CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate"

Transcript

1 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 di Sheldon Ross, quinta edizione, casa editrice Maxwell Macmillan Es1 Da un mazzo di 40 carte (10 carte per ciascuno dei 4 semi) ne vengono estratte in modo casuale Qual è la probabilità che le carte estratte abbiano lo stesso seme? Es2 Si lanciano due dadi non truccati Sia E l evento che la somma dei numeri usciti è dispari, F l evento che almeno uno dei due numeri usciti è 1, G l evento che la somma dei numeri usciti è 5 a) Scrivere in modo esplicito l evento EF e calcolarne la probabilità b) Calcolare la probabilità degli eventi: E F, F G, E F, EF G Es Da un mazzo di 52 carte (1 carte per ciascuno dei 4 semi) ne vengono estratte 5 in modo casuale Qual è la probabilità di : a) avere 5 carte dello stesso seme; b) avere una coppia (2 carte di uguale valore); c) avere due coppie distinte; d) avere un tris ( carte di uguale valore); e) avere un poker (4 carte di uguale valore) Es4 Da un mazzo di 40 carte se ne scelgono 10 con ordine a) Qual è la probabilità che la decima carta sia un asso? b) Qual è la probabilità che la decima carta sia l unico asso scelto? Es5 Su una scacchiera vengono piazzate 8 torri in modo casuale Qual è la probabilità che ciascuna torre sia su una riga ed una colonna distinta? Es6 Si consideri un urna A contenente palline rosse e palline nere, ed un urna B contenente 4 palline rosse e 6 palline nere Da ogni urna viene estratta una pallina Qual è la probabilità che le palline estratte abbiano lo stesso colore? 1

2 Es7 Si consideri un urna contenente 5 palline rosse, 6 palline bianche e 8 palline verdi Se si estraggono palline (senza reimbussolamento), a) Qual è la probabilità che abbiano lo stesso colore? b) Qual è la probabilità che abbiano tutte colore diverso? c) Calcolare le analoghe quantità nel caso di estrazione con reimbussolamento Es8 Si consideri un urna contenente palline rosse e 7 palline nere A e B scelgono consecutivamente una pallina dall urna (senza reimbussolamento) fino a quando uno dei due estrae una pallina rossa Se A estrae per primo, qual è la probabilità che A estragga la prima pallina rossa? Es9 M ragazzi ed N ragazze sono allineati in riga in modo casuale ((N + M)! possibili ordinamenti) Qual è la probabilità che l i-esimo in riga sia una ragazza? Es10 10 palline vengono distribuite in modo casuale in 5 scatole Ciascuno dei 5 10 arrangiamenti è equiprobabile Qual è la probabilità che m palline, con m {0,, 10}, finiscano nella prima scatola? Es11 Si lanciano due dadi non truccati a) Qual è la probabilità che sia uscito almeno un 6 sapendo che sono uscite due facce diverse b) Qual è la probabilità che il primo dado abbia valore 6 sapendo che la somma dei numeri usciti è m, con m {2,, 12}? Es12 Si consideri un urna contenente 8 palline bianche e 4 palline nere Dall urna vengono estratte 4 palline con reimbussolamento Si considerano gli eventi E i = {l i-esima pallina estratta è bianca}, con i = 1, 2,, 4, e si denota con X il numero di palline bianche estratte (X = 4 i=1 E i) a) Calcolare la probabilità dell evento E 1 E, sapendo che X = b) Calcolare la stessa quantità del punto a) nel caso di estrazione senza reimbussolamento 2

3 Es1 Si consideri un urna A contenente 2 palline bianche e 4 palline rosse, un urna B contenente 8 palline bianche e 4 palline rosse, un urna C contenente 1 pallina bianca e palline rosse Si estrae una pallina da ciascuna delle urne e si indica con X il numero delle palline bianche estratte Qual è la probabilità che la pallina estratta dall urna A sia bianca, sapendo che X = 2? Es14 Da un lotto di 20 macchine, ne vengono scelte 2 in modo casuale Sapendo che 5 delle 20 macchine sono difettose, calcolare: a) la probabilità che la prima macchina scelta sia difettosa; b) la probabilità che la seconda macchina scelta sia difettosa sapendo che la prima non lo è Es15 Un gruppo di 100 persone prenota un volo Bologna-Barcellona presso le compagnie aeree A, B e C 60 persone volano con A, 25 persone volano con B e 15 persone volano con C Le compagnie aeree hanno dei ritardi che avvengono con probabilità pari a, rispettivamente, 0, 15, 0, 1 e 0, 05 a) Qual è la probabilità che il volo di un passeggero scelto a caso fra i 100 sia in ritardo? b) Qual è la probabilità che un passeggero scelto a caso fra i 100 abbia volato con la compagnia B, sapendo che il suo volo è in ritardo? Es16 Sia X il risultato del lancio di un dado non truccato Da un mazzo di 52 carte si estraggono X carte con reinserimento Sia E l evento che sia stato estratto almeno un asso nelle X estrazioni a) Calcolare P (E X = k), per k {1,, 6} b) Calcolare P (E) c) Calcolare la previsione di X, condizionata dalla conoscenza di E Es17 In una scuola ci sono 80 alunne e 120 alunni I 2/5 delle alunne e 1/2 degli alunni portano gli occhiali Si scelgono 2 studenti in modo casuale fra tutti gli alunni della scuola a) Qual è la probabilità che il primo studente scelto porti gli occhiali? b) Qual è la probabilità che il primo studente scelto sia un alunna, sapendo che porta gli occhiali?

4 c) Qual è la probabilità che il secondo studente scelto porti gli occhiali, sapendo che il primo non li porta? Es18 Da un urna con 4 palline bianche e 6 palline nere se ne estraggono senza reimbussolamento Si denoti con E i, per i = {1, 2, }, l evento che l i-esima estratta è una pallina bianca a) Calcolare P (E i ), per i = {1, 2, } b) Calcolare P (E 2 E 1 ), P (E 1 E 2 ), P (E E 2 E 1 ), P (E E 2 ) Cosa si può dedurre? Soluzioni Es 1: La probabilità richiesta si calcola come rapporto tra il numero di casi favorevoli e il numero di casi possibili, ed è pari a 4 (10 ) Il 4 corrisponde al ( 40 ) numero di modi per scegliere un seme fra i 4 presenti, e il ( ) 10 ai modi di scegliere carte fra le 10 dello stesso seme Es 2: a) EF = {(1, 2); (1, 4); (1, 6); (2, 1); (4, 1); (6, 1)} Quindi P (EF ) = casi favorevoli casi possibili = 6 6 = 1 6 b) P (E) = 18 6 = , P (F ) = 6 F G = {(1; 4), (4; 1)} = P (F G) = 2 6 = 1 18 P (E F ) = P (E) P (EF ) = = 1 = P (E F ) = P (E)+P (F ) P (EF ) = 2 6 G E = P (EF G) = P (F G) = 1 18 Es : Tutte le probabilità richieste si calcono come casi favorevoli casi possibili : a) 4 (1 5 ), come nell esercizio 1 ( 52 5 ) b) Se l evento avere una coppia è inteso (come lo si pensa comunente nel gioco a carte) come l evento due carte hanno stesso valore, e le restanti carte assumono valori diversi tra di loro e dalla coppia, allora la probabilità è data da 1 (4 2) ( 12 )4 dove, al numeratore, 1 conta il numero di possibili ( 52 5 ) valori per la coppia, ( 4 2) conta i modi di scegliere due carte di uguale valore, ) conta i modi di scegliere i valori delle restanti tre carte e, per ciascuno ( 12 valore, 4 sono i modi di scegliere una carta di corrispondente valore Se invece (come si poteva equivocare) l evento avere una coppia è inteso come l evento avere almeno due carte uguali, allora la probabilità richiesta 4

5 si può calcolare facilmente passando all evento complementare, ed è data da 1 (1 5 )4 5 (1 ( 52 5 )4 Qui 5 è la probabilità di non avere nessuna carta di uguale 5 ) ( 52 5 ) valore, ed il numeratore, corrispondente alle estrazioni di 5 carte tutte di valore diverso, si ottiene scegliendo 5 valori dai 1 possibili e, per ciascun valore, scegliendo una carta fra le 4 di valore corrispondente c) Analogamente al punto b), se l evento avere due coppie distinte è inteso (come lo si pensa comunente nel gioco a carte) come l evento avere due coppie di carte di uguale valore, ma distinto fra loro, ed una carta di valore diverso da quello delle due coppie, allora la probabilità richiesta è data da ( 1 2 ) ( 4 2) , che si ottiene ragionando come in b) ( 52 5 ) Se invece, in modo un po più macchinoso, si include nell evento avere due coppie distinte anche il caso in cui la carta non accoppiata possa assumere il valore delle due coppie, allora si dovrà sommare alla probabilità che abbiamo ora calcolato, la probabilità dell evento avere un tris ed una coppia (che non ha ambiguità di terminologia!) Ne risulterà una probabilità pari a ( 1 2 ) ( 4 2) (4 ) 12 ( 4 2) ( 52 5 ) ( 52 5 ) d) Come hai punti b) e c), se l evento avere un tris è inteso (come lo si pensa comunente nel gioco a carte) come l evento avere carte di uguale valore e 2 carte di valore diverso tra loro e dal tris, allora (ragionando come prima) la probabilità richiesta è data da 1 (4 )( 12 2 )4 2 ( 52 5 ) Se invece si include nell evento avere un tris anche il caso in cui le 2 carte che non compongono il tris assumano stesso valore fra di loro, oppure che una di esse assuma lo stesso valore del tris, allora si dovrà sommare alla probabilità che abbiamo ora calcolato, la probabilità dell evento avere un tris ed una coppia alla probabilità dell evento avere un poker In definitiva si ottiene una probabilità pari a 1 (4 )( 12 2 ) (4 ) 12 ( 4 2) + 1 (4 4)48 ( 52 5 ) ( 52 5 ) ( 52 5 ) e) Come già calcolato al punto precente, questa è data da 1 (4 4)48 ( 52 5 ) Es 4: Come suggerito dal testo, in questo caso è necessario considerare l ordinamento delle 10 carte scelte a) La probabilità richiesta è pari a 4 k=1 ( 4 ( k) k! 6 ) ( 10 k (10 k)! 9 ) k 1 ) 10! Nella sommatoria, il k denota il numero di assi scelti (al minimo 1 e al massimo 4) Il termine ( 4 k) k! conta i modi con cui possono essere scelti k assi su 4 (con ordine) Il termine ( 6 10 k) (10 k)! conta i modi con cui possono 5 ( 40 10

6 essere scelti 10 k non-assi su 6 (con ordine) Il termine ( 9 k 1) conta i modi con cui k 1 assi possono essere posizionati su 9 carte, essendo il k-esimo asso fissato nel decimo posto b) Utilizzando la formula del punto sopra, per k = 1, si ottiene una probabilità pari a 4(6 9 )9! ( 40 10)10! Es 5: La scacchiera ha 64 riquadri (8X8), dunque la prima torre può essere collocata in 64 modi diversi Per collocare la seconda torre nel modo richiesto bisogna escludere la riga e la colonna in cui si è disposta la prima torre Questo riduce la scacchiera a 7X7 riquadri, e permette quindi 49 diverse collocazioni Procedendo iterativamente, è facile verificare che il numero di casi favorevoli (ovvero di modi di disporre le torri sulla scacchiera come richiesto nell esercizio) è = (8!) 2 Và però osservato che questo conteggio tiene conto dell ordine con cui le torri vengono disposte sulla scacchiera, come se queste potessero essere in qualche modo identificate le une dalle altre Dividendo allora per i possibili ordinamenti di 8 elementi, cioè per 8!, otteniamo la probabilità richiesta che è pari a 8! Es 6: Siano E r = {le palline estratte sono rosse} E n = {le palline estratte sono nere}, ( 64 56) cosicchè E = {le palline estratte hanno lo stesso colore} = E r + E n Poichè gli esiti delle due estrazioni sono indipendenti fra loro (urne diverse), si calcola: P (E r ) = 6 Es 7: Siano 4 10 = 1 5, P (E n ) = 1 2 E r = {le palline estratte sono rosse} E b = {le palline estratte sono bianche}, E v = {le palline estratte sono verdi}, 6 10 = 10 = P (E) = 1 2 cosicchè E = {le palline estratte hanno lo stesso colore} = E r + E b + E v a) Gli esiti delle due estrazioni non sono indipendenti fra loro (stessa urna) Si calcola comunque facilmente : ( 5 ) ( 6 ) ( 8 ) P (E r ) = ( 19 ) P (E b ) = ( 19 ) P (E v ) = ( 19 ) = P (E) = P (E r )+P (E b )+P (E v ) 6

7 b) Sia F = {le palline estratte hanno colore diverso} Allora P (F ) = (5 1)( 6 1)( 8 1) c) Nel caso di estrazione con reimbussolamento, vale che: P (E r ) = 5 19 P (E b ) = 6 19 mentre P (F ) =! Es 8: Siano E = {A estrae la prima pallina rossa} P (E v ) = 8 19 ( 19 ) = P (E) = F n = {la prima pallina rossa estratta è la n-esima}, per n = 1, 2,, 8 Si osservi che per n > 8 l evento F n non accade mai, poichè le palline nere nell urna sono 7 Si osservi inoltre che poichè A gioca per primo, l estrazioni di A sono quelle con n dispari, ovvero E = F 1 + F + F 5 + F 7 Dovendo tenere conto dell ordine di estrazione, vale che ( 7 ( P (F n ) = n 1) (n 1)! ) 1 ( 10 ), n = 1,, 8 = P (E) = n n! k=0 19 ( 7 ( 2k) (2k)! ) 1 ( 10 2k+1) (2k + 1)! Es 9: Il numero di casi favorevoli è n (n + m 1)!, dove n corrisponde al numero di modi per scegliere quale delle n ragazze sarà nella posizione i-esima, e (n + m 1)! al numero di ordinamenti nelle restanti (n + m 1) n (n + m 1)! postazioni Si ottiene quindi una probabilità pari a (n + m)! Es 10: ( m 10) sono i modi con cui si possono scegliere m palle su 10 da collocare nella prima scatola Le restanti 10 m palle vengono poi collocate nelle altre 4( scatole in 4 10 m modi possibili Si ottiene quindi una m ) m probabilità pari a 5 10 Equivalentemente, si può pensare ad un urna con 5 palline distinte da cui vengono eseguite 10 estrazioni con reibussolamento La probabilità di estrarre m volte una data pallina è quindi pari a ) ( 1 ) m ( )10 m ( m 10 Es 11: a) Siano E = {i dadi hanno valore diverso} F = {è uscito almeno un 6} E facile calcolare ( casi fav/ casi poss): P (E) = 5 6 ottiene quindi P (F E) = P (EF ) P (E) = 1 b) Siano A = {il primo dado ha valore 6} e P (EF ) = 10 6 Si 7

8 B m = {la somma dei numeri usciti è m}, per m {2,, 12} Per la formula di Bayes, vale che P (A B m ) = P (Bm A)P (A) P (B m) Se m 6, allora P (B m A) = 0 e quindi anche P (A B m ) = 0 Se m > 6, P (B m A) = 1 6 mentre P (B m) = 12 m+1 6 Poichè P (A) = 1 6, si ottiene che per m > 6, P (A B m ) = 1 12 m+1 Es 12: Dalla formula di Bayes, si ottiene che P (E 1 E X = ) = P (X= E 1E )P (E 1 E ) P (X=) a) Per estrazioni con reibussolamento gli eventi E i sono tutti indipendenti e vale che P (E i ) = 2, per ogni i = 1,, 4 Quindi P (E 1 E ) = P (E 1 )P (E ) = 4 9 e P (X = ) = ( 4 Sempre per l indipendenza tra gli eventi, si ha ) ( 2 ) 1 = 2 81 P (X = E 1 E ) = P (E 2 Ẽ 4 ) + P (Ẽ2E 4 ) = 4 9 da cui si ottiene (tramite la formula di Bayes) che P (E 1 E X = ) = 1 2 b) Per estrazioni senza reibussolamento gli eventi E i non sono più indipendenti, ma continua a valere che P (E i ) = 2, per ogni i = 1,, 4 Infatti si calcola P (E 1 E ) = P (E E 1 )P (E 1 ) = , con P (E E 1 ) = 7 11 P (X = ) = (8 )( 4 1) (dalla formula casi fav/ casi poss) ( 12 4 ) P (X = E 1 E ) = P (E 2 Ẽ 4 E 1 E ) + P (Ẽ2E 4 E 1 E ) = 8 15, dove si è usato che P (Ẽ2E 4 E 1 E ) = P (E 2 Ẽ 4 E 1 E ) = P (E 1E 2 E Ẽ 4 ) P (E 1 E ) = 4 5 Infine (dalla formula di Bayes sopra) si ottiene P (E 1 E X = ) = 1 2 Es 1: Siano E A = {la pallina estratta da A è bianca} E B = {la pallina estratta da B è bianca} E C = {la pallina estratta da C è bianca} cosicchè X = E A + E B + E C Per la formula di Bayes P (E A X = 2) = P (X=2 E A )P (E A ) P (X=2) Poichè P (E A ) = 1, P (E B) = 2, P (E C) = 1 4, ed usando l indipendenza degli eventi E A, E B, E C, si ricava P (X = 2) = P (E A E B Ẽ C ) + P (E A Ẽ B E C ) + P (ẼAE B E C ) = 7 108, P (X = 2 E A ) = P (E B Ẽ C ) + P (ẼBE C ) = 7 12 da cui infine (formula di Bayes) otteniamo che P (E A X = 2) = 21 7 Es 14: Siano E = {la prima macchina è difettosa} F = {la seconda macchina è difettosa} 8

9 a) P (E) = 5 20 = b) P (F Ẽ) = 19 Es 15: Siano E A = {il passeggero scelto vola con A} E B = {il passeggero scelto vola con B} E C = {il passeggero scelto vola con C} F = {il passeggero scelto è su un volo in ritardo} da cui possiamo esprimere i dati dicendo che P (E A ) = 5, P (E B) = 1 4, P (E C ) = 20, P (F E A) = 0, 15, P (F E B ) = 0, 1, P (F E c ) = 0, 05 a) Poichè E A + E B + E C = 1, P (F ) = P (F E A )P (E A ) + P (F E B )P (E B ) + P (F E C )P (E C ) = b) P (E B F ) = P (F E B)P (E B ) P (F ) = Es 16: Ricordiamo che X è una variabile aleatoria a valori in I(X) = 1,, 6, tale che P (X = k) = 1 6 per ogni k I(X) a) Poichè le carte sono scelte con reinserimento, ad ogni scelta vi è una probabilità pari a 4 52 = 1 1 di pescare un asso, e pari a 12 1 di non pescarlo Vale allora che P (E X = k) = 1 P (Ẽ X = k) = 1 ( 12 k 1), k I(X) b) Condizionando sul numero di carte pescate, si ottiene P (E) = 6 k=1 P (E X = k)p (X = k) = 1 6 = (1 ( 12 1) 7) c) Dalla formula di Bayes, P (X E) = 6 kp (X = k E) = k=1 6 k=1 6 k=1 (1 ( 12 1) k) = P (E X = k)p (X = k) k P (E) Inserendo i risultati dei punti precedenti, si ottiene la probabilità richiesta Es 17: Siano E = {il primo studente scelto porta gli occhiali} F = {il primo studente scelto è un alunna} M = F = {il primo studente scelto è un alunno} a) Si vuole calcolare P (E) sapendo che P (E M) = 1/2, P (E F ) = 2/5, P (F ) = 2/5, P (M) = /5 Condizionando sugli eventi F ed M, vale che P (E) = P (E F )P (F ) + P (E M)P (M) = 2 50 P (E F )P (F ) b) Usando la formula di Bayes, P (F E) = P (E) = 8 2 c) Dai dati iniziali si calcola che il numero di alunni con gli occhiali è di 92, su un totale di 200 La probabilità richiesta è pari alla proporzione di alunni 9

10 con gli occhiali dopo la prima scelta, ovvero, sapendo che il primo alunno 92 scelto non porta gli occhiali, è di 199 Es 18: a) P (E i ) = 4 (9 2)2! per ogni i = 1, 2, La formula si ottiene ( 10 )! = 2 5 come rapporto tra il numero di casi favorevoli, ovvero le scelte ordinate di elementi su 10 con una pallina bianca all i-esimo posto, e il numero di casi possibili, ovvero le scelte ordinate di elementi su 10 b) Per prima cosa calcoliamo P (E 1 E 2 ) = (4 2)8 ( = 1 10 )! 15, che si ottiene come rapporto tra il numero di casi favorevoli e il numero di casi possibili Quindi, per la formula delle probabilità condizionate ed usando i risultati precedenti, si ha P (E 2 E 1 ) = P (E 1E 2 ) P (E 1 ) = 1 6, ed analogamente P (E E 2 ) = P (E 2 E 1 ) = 1 6 Ne deduciamo che gli eventi non sono fra loro stocasticamente indipendenti, poichè P (E i E j ) P (E i ) 10

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Ancora 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 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)

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli 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)

Dettagli

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

CALCOLO COMBINATORIO E PROBABILITA

CALCOLO COMBINATORIO E PROBABILITA CALCOLO COMBINATORIO E PROBABILITA Con calcolo combinatorio si indica quel settore della matematica che studia i possibili modi di raggruppare ed ordinare oggetti presi da un insieme assegnato, con l obiettivo

Dettagli

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite.

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite. Formule di gioco La successione di mani necessarie per l eliminazione del penultimo giocatore o per la determinazione dei giocatori che accedono ad un turno successivo costituisce una partita. In base

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Esercizio 1. Svolgimento

Esercizio 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

Probabilità e statistica. Veronica Gavagna

Probabilità e statistica. Veronica Gavagna Probabilità e statistica Veronica Gavagna Testa o croce? Immaginiamo di lanciare una moneta facendola cadere su un piano liscio chiunque dirà che la probabilità dell evento testa sarà del 50%, al pari

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Stima 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

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

Le soluzioni dei quesiti sono in fondo alla prova

Le soluzioni dei quesiti sono in fondo alla prova SCUOLA MEDIA STATALE GIULIANO DA SANGALLO Via Giuliano da Sangallo,11-Corso Duca di Genova,135-00121 Roma Tel/fax 06/5691345-e.mail:scuola.sangallo@libero.it SELEZIONE INTERNA PER LA MARATONA DI MATEMATICA

Dettagli

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 1 per la Scuola secondaria di secondo grado UNITÀ CMPIONE Edizioni del Quadrifoglio à t i n U 1 Insiemi La teoria degli

Dettagli

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1)

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1) Esercizi sulle distribuzioni binoiale e poissoniana Esercizio n. Una coppia ha tre figli. Calcolare la probabilità che abbia non più di un aschio se la probabilità di avere un aschio od una feina è sepre

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64 Problemini e indovinelli 2 Le palline da tennis In uno scatolone ci sono dei tubi che contengono ciascuno 4 palline da tennis.approfittando di una offerta speciale puoi acquistare 4 tubi spendendo 20.

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale

Il simbolo. è è = = = In simboli: Sia un numero naturale diverso da zero, il radicale. Il radicale. esiste. esiste 0 Il radicale Radicali 1. Radice n-esima Terminologia Il simbolo è detto radicale. Il numero è detto radicando. Il numero è detto indice del radicale. Il numero è detto coefficiente del radicale. Definizione Sia un

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) 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

Dettagli

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it 186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it Premessa Durante una mia visita al Palazzo Ducale di Mantova, nell ammirare i tanti capolavori che custodisce,

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

1 Configurazioni SOL per export SIBIB

1 Configurazioni SOL per export SIBIB Pag.1 di 7 1 Configurazioni SOL per export SIBIB Le configurazioni per l export dei dati verso SIBIB si trovano in: Amministrazione Sistema > Import-Export dati > Configurazioni. Tutte le configurazioni

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Svolgimento della prova

Svolgimento della prova Svolgimento della prova D1. Il seguente grafico rappresenta la distribuzione dei lavoratori precari in Italia suddivisi per età nell anno 2012. a. Quanti sono in totale i precari? A. Circa due milioni

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Rilevazione degli apprendimenti PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Anno Scolastico 2011 2012 PROVA DI MATEMATICA Scuola Primaria Classe Quinta Spazio per l etichetta autoadesiva ISTRUZIONI

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Matematica Discreta PARTE II

Matematica Discreta PARTE II Matematica Discreta PARTE II Giuseppe Lancia Dipartimento di Matematica e Informatica Università di Udine Indice 1 Piccioni e buche 1 1.1 Il principio della piccionaia, forma semplice............................

Dettagli

La variabile casuale Binomiale

La 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

Dettagli

Test d ingresso per i curricula in lingua inglese Coloro che intendono iscriversi ai curricula in lingua inglese Economics of Financial and Insurance

Test d ingresso per i curricula in lingua inglese Coloro che intendono iscriversi ai curricula in lingua inglese Economics of Financial and Insurance Note e istruzioni per i test di ingresso ai Corsi di Studio del Dipartimento di Scienze Economiche, Aziendali, Matematiche e Statistiche (DEAMS) a.a. 2013/2014 Gli insegnamenti relativi ai Corsi di Laurea

Dettagli

1 n. Intero frazionato. Frazione

1 n. Intero frazionato. Frazione Consideriamo un intero, prendiamo un rettangolo e dividiamolo in sei parti uguali, ciascuna di queste parti rappresenta un sesto del rettangolo, cioè una sola delle sei parti uguali in cui è stato diviso.

Dettagli

GUIDA DI APPROFONDIMENTO L IMPOSTA SUL REDDITO DELLE SOCIETÀ (IRES)

GUIDA DI APPROFONDIMENTO L IMPOSTA SUL REDDITO DELLE SOCIETÀ (IRES) WWW.SARDEGNAIMPRESA.EU GUIDA DI APPROFONDIMENTO L IMPOSTA SUL REDDITO DELLE SOCIETÀ (IRES) A CURA DEL BIC SARDEGNA SPA 1 SOMMARIO INTRODUZIONE... 3 I REQUISITI... 3 I SOGGETTI PASSIVI.....4 LA PROPORZIONALITÀ

Dettagli

1 Valore atteso o media

1 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

Dettagli

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 Nella restituzione dei dati delle prove INVALSI 2011 12 ci sono state alcune significative novità, tra cui la possibilità per ogni team docenti

Dettagli

CARIBBEAN POKER. Come si gioca

CARIBBEAN POKER. Come si gioca CARIBBEAN POKER INDICE Caribbean Poker 2 Il tavolo da gioco 3 Le carte da gioco 4 Il Gioco 5 Jackpot Progressive 13 Pagamenti 14 Pagamenti con Jackpot 16 Combinazioni 18 Regole generali 24 CARIBBEAN POKER

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1)

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1) Strutture Strutture e Unioni DD cap.10 pp.379-391, 405-406 KP cap. 9 pp.361-379 Strutture Collezioni di variabili correlate (aggregati) sotto un unico nome Possono contenere variabili con diversi nomi

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI

APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI APPUNTI DI MATEMATICA GLI INSIEMI NUMERICI I numeri naturali I numeri interi I numeri razionali Teoria degli insiemi (cenni) ALESSANDRO BOCCONI Indice 1 L insieme N dei numeri naturali 4 1.1 Introduzione.........................................

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. Prerequisiti I radicali Risoluzione di sistemi di equazioni di primo e secondo grado. Classificazione e dominio delle funzioni algebriche Obiettivi minimi Saper

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

STATISTICHE DOCUMENTI PMV IN SOL

STATISTICHE DOCUMENTI PMV IN SOL STATISTICHE DOCUMENTI PMV IN SOL INTRODUZIONE A cura del Coordinamento del Polo regionale del Veneto Vicenza, 12 ottobre 2011 PREMESSA Le istruzioni fornite nel 2010 per la compilazione del PMV riferito

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

Griglia di correzione Fascicolo di Italiano Prova Nazionale anno scolastico 2008-2009

Griglia di correzione Fascicolo di Italiano Prova Nazionale anno scolastico 2008-2009 Griglia di correzione Fascicolo di Italiano Prova Nazionale anno scolastico 2008-2009 Il buon nome - Chiavi di risposta e classificazione degli item Item Risposta corretta Ambito di valutazione Processi

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

Il lavoro. 4.1 L attività e l inattività della popolazione

Il lavoro. 4.1 L attività e l inattività della popolazione Capitolo 4 L analisi del territorio nella programmazione degli interventi di sviluppo agricolo capitolo 4 Il lavoro Gli indicatori presentati in questo capitolo riguardano la condizione di occupazione.

Dettagli

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it La Bella Addormentata e altre illusioni probabilistiche Aljoša Volčič volcic@unical.it Firenze, 25 novembre 2009 1 Che cosa è la probabilità? La probabilità di un evento A è la misura del grado di fiducia

Dettagli

conquista il mondo in pochi minuti!

conquista il mondo in pochi minuti! conquista il mondo in pochi minuti! Il gioco di conquista e sviluppo più veloce che c è! Il gioco si spiega in meno di 1 minuto e dura, per le prime partite, non più di quindici minuti. Mai nessuno ha

Dettagli

Esercizi Capitolo 5 - Alberi

Esercizi Capitolo 5 - Alberi Esercizi Capitolo 5 - Alberi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile saltare alle

Dettagli

UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO

UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO Le capacità cognitive richieste per far fronte alle infinite modalità di risoluzione dei problemi motori e di azioni di gioco soprattutto

Dettagli

Giovanna Mayer. Ordinamento dei numeri e retta numerica. Nucleo: Numeri

Giovanna Mayer. Ordinamento dei numeri e retta numerica. Nucleo: Numeri Giovanna Mayer Nucleo: Numeri Introduzione Tematica: Si propongono attività e giochi per sviluppare in modo più consapevole la capacità di confrontare frazioni, confrontare numeri decimali e successivamente

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

Operazioni, attività e passività in valuta estera

Operazioni, attività e passività in valuta estera OIC ORGANISMO ITALIANO DI CONTABILITÀ PRINCIPI CONTABILI Operazioni, attività e passività in valuta estera Agosto 2014 Copyright OIC PRESENTAZIONE L Organismo Italiano di Contabilità (OIC) si è costituito,

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Tassi a pronti ed a termine (bozza)

Tassi a pronti ed a termine (bozza) Tassi a pronti ed a termine (bozza) Mario A. Maggi a.a. 2006/2007 Indice 1 Introduzione 1 2 Valutazione dei titoli a reddito fisso 2 2.1 Titoli di puro sconto (zero coupon)................ 3 2.2 Obbligazioni

Dettagli

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1 DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica

Dettagli

GUIDA RAPIDA emagister-agora Edizione BASIC

GUIDA RAPIDA emagister-agora Edizione BASIC GUIDA RAPIDA emagister-agora Edizione BASIC Introduzione a emagister-agora Interfaccia di emagister-agora Configurazione dell offerta didattica Richieste d informazioni Gestione delle richieste d informazioni

Dettagli

Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org.

Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org. Calc è il programma per la gestione di fogli di calcolo della suite OpenOffice.org. Nuovo documento Anteprima di stampa Annulla Galleria Apri Controllo ortografico Ripristina Sorgente dati Salva Controllo

Dettagli

Limiti e forme indeterminate

Limiti e forme indeterminate Limiti e forme indeterminate Edizioni H ALPHA LORENZO ROI c Edizioni H ALPHA. Ottobre 04. H L immagine frattale di copertina rappresenta un particolare dell insieme di Mandelbrot centrato nel punto.5378303507,

Dettagli

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA

UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA UNA LEZIONE SUI NUMERI PRIMI: NASCE LA RITABELLA Tutti gli anni, affrontando l argomento della divisibilità, trovavo utile far lavorare gli alunni sul Crivello di Eratostene. Presentavo ai ragazzi una

Dettagli

La ricerca operativa

La ricerca operativa S.S.I.S. PUGLIA Anno Accademico 2003/2004 Laboratorio di didattica della matematica per l economia e la finanza La ricerca operativa Prof. Palmira Ronchi (palmira.ronchi@ssis.uniba.it) Gli esercizi presenti

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

Dettagli

QUANTI ANNI DURA LA SCUOLA?

QUANTI ANNI DURA LA SCUOLA? QUANTI ANNI DURA LA SCUOLA? La scuola è obbligatoria dai 6 ai 16 anni e comprende: 5 anni di scuola primaria (chiamata anche elementare), che accoglie i bambini da 6 a 10 anni 3 anni di scuola secondaria

Dettagli

La guerra delle posizioni

La guerra delle posizioni www.maestrantonella.it La guerra delle posizioni Gioco di carte per il consolidamento del valore posizionale delle cifre e per il confronto di numeri con l uso dei simboli convenzionali > e < Da 2 a 4

Dettagli

Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. 1 Quantità di moto.

Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. 1 Quantità di moto. Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. Indice 1 Quantità di moto. 1 1.1 Quantità di moto di una particella.............................. 1 1.2 Quantità

Dettagli

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t),

((e ita e itb )h(t)/it)dt. z k p(dz) + r n (t), SINTESI. Una classe importante di problemi probabilistici e statistici é quella della stima di caratteristiche relative ad un certo processo aleatorio. Esistono svariate tecniche di stima dei parametri

Dettagli