribuzione continua, di tipo U(0, ). Posto poi, per x [0, ]: f(x) = x, si determini la distribuzione di Y = f(x) e successivamente quella di Z = f(y ). Esercizio Si supponga di lanciare indefinitamente un dado onesto, in condizioni di indipendenza, finche non esca il primo 5. Detta T la variabile aleatoria che rappresenta il numero di lanci occorrenti per la prima uscita del 5, si calcoli la probabilita che il numero intero T abbia 0 come ultima cifra. Esercizio 3 Adoperando le proprieta della funzione Γ, si provi che la funzione f(x; A) = π A 3 x e A x, con x IR, e una densita di probabilita, per qualsiasi parametro reale A 0. Si determini la stima di massima verosimiglianza per A, supponendo noto un campione aleatorio (y,..., y n ) estratto dalla distribuzione che ha f come densita. Soluzioni compito /07/0 Esercizio Un semplice esame della funzione f mostra che si ha { x, x f(x) = x, x. Dunque, chiaramente Y ha valori compresi tra 0 e. Fissato t [0, ], risulta [f(x) t] [x t ] [x t ], e le due alternative (x t e x t sono incompatibili. Dunque P ([Y t]) = P ([X t ]) + P ([X t ]) = t = t. 3
4 Pertanto, la funzione di ripartizione di Y e la stessa di X, e quindi Y U(0, ). A questo punto e ovvio che anche Z ha le stesse caratteristiche, e quindi Z U(0, ). Esercizio Chiaramente, T NB(, ). Poiche T e a valori interi positivi, lo stesso 6 vale per T. Ora, il numero intero T ha come ultima cifra 0 se e solo se e multiplo di 0, e cio accade se e solo se T e multiplo di 0. Dunque, detto E l evento in oggetto, il calcolo della probabilita richiesta si puo svolgere come segue: P (E) = + k= P ([T = 0k]) = + k= 6 (5 6 )0k = + ( )0 ) k = 5 (5 6 )0 ( 5 = k= 6 ) Esercizio 3 Essendo Γ( 3) = π, e poiche la funzione f e pari rispetto a x, si ha f(x; A)dx = 4 π 0 A 3 x e A x dx = π 0 ve v dv = π Γ( 3 ) =, (avendo effettuato la sostituzione v = A x ). Dunque, effettivamente f e una densita per ogni A 0. Ora, la verosimiglianza del campione (y,..., y n ) e data da L(y,..., y n ; A) = ( π ) n A 3n y y...y n e A (y +y +...y n). Eliminando le costanti irrilevanti, bisogna massimizzare, rispetto al parametro A, la funzione L 0 (A) = A 3n e A (y +y +...y n). Derivando, e ponendo S = y + y +...y n, si ottiene L 0(A) = 3nA 3n e SA A 3n e AS AS = A 3n e SA (3n SA ). Si vede ora facilmente che il valore di A che massimizza L 0 (e quindi la verosimiglianza), 3n e A =. S Prova scritta del /09/0 Esercizio Sia X una variabile aleatoria con distribuzione Normale standard. Usando la facile relazione x ax = (x a) a, si calcolino valor medio e varianza di Y = e X. 4
5 Esercizio Si supponga di lanciare un dado onesto 5 volte, e si denoti con S la somma delle 5 facce uscite. Si trovi una relazione tra le quantita P ([S = k]) e P ([S = 05 k]) per k variabile tra 5 e 90 (ossia tutti i valori possibili per S). probabilita che il numero S sia dispari. Se ne deduca la Esercizio 3 Una variabile aleatoria X ha distribuzione normale. Si supponga che σ = 0.9 e che si voglia stimare µ sulla base di osservazioni I.I.D. della X, x,..., x : qual é l ampiezza dell intervallo di confidenza per µ al livello di significativita del 5%? Quante dovrebbero essere le osservazioni, se si vuole che l ampiezza dell intervallo si riduca di un terzo? Detta Φ la funzione di ripartizione della distribuzione normale N(0, ), utilizzare la seguente tabella: ( ) Φ(, 8) = 0, 9, Φ(, 645) = 0, 95 Φ(, 96) = 0, 975 Φ(.58) = 0, 995 Soluzioni compito /09/0 Esercizio Per calcolare E(e X ), basta svolgere l integrale E(e X ) = π Utilizzando la relazione suggerita, avremo Analogamente, avremo E(e X ) = π E(e X ) = π Tramite la relazione suggerita, troveremo e x e x dx = e e (x ) dx = e x e x dx = π e x x dx. e π π = e. π e 4x x dx. E(e X ) = π e e (x ) dx = e. Infine, V (e X ) = E(e X ) E (e X ) = e e. 5
6 Esercizio La relazione richiesta e di uguaglianza: P ([S = k]) = P ([S = 05 k]), per ogni k = 5,..., 90. Per esempio, con k = 5, avremo 05 k = 90: i due eventi corrispondono ad avere tutti oppure tutti 6 rispettivamente; dato che il dado e onesto, i due eventi hanno la stessa probabilita. Dato un valore generico di k, la probabilita che S sia uguale a k viene calcolata come somma di probabilita di eventi del tipo [X = k, X = k,..., X 6 = k 6 ], dove ogni X i denota quante volte esce la faccia i, e le sestuple (k, k,..., k 6 ) sono scelte ogni volta in modo tale che k + k + 3k k 6 = k, (oltre naturalmente alla condizione i k i = 5). Ora, per l onesta del dado, l evento A := [X = k, X = k,..., X 6 = k 6 ] ha la stessa probabilita dell evento simmetrico A := [X = k 6, X = k 5,..., X 6 = k ], che a sua volta e favorevole a S = 05 k, in quanto A comporta che S = k 6 +k k +6k = (7 )k 6 +(7 )k +...+(7 6)k = 7 i k i k = 05 k. In altre parole, comunque si scelga k, e comunque si scelga la sestupla (k,..., k 6 ) in modo favorevole a S = k, la sestupla simmetrica (k 6, k 5,..., k ) e favorevole a S = 05 k, e ha la stessa probabilita di verificarsi. Sommando tali probabilita al variare delle sestuple (k, k,..., k 6 ) in tutti i modi ammissibili, si ottiene la relazione di uguaglianza tra P ([S = k]) e P ([S = 05 k]). Ora, la condizione che S sia dispari equivale a richiedere che S sia uguale a 5, o a 7, ecc. fino a 89: per ciascuno di tali valori (tra loro incompatibili), c e un corrispondente valore pari che ha la stessa probabilita di verificarsi: per 5 c e 90, per 7 c e 88=05-7, ecc. Pertanto, sommando le probabilita di tutti i possibili valori dispari di S si ottiene la stessa probabilita che si otterrebbe sommando tutti i possibili valori pari, e quindi ciascuna di tali somme (P ([S pari] o P ([S dispari])) ha lo stesso valore, cioe. Esercizio 3 Detta x la media aritmetica dei dati x,..., x, l intervallo di confidenza cercato per µ sara [x δ, x + δ], ove δ = σ n z 0.05, ossia δ =
7 L ampiezza dell intervallo é dunque circa.0. Se si vuole ridurre di un terzo tale ampiezza, basta moltiplicare per 9 4 osservazioni, per cui il campione dovra essere costituito da 7 dati. il numero di Prova scritta del 6/09/0 Esercizio Sia X una variabile aleatoria con distribuzione Normale standard. Usando la facile relazione x ax = (x a) a, si calcolino valor medio e varianza di Y = X = e X ln. Esercizio In un recipiente ci sono 4 palline, numerate da a 4. Si supponga di estrarre 5 volte una palla a caso dall urna, rimettendola poi nel recipiente dopo averne annotato il numero. Denotata con S la somma dei numeri annotati, si trovi una relazione tra le quantita P ([S = k]) e P ([S = 5 k]) per k variabile tra 5 e 00 (ossia tutti i valori possibili per S). Se ne deduca la probabilita che il numero S sia pari. Esercizio 3 Una variabile aleatoria X ha distribuzione normale, X N(µ, σ ). Si supponga che σ = 0.5 e che si voglia stimare µ sulla base di 5 osservazioni I.I.D. della X, x,..., x 5 : qual é l ampiezza dell intervallo di confidenza per µ al livello di significativita del 5%? Quante dovrebbero essere le osservazioni, se si vuole che l ampiezza dell intervallo si riduca di un quarto? Detta Φ la funzione di ripartizione della distribuzione normale N(0, ), utilizzare la seguente tabella: ( ) Φ(, 8) = 0, 9, Φ(, 645) = 0, 95 Φ(, 96) = 0, 975 Φ(.58) = 0, 995 Soluzioni compito 6/09/0 Esercizio Si ha πe( X ) = e x ln e x dx = e ln (x ln ) e dx = e ln π, 7
8 per cui E( X ) = e ln.7. Si ha poi, analogamente, πe( X ) = e x ln e x dx = e ln (x ln ) e dx = e ln π, per cui E(4 X ) = e ln.64. In conclusione, V ( X ) = E(4 X ) E ( X ) = e ln e ln Esercizio La relazione richiesta e di uguaglianza: P ([S = k]) = P ([S = 5 k]), per ogni k = 5,..., 00. Per esempio, con k = 5, avremo 5 k = 00: i due eventi corrispondono ad avere tutti oppure tutti 4 rispettivamente; poiche tutte le palline sono equiprobabili, i due eventi hanno la stessa probabilita. Dato un valore generico di k, la probabilita che S sia uguale a k viene calcolata come somma di probabilita di eventi del tipo [X = k, X = k, X 3 = k 3, X 4 = k 4 ], dove ogni X i denota quante volte esce la palla numero i, e le quaterne (k, k, k 3, k 4 ) sono scelte ogni volta in modo tale che k + k + 3k 3 + 4k 4 = k, (oltre naturalmente alla condizione i k i = 5). Ora, per l equiprobabilita, l evento A := [X = k, X = k, X 3 = k 3, X 4 = k 4 ] ha la stessa probabilita dell evento simmetrico A := [X = k 4, X = k 3, X 3 = k, X 4 = k ], che a sua volta e favorevole a S = 5 k, in quanto A comporta che S = k 4 +k 3 +3k +3k +4k = (5 )k +(5 )k +(5 3)k 3 +(5 4)k 4 = 5 i k i k = 5 k. In altre parole, comunque si scelga k, e comunque si scelga la quaterna (k,..., k 4 ) in modo favorevole a S = k, la quaterna simmetrica (k 4,..., k ) e favorevole a S = 5 k, e ha la stessa probabilita di verificarsi. Sommando tali probabilita al variare delle quaterne (k, k, k 3, k 4 ) in tutti i modi ammissibili, si ottiene la relazione di uguaglianza tra P ([S = k]) e P ([S = 5 k]). Ora, la condizione che S sia dispari equivale a richiedere che S sia uguale a 5, o a 7, ecc. fino a 99: per ciascuno di tali valori (tra loro incompatibili), c e un 8
9 corrispondente valore pari che ha la stessa probabilita di verificarsi: per 5 c e 00, per 7 c e 98=5-7, ecc. Pertanto, sommando le probabilita di tutti i possibili valori dispari di S si ottiene la stessa probabilita che si otterrebbe sommando tutti i possibili valori pari, e quindi ciascuna di tali somme (P ([S pari] o P ([S dispari])) ha lo stesso valore, cioe. Esercizio 3 Detta x la media aritmetica dei dati x,..., x 5, l intervallo di confidenza cercato per µ sara [x δ, x + δ], ove δ = σ n z 0.05, ossia δ = L ampiezza dell intervallo é dunque circa Se si vuole ridurre di un quarto tale ampiezza, basta moltiplicare per 6 il numero di 9 osservazioni, per cui il campione dovra essere costituito da dati. 9 Prova scritta del 9/0/0 Esercizio Supponiamo che una variabile aleatoria Y abbia la seguente densita : { hx 3, x > f Y (x) = 0, x, con h opportuna costante positiva. Dopo aver calcolato h, si determini la distribuzione di X =, e si confronti (se possibile) la varianza di X con quella di Y. Y Esercizio Sia (X n ) n una successione I.I.D. di variabili aleatorie di tipo discreto, ciascuna delle quali puo assumere solo i valori 0 e, entrambi con la stessa probabilita. Si ponga poi n S n = X i, i= per n =,,... Dopo aver calcolato valor medio e varianza di S n, si dimostri che, per ogni fissato a, la successione (S n n ) n converge in distribuzione, e se ne determini il limite. Esercizio 3 Sia X una variabile aleatoria la cui funzione di densita e ke θx, x >, f(x; θ) = 0, altrove, 9 n a
10 dove θ > 0. Si chiede di (a) calcolare k ed E(X) in funzione di θ; (b) fornire uno stimatore di θ con il metodo della massima verosimiglianza, sulla base di un campione casuale X,..., X n. Soluzioni compito 9/0/0 Esercizio Essendo x 3 dx =, chiaramente la costante h e uguale a. Per calcolare la distribuzione di X, valutiamo la sua funzione di ripartizione. Intanto, poiche Y assume solo valori maggiori o uguali a, la variabile X = puo assumere solo valori compresi fra 0 e. Ora, se 0 < t < Y si ha P ([X t]) = P ([Y t ]) = x dx = 3 t. Dunque e evidente che la densita f X di X e cosi definita: { 0, t / [0, ] f X (t) = t, t [0, ]. Con facili calcoli si vede poi che E(X) =, 3 E(X ) =, V (X) =, mentre Y 8 non ammette momenti di ordine, in quanto la funzione x non e integrabile in x [, + [. Esercizio Chiaramente, si ha E(X n ) =, E(X n) =, V (X n ) = per ogni n. Pertanto E(S n ) = V (S n ) = n, a causa dell indipendenza. Allora, per il Teorema del Limite Centrale, la successione ( Sn n n / ) n converge in distribuzione alla legge Normale standard. Questo risolve il quesito per quanto riguarda a =. Per a >, la successione ( Sn n n a ) n converge in probabilita (e quindi in distribuzione) a 0. Per dimostrare cio, si fissi ε > 0 e si osservi che esiste in corrispondenza un numero reale M > 0 tale che /t Φ( M) < ε 4 e Φ(M) > ε 4 dove Φ e la funzione di ripartizione della legge Normale standard. Ora, se a >, esiste certamente un intero N tale che n a / < ε M 0
11 per ogni n N. Per la convergenza in distribuzione di (S n) n, esiste poi un intero N > N tale che, per ogni n > N, si abbia P ([ S n n n M]) Φ( M) + ε 4 ε/ e anche P ([ S n n n M]) Φ(M) ε 4 > ε/. Allora, se n > N si ha P ([ S n n n a ] ε]) = P ([ S n n n n a / ε]) P ([ S n n n in quanto n a / ε > M. Ma M]), P ([ S n n n M]) = P ([ S n n n M]) P ([ S n n n < M]) ε, per quanto visto in precedenza. In conclusione, fissato ε > 0, abbiamo trovato un intero N tale che, per ogni intero n > N, risulta P ([ S n n n a ] ε]) ε : questa e esattamente la convergenza in probabilita a 0. Esercizio 3 Essendo e θx dx = θ e θ, il valore di h e θe θ. Allora si ha E(X) = θe θ xe θx dx = + θ. Per quanto riguarda la stima di massima verosimiglianza, assumendo un campione casuale X,..., X n, si ha log(l(θ; x,..., x n )) = n θ + n S n, ove S n = x +... x n. Studiando la derivata rispetto a θ, si ottiene che tale funzione si massimizza quando θ = n, ossia se = x S n n θ n.
p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
DettagliElementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B
Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Laurea in Ingegneria Meccatronica A.A. 2010 2011 n-dimensionali Riepilogo. Gli esiti di un esperimento aleatorio
DettagliEsercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue
Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
DettagliMassimi e minimi vincolati in R 2 - Esercizi svolti
Massimi e minimi vincolati in R 2 - Esercizi svolti Esercizio 1. Determinare i massimi e minimi assoluti della funzione f(x, y) = 2x + 3y vincolati alla curva di equazione x 4 + y 4 = 1. Esercizio 2. Determinare
Dettagli1. Richiami di Statistica. Stefano Di Colli
1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
DettagliFacoltà di Economia Corso di laurea in Economia Aziendale Statistica Esercitazione 1 - Modulo II
Statistica Esercitazione 1 - Modulo II Esercizio A. Da un mazzo di carte napoletane (composto da 40 carte di cui 28 valori e 12 figure, suddivise in quattro semi di cui due neri e due rossi), vengono estratte
DettagliGli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità
Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche 1. Esercizio (1 marzo 211 n.
Dettagli1. Calcolo combinatorio, problemi di conteggio.
1 1. Calcolo combinatorio, problemi di conteggio. 1. In quanti modi diversi 4 persone possono occupare 8 posti a sedere numerati? (D 8,4. Un allenatore dispone di 18 giocatori per scegliere la formazione
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
DettagliE NECESSARIO RICORRERE ALLE VARIABILI CASUALI
IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliSESSIONE ORDINARIA 2007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE
SESSIONE ORDINARIA 007 CORSO DI ORDINAMENTO SCUOLE ITALIANE ALL ESTERO - AMERICHE PROBLEMA Si consideri la funzione f definita da f ( x) x, il cui grafico è la parabola.. Si trovi il luogo geometrico dei
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliUniversità degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI
Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliIl prodotto di tre numeri in progressione aritmetica è 16640, il più piccolo è 20. Calcolare i tre numeri.
Scrivi i primi termini delle seguenti successioni: =1; =; = + Individua la legge che genera ognuna delle seguenti successioni: -1,, -, 4, -5, In una progressione aritmetica la somma del primo, quarto,
DettagliControllo Statistico della Qualità. Qualità come primo obiettivo dell azienda produttrice di beni
Controllo Statistico della Qualità Qualità come primo obiettivo dell azienda produttrice di beni Qualità come costante aderenza del prodotto alle specifiche tecniche Qualità come controllo e riduzione
Dettagli1 Valore atteso o media
1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliIntegrali doppi - Esercizi svolti
Integrali doppi - Esercizi svolti Integrali doppi senza cambiamento di variabili Si disegni il dominio e quindi si calcolino gli integrali multipli seguenti:... xy dx dy, con (x, y R x, y x x }; x + y
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliEsercizi di Matematica Finanziaria
Università degli Studi di Siena Facoltà di Economia Esercizi di Matematica Finanziaria relativi ai capitoli V-X del testo Claudio Pacati a.a. 1998 99 c Claudio Pacati tutti i diritti riservati. Il presente
DettagliAppunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli
Appunti sul corso di Complementi di Matematica- modulo Analisi Prof. B.Bacchelli 09- Integrale doppio: Riferimenti: R.Adams, Calcolo ifferenziale 2. Capitoli 5.1, 5.2, 5.4. Esercizi 5.3, 5.4 Integrale
DettagliINDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI
2.13 ASINTOTI 44 Un "asintoto", per una funzione y = f( ), è una retta alla quale il grafico della funzione "si avvicina indefinitamente", "si avvicina di tanto quanto noi vogliamo", nel senso precisato
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliEsercizi di probabilità discreta
Di seguito, potete trovare i testi (con risposta) degli esercizi svolti (o proposti) nel corso di esercitazioni dell insegnamento di Matematica applicata. 1 Esercizi di probabilità discreta Algebra degli
DettagliMATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A
MATEMATICA GENERALE Prova d esame del 4 giugno 2013 - FILA A Nome e cognome Matricola I Parte OBBLIGATORIA (quesiti preliminari: 1 punto ciascuno). Riportare le soluzioni su questo foglio, mostrando i
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2002 Sessione suppletiva
ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. Sessione suppletiva Il candidato risolva uno dei due problemi e dei quesiti in cui si articola il questionario. PROBLEMA Nel piano riferito
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliFederico Lastaria. Analisi e Geometria 2. Integrali multipli. Cambi di variabili. 1/21
Contenuto Integrali doppi. Teorema di Fubini Cambio di variabili: coordinate polari. Cambio di variabili: caso generale. Coordinate sferiche. Federico Lastaria. Analisi e Geometria 2. Integrali multipli.
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliLa Funzione Caratteristica di una Variabile Aleatoria
La Funzione Caratteristica di una Variabile Aleatoria La funzione caratteristica Φ densità di probabilità è f + Φ ω = ω di una v.a., la cui x, è definita come: jωx f x e dx E e j ω Φ ω = 1 La Funzione
DettagliCorso di Analisi Matematica. Successioni e serie numeriche
a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità
DettagliEsercitazioni 2013/14
Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Definizione: Si chiama successione numerica una funzione definita su IN a valori in IR, cioè una legge che associa ad ogni intero n un numero reale a n. Per abuso di linguaggio, si
Dettaglix log(x) + 3. f(x) =
Università di Bari, Corso di Laurea in Economia e Commercio Esame di Matematica per l Economia L/Z Dr. G. Taglialatela 03 giugno 05 Traccia dispari Esercizio. Calcolare Esercizio. Calcolare e cos log d
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. I Prova in Itinere di Statistica per Ingegneria Energetica 9 maggio 2013
Politecnico di Milano - Scuola di Ineneria Industriale I Prova in Itinere di Statistica per Ineneria Eneretica 9 maio 013 c I diritti d autore sono riservati. Oni sfruttamento commerciale non autorizzato
DettagliLa funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.
FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti
DettagliUNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA
UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliAppunti: elementi di Probabilità
Università di Udine, Facoltà di Scienze della Formazione Corso di Laurea in Scienze e Tecnologie Multimediali Corso di Matematica e Statistica (Giorgio T. Bagni) Appunti: elementi di Probabilità. LA PROBABILITÀ..
DettagliValori caratteristici di distribuzioni
Capitolo 3 Valori caratteristici di distribuzioni 3. Valori attesi di variabili e vettori aleatori In molti casi è possibile descrivere adeguatamente una distribuzione di probabilità con pochi valori di
DettagliI appello - 24 Marzo 2006
Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliDALLA POPOLAZIONE AL CAMPIONE: IL CALCOLO DI PROBABILITÁ
DALLA POPOLAZIONE AL CAMPIONE: IL CALCOLO DI PROBABILITÁ Andrea Onofri Dipartimento di Scienze Agrarie ed Ambientali Universitá degli Studi di Perugia Versione on-line: http://www.unipg.it/ onofri/rtutorial/index.html
DettagliCorso di Laurea in Ingegneria Informatica Analisi Numerica
Corso di Laurea in Ingegneria Informatica Lucio Demeio Dipartimento di Scienze Matematiche 1 2 Analisi degli errori Informazioni generali Libro di testo: J. D. Faires, R. Burden, Numerical Analysis, Brooks/Cole,
Dettagli0.1 Esercizi calcolo combinatorio
0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 5 maggio 007 Varabili aleatorie continue, distribuzioni continue e funzione generatrice di momenti. Esercizio Dimostrare la mancanza di memoria della
DettagliInferenza statistica. Inferenza statistica
Spesso l informazione a disposizione deriva da un osservazione parziale del fenomeno studiato. In questo caso lo studio di un fenomeno mira solitamente a trarre, sulla base di ciò che si è osservato, considerazioni
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliEsercizi sul calcolo delle probabilità
Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità
DettagliMINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO
Sessione Ordinaria in America 4 MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ, DELLA RICERCA SCUOLE ITALIANE ALL ESTERO (Americhe) ESAMI DI STATO DI LICEO SCIENTIFICO Sessione Ordinaria 4 SECONDA PROVA SCRITTA
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliTeoria delle scorte. Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio
Teoria delle scorte Ricerca operativa Met. e mod. per le decisioni (Informatica Matematica) Pierluigi Amodio Dipartimento di Matematica Università di Bari Teoria delle scorte p.1/26 definizione del problema
DettagliNUMERI COMPLESSI. Test di autovalutazione
NUMERI COMPLESSI Test di autovalutazione 1. Se due numeri complessi z 1 e z 2 sono rappresentati nel piano di Gauss da due punti simmetrici rispetto all origine: (a) sono le radici quadrate di uno stesso
DettagliSoluzione del tema d esame di matematica, A.S. 2005/2006
Soluzione del tema d esame di matematica, A.S. 2005/2006 Niccolò Desenzani Sun-ra J.N. Mosconi 22 giugno 2006 Problema. Indicando con A e B i lati del rettangolo, il perimetro è 2A + 2B = λ mentre l area
DettagliDall'analisi dei prospetti informativi diffusi dalla Borsa di Paperopoli Gastone ricava le seguenti informazioni sul rendimento dei tre titoli:
ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
DettagliTutorato di Probabilità e Statistica
Università Ca Foscari di Venezia Dipartimento di informatica 20 aprile 2006 Variabili aleatorie... Example Giochiamo alla roulette per tre volte 1 milione sull uscita del numero 29. Qual è la probabilità
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliEsercizio 1. Svolgimento
Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliELEMENTI DI CALCOLO DELLE PROBABILITA
Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica
DettagliPROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA
Simulazione 01/15 ANNO SCOLASTICO 01/15 PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Il candidato risolva uno dei due problemi Problema 1 Nella
DettagliEsercizi sui Circuiti RC
Esercizi sui Circuiti RC Problema 1 Due condensatori di capacità C = 6 µf, due resistenze R = 2.2 kω ed una batteria da 12 V sono collegati in serie come in Figura 1a. I condensatori sono inizialmente
DettagliSIMULAZIONE TEST ESAME - 1
SIMULAZIONE TEST ESAME - 1 1. Il dominio della funzione f(x) = log (x2 + 1)(4 x 2 ) (x 2 2x + 1) è: (a) ( 2, 2) (b) ( 2, 1) (1, 2) (c) (, 2) (2, + ) (d) [ 2, 1) (1, 2] (e) R \{1} 2. La funzione f : R R
DettagliCorso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete
Corso di Calcolo delle Probabilità e Statistica Esercizi su variabili aleatorie discrete Es.1 Da un urna con 10 pallina bianche e 15 palline nere, si eseguono estrazioni con reimbussolamento fino all estrazione
DettagliMetodi Matematici per l Economia A-K Corso di Laurea in Economia - anno acc. 2012/2013 12 febbraio 2013
Tempo massimo 2 ore. Consegnare solamente la bella copia. Metodi Matematici per l Economia A-K Corso di Laurea in Economia - anno acc. 212/213 12 febbraio 213 1. Disegnare il grafico della funzione: [1
DettagliDeterminare estremo superiore ed estremo inferiore dell insieme ( 1) n A = n + 1 : n IN
Prima prova di verifica in itinere di ANALISI MATEMATICA Gennaio 00 Determinare estremo superiore ed estremo inferiore dell insieme { } ( ) n A = n + : n IN specificando se si tratta rispettivamente di
Dettagli