5 - IMPORTANTI LEGGI DI DISTRIBUZIONE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "5 - IMPORTANTI LEGGI DI DISTRIBUZIONE"

Transcript

1 5 - IPORTATI LEGGI DI DISTRIBUZIOE 5.. Dstrbuo dscrt 5... Dstrbuo bomal (o d Broull) Pr trodurr la dstrbuo bomal s rcorr ad u smpo. Esmpo S suppoga ch tr prso (Fracsca, arco Vttora) scao cascua dalla propra casa pr cotrars, ch cascuo d ss abba probabltà par a p d ruscr ad arrvar tmpo all apputamto ( ovvamt probabltà -p d o arrvar tmpo). C s chd qual sa la probabltà ch du d tr arrvo tmpo all apputamto. S a otado ch s rchd la probabltà ch du prso arrvo tmpo, sa spcfcar ch: qusto modo l vto du prso arrvao putual all apputamto s può vrfcar co tr dffrt modaltà: ) Fracsca arco c la fao, ma Vttora o; ) Fracsca Vttora c la fao, ma arco o; ) arco Vttora c la fao, ma Fracsca o.

2 Duqu l vto almo du soo putual, ch vrrà dotato E, sarà rapprstabl com: E FV+ FV+ FV Dov F,, V soo rspttvamt Fracsca, arco Vttora ch arrvao tmpo F,, V corrspodoo oguo al rspttvo prsoaggo ch o rsc ad arrvar all apputamto. Potdo oltr cosdrar tr prsoagg (vt E * ) dpdt, pr torm dlla somma dl prodotto dll probabltà, la probabltà dll vto E sarà: Avdo posto -pq: P(E ) pp(-p) + p(-p)p + (-p)pp. P(E ) ppq + pqp + qpp p q. S vdrà ora la gralao d qusto smpo. S cosdro prov dpdt cu l vto A può vrfcars o mo: sa p la probabltà (costat pr og prova) ch l vto A s prst d cosgua sa -pq la probabltà ch sso o s vrfch. S crca la probabltà P, ch l vto A s vrfch volt prov. S dfsc a qusto proposto l vto E, corrspodt al vrfcars d A sattamt volt prov. Com ll smpo prcdt, qusto vto può ralars pù mod dvrs: s dcompo allora l vto E ua somma d prodott d vt, cosstt l prstars o mo d A ua sgola prova. S s dota co * E l prstars dll vto A ll -sma prova co * E l o prstars d A ll -sma prova, s ha ch og varat d apparo dll vto E s compo d apparo dll vto E d - vt E co dc dstt: * * * * * * * * * * * * * * E EE...EE+...E + EEE...EE E E...EE +... E (5.) * Il umro d combao possbl è ugual a C, coè al umro d mod dvrs cu s possoo scglr l m prov, tra l total, cu abba luogo l'vto A. Pr l torma d moltplcao dll probabltà l caso d vt dpdt, la probabltà d og combao è p q -. Essdo l var combao mutuamt scludts, pr l torma dll'addo, la probabltà dll'vto E è par a: P, C volt p q p q C p q (5.)

3 Il coffct partcolar l suo valor è: C è dtto coffct bomal v spsso dcato com C ;! (5.)! ( )! Esmpo S l % d p prodott da ua maccha è dfttoso, trovar la probabltà ch su p stratt a caso: a) po sa dfttoso; b) ssu po sa dfttoso; c) al massmo p sao dfttos. La probabltà d u po dfttoso è p0, d uo o dfttoso è q-p0,88. a) P( po dfttoso su ) (0,) (0,88) 0,7 b) P(0 p dfttos su ) (0,) 0 (0,88) 0, c) P( p dfttos su ) (0,) (0,88) 0,0669 da cu: P(al massmo p dfttos) P(0 p dfttos) + P( po dfttoso) + P( p dfttos) 0, La dstrbuo d Broull (bomal) ha la sgut forma: Fgura Dagramm d frqua pr v.c. bomal co p assgato varabl

4 S calcolo qud paramtr µ (mda), (varaa) γ (dc d smmtra). S ha, com oto: µ p Dov p dca la probabltà. γ p p (5.) da µ Pr l vto smplc, coè pr p q0: Pr la squa d rpto dll sprmto: µ p+ 0 q p (5.5) µ p (5.6) o, altr parol, la somma d varabl casual tutt ugual fra d loro. Varaa Pr l vto smplc: ( p) p+ (0 p) q q p+ p q qp(q+ p) qp qp (5.7) Pr la squa d rpto dll sprmto: pq (5.8) Varaa γ γ [( p) p+ ( 0 p) q] ( p) [ pq p q] pq [ pq+ p q p q p q] ( p) (5.9) Gralmt γ è dvrso da 0, ma s ha γ0 pr: - p 0, coé p q ½. La dstrbuo è smmtrca s gl vt d parta soo smmtrc Dstrbuo d Posso La dstrbuo d Posso s può rcavar com caso partcolar dlla dstrbuo bomal; s ha ua dstrbuo d Posso quado l umro d prov dvta molto

5 grad, cotmporaamt, la probabltà d succsso ua sgola prova molto pccola, modo tal ch l loro prodotto sa fto (o dvrga) dvrso da ro. Ua tpca stuao ch god dll carattrstch appa lcat è lo studo d u procsso d dcadmto radoattvo. I qusta crcostaa, l umro d prov è costtuto dal umro d ucl ch potalmt possoo dcadr (pr ua mol d matral radoattvo l umro d ucl è dll'ord d 0 ), mtr la probabltà d "succsso" (dcadmto) pr og uclo è dcsamt pccola. S suppo ch la probabltà p d dcadmto sa costat oltr, altra carattrstca tpca d cosddtt procss d Posso, ch la probabltà d succsso u trvallo d tmpo [t, t+ t] sa proporoal, prma approssmao, a t. Tal dstrbuo è dtta dgl vt rar, pr sottolar l fatto ch, cascuo d cas a cu ssa s applca, la probabltà ch s vrfch l sgolo vto è strmamt bassa. Altr smp d fom pr cu la dstrbuo d Posso può favorr l modllo: l umro d sucd u ms, l umro d bomb cadut su og m d ua grad cttà lla II gurra modal (chssà qual è la dstrbuo ll o-gurr ), l umro al goro d cdt accadut agl opra d ua fabbrca (ma s può parlar qusto caso d vto raro?). È mportat duqu la sclta dll utà d ossrvao, spaal o tmporal, com l campo d u caocchal o l prodo d u ora. Valor argomtal dlla v.c. soo l umro d vt ch s soo vrfcat ll trvallo d ossrvao: dato ch s tratta d vt rar, valor argomtal sarao d orma pù bass, coè 0,,,,, 5 così va. Il tpo la forma dlla dstrbuo soo dtrmat da u uco paramtro, coè l valor mdo dl umro d vt ch s prstao ll utà (d tmpo o d spao) d ossrvao, gralmt dcato co λ. S vdrà ora la forma matmatca d tal dstrbuo, sa trar l dttaglo dlla dmostrao. Ua varabl alatora s dstrbusc modo possoao s la probabltà d ottr succss è data da: P m λ λ (5.0) m! dov la grada λ è dtta paramtro dlla lgg d Posso rapprsta la frqua mda d accadmto dll'vto ossrvato Dstrbuo prgomtrca La dstrbuo prgomtrca s applca ad sm cott lmt dvs du class: ua abbamo oggtt ch prstao ua crta carattrstca ll'altra s trovao gl altr - lmt co carattrstch dvrs da qulla ch cotraddstgu gl oggtt dlla prma class. 5

6 6 S c s chd, ffttuado u'strao (sa rtroduo) d u campo casual d lmt dagl total, qual sa la probabltà d trovar lmt appartt alla prma class, bsoga utlar la dstrbuo prgomtrca. La forma matmatca d tal dstrbuo è la sgut: P (5.) S ot b ch a dffra dl caso dlla dstrbuo bomal, cascua dll strao o soo dpdt l'ua dall altr. S rcorda ch co la scrttura m s dca l coffct bomal m C : ( )! m m!! C (5.) Ua proprtà d coffct bomal ch sarà utl pr calcol succssv è la sgut: 0 (5.) S calcola ora l valor mdo dlla dstrbuo utlado la dfo dl momto al d ord : µ 0 (5.) Podo - s ott: µ 0 (5.5) Dalla proprtà d coffct bomal, s ott: m (5.6)

7 Pr quato rguarda la dvao stadard, dopo lugh tdos calcol s arrva a: m ( )( ) ( ) (5.7) Esmpo U'ura cot 0 pall: 7 d qust soo d color baco l rmat tr soo r. Calcolar la probabltà ch strado u campo a caso d 5 pall, d qust sao bach. Applcado la formula dlla dstrbuo prgomtrca co dat fort l tsto s ott: !! 5 P!!!! 0 0! 5 5! 5! 05 5 coè la probabltà d strarr u campo d 5 pall cott pall bach è par a 05/5 /5, ossa poco mo dl %. 5.. Dstrbuo cotu 5... Dstrbuo ormal L dstrbuo prcdtmt vst dvgoo utlabl pr valor d molto grad o, rspttvamt, pr alt valor d λ. Ifatt, ssdo ss dstrbuo d tpo dscrto, la loro fuo d dstrbuo o può calcolars altro ch dopo avr calcolato l probabltà d sgol valor argomtal. Il calcolo d tal probabltà dv strmamt oroso quado ll formul:, λ dvgoo molto grad. P p q, P λ λ (5.8)! Dalla prma, troducdo al posto d valor argomtal loro scart dalla mda -p, qual hao la stssa dstrbuo, suppodo grad l umro suffctmt pccolo prché sa < p,q, s può calcolar co ua formula approssmata l valor d P(). I fattoral ch compaoo ssa vrrao sosttut dalla formula d Strlg m m m! m + ( E ) m cu E m td a ro al crscr d m. 7

8 dat l uso d tal sprsso d qualch svluppo sr trocato s prv all sprsso: ota com formula d D ovr. Podo h pq, s ha: pq P( ) (5.9) pq h h h P( ) P(p) (5.0) S è molto grad, ach qud possoo assumr u gra umro d valor; o s commtt prtato u rror ssbl cosdrado cotua la varabl casual co dstrbuo d probabltà data dalla (5.0). Tuttava, pr quato gà dtto sull dstrbuo cotu, o s potrà pù dfr la probabltà P d u sgolo scarto, ch è ulla, ma solo la probabltà ftsma dp d ottr uo scarto comprso u trvallo ftsmo d; ossa: h h dp d (5.) Qusta sprsso, drvata ll pots ch sa pccolo, v assuta pr qualuqu valor d, ossa pr - < < poché quado è grad, la sua probabltà dvta molto pccola. L sprsso trovat soo approssmat; o è duqu fuor luogo vrfcar s soo soddsfatt l du codo ssal prché l quao: h h (5.) rapprst ffttvamt la dstà d probabltà d ua varabl casual costtuta da scart. Ess soo: h h d h h, µ d 0 La prma sprsso s modfca com sgu, podo ξh: (5.) h h ξ d d (5.) Ioltr µ è vdtmt ullo prché la fuo è dspar l trvallo d tgrao è smmtrco rsptto allo ro. 8

9 La (5.) rapprsta qud la dstà d probabltà d ua uova varabl casual, dtta Gaussaa o ormal, cu valor argomtal possoo varar da - a + co cotutà, smmtrca rsptto all ass, co valor massmo ugual a h pr 0. La varaa l momto d scodo ord d tal varabl cocdoo. S ha prcsamt, co la solta sosttuo ξh, tgrado pr part: h h ξ ξ h d h + ξ ξ ξ dξ h dξ h h ξ ξ ξ dξ (5.5) La rlao appa trovata /h, gustfca l om d msura d prcso ch v dato alla costat h: ssa è vrsamt proporoal allo s.q.m. ossa, pr pccol valor d, coè pr valor argomtal poco dsprs attoro alla mda, s ha u lvato valor d h, coè u lvata prcso. Qusta formulao drva da qulla orgal d Gauss, ch troduss la dstrbuo ormal o com lmt d qulla bomal, ma com ua dstrbuo alla qual avrbbro dovuto obbdr gl rror d msura d ua grada pr far sì ch la mda artmtca d ua sr d msur foss la stma pù vrosml dlla msura. S può ora rscrvr la (5.) lla sua forma pù gral, troducdo du paramtr, mda varaa, da cu dpd og dstrbuo ormal, coè: ( ) ( µ ) (5.6) la qual avrà l massmo l puto µ. S potrbb dmostrar ch la possd du flss put µ+ µ-. La famgla dll curv ormal avt la stssa mda s dspo, qud, com lla Fgura sgut. Fgura Rapprstao grafca dlla dstà d probabltà d du varabl casual ormal co stssa mda dvrsa 9

10 L rspttv fuo d dstrbuo: ( µ ) F ( ) ( ) d d (5.7) avrao vc l adamto vsbl lla Fgura sgut. Fgura Curva d dstrbuo pr l du v.c. rapprstat Fgura Tuttava l sprsso pù comu dll dstà d probabltà d ua dstrbuo ormal è acora u altra, cu s troduc co u cambamto d varabl, l cosddtto scarto stadardato o utà stadard: µ (5.8) Pr cu la (5.6) dvta: (5.9) ( ) La varabl casual ha coè mda ulla varaa utara. Essa v chamata v.c. ormal stadardata, quato ssa o compar pù alcuo d du paramtr ch carattrao la v.c. orgal. Il passaggo dalla dstrbuo ormal grca a qulla stadardata tramt la trasformao (5.8) mplca ua traslao lugo l ass d ua rduo d scala da a. S dmostra ch: d (5.0) Poché l tgral è par, s ha: d + 0 d (5.) 0

11 S ha po: b b b f ( ) d f( ) d f( ) d (5.) a a a Poché l valor dll tgral è dpdt dalla varabl d tgrao: b b ( ) d f( ) d f( ) d f( ), ssdo dpdt l du varabl d tgrao: b b f d (5.) a b a b ( ) d f( ) d f( ) f( ) a b b a f dd (5.) a S applca tal proprtà alla fuo qusto, lvata al quadrato: a a a I d d d dd (5.5) Itroducdo l coordat polar s ott: I / / 0 ρ ρ ρ dρρd dθ / dθ 0 / ρ + ρ 0 0 / dθ 0 dρρd (5.6) Estrado la radc quadrata, la ts è dmostrata. S calcolao d sguto mda µ, varaa, asmmtra γ curtos β. µ d d 0 (5.7) d + d 0 + d d (5.8)

12 γ β d + d 0 d d d + d 0 + (5.9) (5.0) L ordat () soo tabulat pr valor d da 0 a lla Tablla. La corrspodt fuo d dstrbuo: Z F ( ) d (5.) è tabulata forsc la probabltà d valor argomtal comprs fra du lmt qualuqu (vd Tablla ). S, data ua v.c. ormal co mda µ s.q.m., s vuol ottr la probabltà d valor argomtal a b, bsogrà rcavar: a µ, b µ (5.) La probabltà crcata sarà F( ) F( ). Podo partcolar µ λ, s dduc ch, qualuqu dstrbuo ormal a mda µ s.q.m., la probabltà d valor argomtal ch dffrscoo dalla mda d ±λ, è rspttvamt: λ F() - F(-) F(-) λ F() - F(-) F(-) 0.95 λ F() - F(-) F(-) Cò sgfca ch qualuqu dstrbuo ormal s ha l 68% d probabltà d ottr valor argomtal (µ-) (µ+), l 95% d probabltà d ottr valor argomtal (µ- ) (µ+) l 99,7% d probabltà d ottr valor argomtal (µ-) (µ+).

13 Esmpo Ua maccha produc sfrtt co u damtro mdo d 8 mllmtr dvao stadard par a mllmtr. Trovar la probabltà ch l damtro d ua sfrtta sa comprso tra mllmtr ll pots ch l fomo sgua ua lgg ormal. Abbadoado tal pots, trovar u lmt fror alla probabltà suddtta. a) Pr l calcolo d P( < < ) ll pots d lgg ormal, s cosdr dapprma la stadardao: 8 8 Dalla tablla dlla ormal stadard : P(-) P() P P() P(-) 0.95 b) l scodo caso s usa la dsuguaglaa d Čbšv (ch val o solo pr la ormal): P( X µ λ ) λ I qusto caso λ, qud: [( 8 ) < X < ( 8 + ) ] P[ ( µ ) < X < ( µ ) ] P + P [( µ ) < X < ( µ + ) ] λ

14 5... Torma ctral dlla statstca S parta da alcu prmss c s rcollgh al captolo rguardat l trasformao d varabl casual. S l trasformao soo a dmso, s dstgu l caso cu m m>. l prmo caso, cu m la trasformao G(X) sa rgolar, coè X G - (Y), s può dfr la trasformao vrsa; pr l torma d cosrvao dll probabltà lmtar, s ott: f() dv f() dv (5.), pr ot torm dll algbra lar ch s rfrscoo al lgam tra volum dtrmat, s ha: [ J( ) ] dv Sosttudo qust ultma lla formula (5.) s ott: dv dt (5.) [ J( ) ] dv f() dv f() dt (5.5) f() f() (5.6) dt [ J( ) ] Pr quato rguarda vc l caso cu m>, s part da u smpo, la fuo somma d du varabl casual Y X +X, cu X Y soo tra loro dpdt. La fuo X -Y+X è rapprstata l pao XY dalla rtta: +d d dds L lmto d volum dv() s rduc qusto smpo a dy, mtr all lmto dy sull ass dll Y corrspod l pao X X l ara comprsa tra l rtt Y -X+Z Y - X+Z+dZ; prtato s ott: f( ) d f(, ) dd (5.7) d d (, ) d d f (5.8)

15 (, ) f d (5.9) La suddtta formula assum po la forma d tgral d covoluo l caso cu X X sao dpdt. S ha: ( ) f ( ) f ( ) f d (5.50) ch è faclmt gralabl al caso a dmso ch, smpr ll pots d dpda d tutt l compot, s prsta lla forma: f (5.5)... ( ) f ( )... f ( ) (5.5) ( ) d f ( ) d f ( ) d f ( ) f + (5.5) S dmostra, a partr da quato dtto sopra, ch la combao lar d varabl casual ormal è ua varabl casual ormal. Pr provar cò è suffct dmostrar ch la somma d du varabl casual ormal è ua varabl casual ormal; fatt og covoluo può ssr smpr scomposta covoluo dopp s l varabl casual soo dpdt: ( ) + f() + + d d d d d d d (5.5) (5.55) (5.56) (5.57) (5.58) (5.59) (5.60) 5

16 S po: coè: qud s ott: Poché s ha: t dt d t dt f() dt t dt t (5.6) (5.6) s ott: f() (5.6) ch è ua varabl casual ormal. Cosdramo l du prcdt prmss: a) la combao lar d varabl casual ormal è ua varabl casual ormal; b) la somma d varabl casual qualsas è astotca alla varabl casual ormal. Sao dat varabl casual qualsas (dpdt) s abba: ( ) (tutt l varabl casual hao la stssa mda) µ ( ) (tutt l varabl casual hao la stssa varaa) S costrusc ua somma dll varabl casual dpdt: s (5.6) Il torma ctral dlla statstca dmostra ch S td statstcamt lgg ad ua varabl casual dstrbuta ormalmt avt mda µ varaa (la tda lgg sgfca ch la dstrbuo {s } td alla dstrbuo ormal): s (µ( ) 6

17 Pr l torma dlla mda s ha, fatt: Pr la lgg d propagao s ha oltr: E ( s ) E( ) µ µ (5.65) ( s ) (5.66) ( s ) (5.67) L mportaa d qusto torma sta lla possbl trprtao ch sso dà al fatto sprmtal rcooscuto ch gl rror d msura tdoo a dstrburs ormalmt: cò almo quado l procdmto d msura sa usato vco al lmt dlla sua prcso massma. L trprtao d cu s sta parlado è la sgut: gl rror d msura dpdoo da ua sr d fattor ambtal, strumtal soggttv ch hao, prso cascuo solatamt, u flua mprcttbl sul procdmto d msura; cascuo d qust fattor prcò assum l asptto d ua v.c. ch pr lo pù può ssr rtuta dpdt dall altr. Fattor d qusto tpo possoo ssr l grado d umdtà dll ara, la sua tmpratura, la lumostà dl goro oppur la o prftta platà d uo spccho, la prsa d mcrocorrt dott (rumor) u crcuto oppur l grado d affatcamto dll occho d u oprator, cc. Com s è dtto, og sgolo fattor ha u flua trascurabl sul procdmto d msura, ma tutt fattor mss sm producoo u fftto ssbl, l rror d msura, ch sarà dscrtto da ua varabl casual somma d molt altr: pr l torma ctral tal rror d msura tdrà prcò ad ssr dstrbuto ormalmt. Tal torma è ua dll pù fort gustfcao dll utlo dlla dstrbuo ormal pr la rapprstao dll adamto dgl rror d msura. Ifatt, gl rror d msura, prs sgolarmt, costtuscoo dll varabl casual dpdt; prtato, combadol sm, s ott ch la dstrbuo dll rror global d msura td alla ormal. Covrga stocastca S cosdr ua succsso d varabl casual { }. S dc ch { } td stocastcamt a ro pr s rsulta, pr og ε prfssato: lm ( < ε) 0 (5.68) Tal rlao sgfca sostaalmt ch la { } td alla varabl casual coctrata ll org. 7

18 Usado l torma d Čbšv, s dmostra ch la codo suffct affché { } covrga stocastcamt a ro è ch rsult: lm E lm ( ) 0 ( ) 0 (5.69) (5.70) S dc po ch { } covrg stocastcamt alla varabl casual s { - } covrg stocastcamt a ro. S ot ch la covrga stocastca o è assmlabl ad ua covrga sso matmatco; fatt, s qusta aaloga sussstss s potrbb dfr la probabltà attravrso u sprmto lugo a pacr, l ch è vc mpossbl. Torma d Broull (lgg d grad umr) Sa { } ua succsso d varabl bomal; tal varabl casual dscrvoo la probabltà d succss su prov (p è la probabltà d succsso og sgola prova): / p (5.7) p + q (5.7) P ( ) q Sa po {f } la succsso dll varabl casual: f (5.7) Tal varabl dscrvoo la frqua rlatva d succss su prov. S dmostra ch {f } covrg stocastcamt a p; s ha, fatt: E f [ ] [ f ] [ ] p E lmp p [ ] p pq pq lm 0 pq (5.7) (5.75) Qud la ts è dmostrata. Tal torma sgfca ch, s s prd com vto E l strao da ua varabl casual qualsas s cosdra com succsso l vto A, rsulta: p P( A) 8

19 Fgura -. La frqua rlatva d succss, coè la frqua d strao da ch rcadoo A, td stocastcamt al valor p pr, coè: ( A) lm P( A) p (5.76) S ot ch l modo d tdr dlla f a p è stocastco qud o è mpossbl ch pr ua crta succsso d strao f s dscost da p, ma è solo molto mprobabl Dstrbuo χ S dc dstrbuo χ co grad d lbrtà la dstrbuo dlla somma d quadrat d varabl alator dpdt, cascua dll qual obbdsc ad ua lgg ormal co spraa matmatca ulla varaa par all'utà. Cosdrata coè la varabl: s ha ch la uova varabl χ dfta com: p() (5.77) χ (5.78) s dstrbusc scodo qulla ch v chamata dstrbuo χ pr grad d lbrtà, ossa: ( ) pχ ( ) χ χ (5.79) ( ) Γ 9

20 dov la fuo Γ è dfta com: Γ ( ) u u 0 Pr modst valor d, la curva è fortmt asmmtrca la sua mda µ val propro : fatt, calcolar l valor mdo d quval a calcolar la varaa d ch è apputo ugual ad poché l varabl soo stadardat: du d, (5.80) mtr la varaa è par a. Pr valor lvat d, tdt a, la dstrbuo χ / td alla dstrbuo ormal co mda par a varaa par a /. lla Fgura 5 sgut v raffgurata la dstrbuo al varar d. Fgura 5. I Tablla s possoo trovar valor d F(χ ) pr dffrt valor d Dstrbuo t d Studt Pr rcavar la dstrbuo d Studt s cosdr ua varabl alatora u dstrbuta scodo ua ormal stadardata ua varabl v, dpdt da, avt ua dstrbuo χ co grad d lbrtà. S vogla allora studar l comportamto dlla uova varabl t dfta com: u t v χ (5.8) 0

21 S può dmostrar ch qusta uova varabl obbdsc alla sgut dstrbuo, dtta apputo dstrbuo d Studt: f ( t) dov Γ è la fuo gà dfta prcda. + + Γ t + (5.8) Γ Qusta dstrbuo prsta du comportamt dffrt, a scoda dl valor d : Pr pccol valor d ssa approssma la dstrbuo d Cauch, mtr pr grad approssma la ormal. Gralmt, qusta dstrbuo v adoprata quado l umro d valor cosdrat è pccolo ( pccolo), quado s studao vt molto dstat dal valor mdo o quado s vrfcao tramb l stuao. S ha: µ 0 If s ot ch gl uc momt ft dlla dstrbuo d Studt soo qull d ord mor d. I partcolar tutt momt d ord dspar soo ull vrtù dlla smmtra dlla dstrbuo, mtr tutt qull d ord par supror ad soo ft. La curva è smmtrca u po pù bassa dlla curva ormal (vdr Fgura 6). Fgura 6 -. I valor d F(t), tabulat pr var valor d, soo fort Tablla.

22 5..5. Dstrbuo F d Fshr Sao dat du varabl casual dpdt, v w, tramb dstrbut scodo la χ co rspttvamt grad d lbrtà. La dstà d probabltà dlla varabl casual così dfta: v F (5.8) w è data da: f ( F ) f ( F ) / F / + (5.8) 0 S ha: µ ( + ) ( ) ( ) (5.85) I gr v utlata la dstrbuo d Fshr modfcata modo tal ch rsult smpr : suo valor s trovao Tablla 5, fuo d.

Definizione e proprietà dei numeri complessi

Definizione e proprietà dei numeri complessi umr complss Dfo proprtà d umr complss Rapprstao gomtrca d umr complss Espoal d u umro complsso Cougao d u umro complsso Radc -sm dll utà Dfo proprtà d umr complss U umro complsso é ua coppa ordata d umr

Dettagli

Bisogna innanzitutto calcolare le variazioni annue: loro o per riassumere distribuzioni che hanno andamento

Bisogna innanzitutto calcolare le variazioni annue: loro o per riassumere distribuzioni che hanno andamento La mda omtrca Pr ua dstrbuzo utara d u carattr quattatvo d trm, la mda omtrca è dfta com: K usata pr sttzzar dat ch ha sso moltplcar fra loro o pr rassumr dstrbuzo ch hao adamto omtrco S applca pr dtrmar

Dettagli

Variabili aleatorie una variabile aleatoria ( v.a.)

Variabili aleatorie una variabile aleatoria ( v.a.) Varabl alator ua varabl alatora ( v.a.) ua applcazo ch assoca u umro ral [0,] ad og rsultato dllo spazo dgl vt gral og sprmto alatoro carattrzzabl tramt ua varabl alatora dscrta o cotua Varabl alator dscrt:

Dettagli

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione.

Ciò infine permette di classificare le unità secondo una graduatoria di rango della distribuzione mediante la matrice R di uguale dimensione. I mtod d sts Data ua matrc d dat comosta d rgh colo, dov rarsta l umro d utà trrtoral da classfcar (ad smo l 03 rovc rarsta l umro d dcator trrtoral. Il rocsso d lavorazo uò ssr così rarstato forma matrcal:

Dettagli

Introduzione. La regressione logistica

Introduzione. La regressione logistica Aals statstca multvarata La rgrsso logstca Autor Alsado Lubsco Stfaa Mga Marla Pllat La rgrsso logstca Itroduzo S vuol dscrvr la rlazo d dpdza dl posssso d u attrbuto dcotomco da ua o pù varabl dpdt (X,

Dettagli

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP

Problemi di routing di veicoli: 2 Modelli e rilassamenti per il TSP Problm d routg d vcol: Modll rlassamt pr l TP Dal Vgo DEI, Uvrstà d Bologa dvgo@ds.ubo.t Problma dl Commsso Vaggator (TP) caso partcolar: dposto vcolo d capactà llmtata mmzzar l costo pr srvr tutt clt

Dettagli

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte;

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte; Apput d Statstca Socal Uvrstà Kor d Ea IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl dc d poszo, o d tdza ctral, soo umr ch sprmoo la sts umrca d ua dstrbuzo ( ) statstca smplc d ua varabl X. I valor ossrvat

Dettagli

Caso studio 4. La media geometrica. Esempio

Caso studio 4. La media geometrica. Esempio Caso studo 4 U vsttor dv dcdr s vstr l suo captal d 0.000 uro obblazo a tasso sso o a tasso varabl. Il tasso sso d trss ch l v proposto è dl 4% auo, pr u vstmto a 5 a. Pr l obblazo a tasso varabl l v vc

Dettagli

Trasformatore. Parte 2 Trasformatori trifase (versione del ) Trasformatore trifase (1)

Trasformatore. Parte 2 Trasformatori trifase  (versione del ) Trasformatore trifase (1) Trasformator Part 2 Trasformator trfas www.d.g.ubo.t/prs/mastr/ddattca.htm (vrso dl 0-11-2010) Trasformator trfas Pr trasfrr rga lttrca tra du rt trfas s possoo utlzzar tr trasformator moofas, ugual tra

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral SCIENZE STATISTICHE (Not ddattch) Bruo Chadotto Vrso 4 Cap 6 Ifrza statstca baysaa Itroduzo CAP 6 BAYESIANA N captol prcdt s è stata affrotata, modo quas sclusvo, la problmatca dll

Dettagli

FONDAMENTI DI STATISTICA 1

FONDAMENTI DI STATISTICA 1 FONDAMENTI DI TATITICA Lug Musso () Vcza Torator () Poltcco d Mlao DICA Pazza Loardo da Vc, 3 33 Mlao Tl -399-65 Fa -399-66 -mal lugmusso@polmt () Poltcco d Mlao DICA Pazza Loardo da Vc, 3 33 Mlao Tl -399-65

Dettagli

Statistica. Statistica descrittiva

Statistica. Statistica descrittiva Statstca La statstca rguarda la raccolta, prstazo, aals laborazo utlzzazo d dat umrc allo scopo d ffttuar frz, strapolazo, d forr dcazo dcsoal stuazo ch prstao u crto grado d alatortà. Essa è utlzzata

Dettagli

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1

Diodo: V D > 0. n p = N. p n0. x n. -x p 0. Figura 1 CORREI E IOO Pr l calcolo dlla corrt l dodo rsza d ua tso d olarzzazo stra faccamo l sgut ots smlfcatv: 1. cotatt mtallo-smcoduttor co l zo d soo d to ohmco, ovvrosa ad ss è assocata ua caduta d tso roorzoal

Dettagli

Abbiamo a disposizione i seguenti pattern appartenenti a tre classi A, B e C B C A

Abbiamo a disposizione i seguenti pattern appartenenti a tre classi A, B e C B C A RICONOSCIMENO DI FORME Mtod No Paramtrc pr la Classfcazo Suprvsoata Captolo 5 ESERCIZIO Abbamo a dsposzo sgut pattr appartt a tr class A, B C. A..3.7.4..0.6.9 B.7.4 C.4.5.6...4..0.8.6..3.5.9 C propoamo

Dettagli

Appunti sulle Equazioni Differenziali. Appunti sulle equazioni differenziali

Appunti sulle Equazioni Differenziali. Appunti sulle equazioni differenziali Apput sull Equazo Dffrzal Apput sull quazo dffrzal S chama quazo dffrzal u tpo partcolar d quazo fuzoal, lla qual la fuzo cogta compar sm ad alcu su drvat, ossa u quazo lla qual oltr all ormal oprazo algbrch

Dettagli

1 - Numeri complessi. 1.0 Breve cronologia dei simboli Definizione e proprietà dei numeri complessi

1 - Numeri complessi. 1.0 Breve cronologia dei simboli Definizione e proprietà dei numeri complessi - um complss - Dfo poptà d um complss - Rappstao gomtca d um complss - Espoal d u umo complsso - Cougao d u umo complsso - Radc -sm dll utà I matmatca l voluo o s fao dstuggdo mod pcdt ch matao smp la

Dettagli

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni

Esercitazioni di Calcolo delle Probabilità (04/04/2012) Soluzioni Esrcitazioi di Calcolo dll Probabilità (4/4/) Soluzioi Esrcizio. Si trovi il valor dlla costat pr cui f, (>,

Dettagli

Istogrammi e confronto con la distribuzione normale

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

Dettagli

L soluzon Data la funzon ln( ) f ( ) 3 a trova l domno d f b scrv, splctamnt pr stso, qual sono gl ntrvall n cu f() rsulta postva qull n cu rsulta ngatva c dtrmna l vntual ntrszon con gl ass d studa l

Dettagli

La distribuzione Normale

La distribuzione Normale Matatca Fca cla 5G La dtrbuzo oral Fracco Fotaa otaa@lcorrar.t paga La dtrbuzo oral Mda dvazo tadard Codrao rultat pr ua varabl alatora. Il valor do ott co la da arttca d valor qut oo ugualt rqut ugualt

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

ESERCIZI - PRIMA PARTE

ESERCIZI - PRIMA PARTE ESERCIZI - PRIM PRTE Gl src d cu s dca umr paa s tratt dal tst SSalsa Squllat Esrc d Matmatca vl d Zachll Prlmar prcp d du 6 a p 7 a p 6 7 8 9 a p 9 7 8 9 a p 8 a p a p Rslvr l sut dsqua: 6 6 Cct bmal

Dettagli

Lezione 3. Omomorfismi di gruppi

Lezione 3. Omomorfismi di gruppi Lzio 3 Prrquisiti: Applicazioi tra isimi. Rlazioi di quivalza. Lzio. Omomorismi di gruppi I qusta lzio itroduciamo uo strumto util a corotar l struttur di gruppi distiti. Diizio 3. Siao (, (, gruppi. U'applicazio

Dettagli

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

CENNI SULL USO DEL METODO SIMBOLICO PER IL CALCOLO DELLA

CENNI SULL USO DEL METODO SIMBOLICO PER IL CALCOLO DELLA ENN SU USO DE METODO SMBOO PE AOO DEA SPOSTA N EGME PEMANENTE SNUSODAE DE UT osdramo u crcuo composo da ua r d lm lar pass com rssor, codsaor, duor a cu è applcao u graor d forza lromorc l qual forsc ua

Dettagli

L equazione del reticolo cristallino

L equazione del reticolo cristallino Chmc sc supror Modulo L quzo dl rtcolo crstllo Srgo Brutt Rchmo d mtmtc: l sr d ourr U quluqu uzo () può ssr rpprstt spso d Tylor purchè l uzo () s drzbl - volt : ( )!... Nl cso cu ()=g() s u uzo prodc

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

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

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

Dettagli

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U MECCANISMI COMBINAI DI SCAMBIO ERMICO: Coffct Global d Scambo rmco U All tro com all stro d u ambt possamo ar: a. Cozo tra l ara l part tra l ara ( a ) gl oggtt b. Irraggamto tra gl oggtt tra qust l part

Dettagli

Soluzioni. 1. Data la funzione. a) trova il dominio di f

Soluzioni. 1. Data la funzione. a) trova il dominio di f Soluzon Data la funzon a) trova l domno d f f ( ) + b) ndca qual sono gl ntrvall n cu f() rsulta postva qull n cu rsulta ngatva c) dtrmna l vntual ntrszon con gl ass d) studa l comportamnto dlla funzon

Dettagli

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Uvrstà Cattao Castllaza Aals matmatca Aa Mara Mascolo Vtal Coprght Uvrstà Carlo Cattao - LIUC Cso Mattott

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

ANALISI DI FOURIER. Segnali Tempo Discreti:

ANALISI DI FOURIER. Segnali Tempo Discreti: AALISI DI FOURIER Sgali Tmpo Discrti: - Trasformata Discrta di Fourir -Squza priodica - Taratura dgli assi frquziali - TDF di ua squza fiita - Campioamto i Frquza - Algoritmi fft: srcitazioi Matlab -Zro

Dettagli

4 -Trasformata di Fourier discreta 2D (DFT-2D)

4 -Trasformata di Fourier discreta 2D (DFT-2D) Prssa 4 -Trasorata d ourr dscrta D DT-D Sa u ag capoata rapprstata da ua taba x: - - - Dzo proprtà da DT-D - Oprazo su ag oro trasorat - orua d vrso da DT-D - Eguagaza d Parsva - - - - -- S cosdra a taba

Dettagli

Analisi Matematica I Soluzioni del tutorato 4

Analisi Matematica I Soluzioni del tutorato 4 Corso di laura i Fisica - Ao Accadmico 07/08 Aalisi Matmatica I Soluzioi dl tutorato 4 A cura di David Macra Esrcizio ( i) Domiio di dfiizio: La fuzio o è dfiita s è tal ch l argomto sotto radic sia gativo,

Dettagli

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U

MECCANISMI COMBINATI DI SCAMBIO TERMICO: Coefficiente Globale di Scambio Termico U MECCNISMI COMBINI DI SCMBIO EMICO: Coffct lobal d Scambo rmco U ll tro com all stro d u ambt possamo ar: a. Cozo tra l ara l part tra l ara ( a gl oggtt b. Irraggamto tra gl oggtt tra ust l part c. Coduzo

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l.

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l. EffP Srl Valor mmoblar: gstr d ammstrar pr crar l valor dgl mmobl 1 Il Il U mmobl è u valor ch va prsrvato, curato, gstto matuto l tmpo. EffP è u azda ata pr forr srvz ch sostgoo l vostro. Il Valor dlla

Dettagli

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} =

c) Calcolare la probabilità P{N 120 = 36, N 180 = 48} = b) Calcolare la probabilità condizionata P{M 120 = 6 N 120 = 36} = Laura Trial i Matmatica, Uivrsità La Sapiza Corso di Probabilità 2, A.A. 26/27 Prova scritta dl 26 Giugo 27 Soluzioi dgli srcizi proposti Esrcizio. Gli arrivi di mssaggi -mail ad u dato idirizzo di posta

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO

ESAME DI STATO DI LICEO SCIENTIFICO Ssso ordara sprmtal 8 9 ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE PIANO NAZIONALE INFORMATICA Tma d: MATEMATICA Il caddato rsolva uo d du problm rspoda a 5 qust dl qustoaro. PROBLEMA Sa la

Dettagli

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016

Caso studio 7. Concentrazione. Misurazione della concentrazione (distribuzione unitaria) 07/03/2016 07/0/206 Caso studo 7 L OCSE la dsguaglaza: a ch puto è la ott? D Stfao Prr (rtcolo dspobl qu: http://www.coomapoltca.t/ prmo-pao/locs--la-dsguaglaza-a-ch-puto--la-ott/). Dopo la rcrca dl 2008 Growg Uqual[],

Dettagli

Programma della I parte

Programma della I parte Programma dlla I part alla mccaca quatstca: l modllo dll atomo Dall atomo a crstall: statstca d rm-drac, l modllo a bad d rga, popolazo dll bad, lvllo d rm crstall lassfcazo d matral bas alla loro coducblta

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Tassi Equivalenti. Benedetto Matarazzo

Tassi Equivalenti. Benedetto Matarazzo Tass Equval Bdo Maarazzo Corso d Maaca Fazara Rg fazar Oprazo fazar Irss Scoo Equvalz fazar Rg dll rss splc Rg dll rss coposo Rg dll rss acpao (scoo corcal Prcpal proprà d u qualsas rg fazaro Cofroo ra

Dettagli

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

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

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Chimica e Tecnologie Farmaceutiche (raggruppamento A-L) L soluzon dlla prova scrtta d Matmatca pr l corso d laura n Chmca Tcnolo Farmacutch raruppamnto A-L. Data la unzon a. trova l domno d b. scrv, splctamnt pr stso, qual sono l ntrvall n cu rsulta postva

Dettagli

Le soluzioni della prova scritta di Matematica del 24 Aprile 2014

Le soluzioni della prova scritta di Matematica del 24 Aprile 2014 L soluzon dlla prova scrtta d Matmatca dl Aprl. Sa data la unzon 3 a. Trova l domno d b. Scrv, splctamnt pr stso non sono sucnt dsgnn, qual sono gl ntrvall n cu è postva qull n cu è ngatva c. Dtrmna l

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

I metodi di costruzione degli indici sintetici

I metodi di costruzione degli indici sintetici I mtod d costruzo dgl dc sttc Numros soo mtod dsobl r la sts d dcator lmtar. Gl alcatv ch costoo l calcolo d tal dc d sts soo soltamt lgat alla loro mlmtazo. Pr tal motvo, l cofroto tra rsultat ottut co

Dettagli

03 FUNZIONI ELEMENTARI

03 FUNZIONI ELEMENTARI 03 FUNZIONI ELEMENTARI I qusto paragrafo dfiiamo l più usuali fuzioi di ua variabil, a partir dall quali, co l oprazioi algbrich la composizio di fuzioi, si ottrrao la maggior part dgli smpi ch icotrrmo.

Dettagli

Le soluzioni della prova scritta di Matematica del 7 Febbraio 2014

Le soluzioni della prova scritta di Matematica del 7 Febbraio 2014 L soluzon dlla prova scrtta d Matmatca dl 7 Fbbrao. Sa data la unzon ln ln a. Trova l domno d. b. Scrv, splctamnt pr stso, qual sono gl ntrvall n cu è postva qull n cu è ngatva c. Dtrmna l vntual ntrszon

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral Statstca, Scz Attuaral Fazar INFERENZA STATISTICA (Not ddattch) Bruo Chadotto Vrso 5 Cap. 6 Ifrza statstca baysaa Itroduzo CAP. 6 INFERENZA STATISTICA BAYESIANA N captol prcdt è

Dettagli

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE FO DI INGEGNERI orso d Fsa a tal ESERIZI SVOI ONDUZIONE Esrzo Esrzo Dtrar l flusso tro pr utà d suprf attravrsa rg prat ua lastra paa ooga dllo spssor d 8 o l du fa atut all tpratur d 9 =.9 /..9 9 85.8

Dettagli

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%.

SOLUZIONI. risparmio totale = D altra parte la traccia di dice anche che: e 64 L = produzione. Pertanto si ha: Quindi si ha un risparmio del 9,902%. SOLUZIONI. Il costo d un farmaco da banco pr un dtrmnato prncpo attvo è così suddvso: l 7,% pr la confzon, l 7,% pr la produzon d l rstant % pr l IVA. Dlla quota rlatva alla produzon, l 3% è dovuto all

Dettagli

Lezione 3 Cenni di meccanica statistica classica e quantistica

Lezione 3 Cenni di meccanica statistica classica e quantistica Lzo 3 C d mccaca statstca classca quatstca Fsca dllo Stato Soldo http://www.d.uf.t/fsca/bruzz/fss.html Lzo.3 C d mccaca statstca classca quatstca- M. Bruzz Laura magstral Iggra Elttroca 1 Itroduzo Voglamo

Dettagli

Esercizi per il corso Matematica clea

Esercizi per il corso Matematica clea Esrcizi pr il corso Matmatica cla Dail Ritlli ao accadmico 008/009 Lzio : Succssioi Sri gomtrica Esrcizi svolti. Provar ch: + ) /. Provar ch: + ) + ) 0. Provar ch: + 4. Provar ch 5. Provar ch + ) + ) 4

Dettagli

SOLLECITAZIONI COMPOSTE

SOLLECITAZIONI COMPOSTE Sussidi didattici pr il corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì SOLLECITZIOI COPOSTE GGIORETO 14/10/011 Corso di COSTRUZIOI EDILI Prof. Ig. Fracsco Zaghì FLESSIOE DEVIT Si ha flssio dviata quado

Dettagli

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI

ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI ESERCIZI SULLE SUCCESSIONI NUMERICHE-SOLUZIONI Esrcizio ( (i + + + Razioalizziamo: ( + + + ( + + + + ( + + + + [ ( ( ] ( + ( + + + + + + + [ ( + [( + ] ( ] + ( + ( + + + + ( + [( + ] ( + + + ( + ( + Dividiamo

Dettagli

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

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

Dettagli

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

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

Dettagli

Interferenza e diffrazione con gli esponenziali complessi. Nota

Interferenza e diffrazione con gli esponenziali complessi. Nota Intrfrnza dffrazon con gl sponnzal complss ota on s fanno commnt sul sgnfcato d rsultat ottnut, n su qullo dll pots d volta n volta assunt: lo scopo solo qullo d mostrar com funzon n pratca l formalsmo

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Lezione 3 Cenni di meccanica statistica classica e quantistica

Lezione 3 Cenni di meccanica statistica classica e quantistica Lzo 3 C d mccaca statstca classca quatstca Fsca dllo Stato Soldo http://www.d.uf.t/fsca/bruzz/fss.html Elttroca a.a. 16-17 1 Itroduzo Voglamo stdr coctt trodott mccaca a sstm compost da u umro molto lvato

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT)

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT) 3 - rasormata d orr dscrta Dscrt orr rasorm D - Dscrtzzazo dlla sr d orr - Dzo rortà dlla D - D d sgal traslat - U smo d D - ormla d vrso dlla D - Egaglaza d Parsval - D ral 3 - Dscrtzzazo dlla sr d orr

Dettagli

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ }

( ) ε > 0, δ 0. +, con 1. ) si può centrare in c prendendo δ = min { δ1, , δ > 0. I c. c R un punto di I e f una funzione definita in \{ } Alcu cosidrazioi sulla dfiizio di limit Alcu cosidrazioi sui limiti di fuzioi Itori di u puto U itoro (complto) di u puto è u qualsiasi itrvallo aprto cui il puto apparti Esmpi: (,3) è u itoro di [,3)

Dettagli

Liceo scientifico comunicazione opzione sportiva

Liceo scientifico comunicazione opzione sportiva PRVA D ESAME SESSINE RDINARIA Lico scitifico comuicazio opzio sportiva Il cadidato risolva uo di du problmi rispoda a qusiti dl qustioario Durata massima dlla prova: 6 or È costito l uso dlla calcolatric

Dettagli

Indipendenza in distribuzione

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

Dettagli

S O L U Z I O N I + 100

S O L U Z I O N I + 100 S O L U Z I O N I Nl 00 un farmaco vnva vnduto a 70 a) Nll pots ch ogn anno l przzo aumnt dl 3% rsptto all anno prcdnt quanto vrrbb a costar lo stsso farmaco nl 0? b) Supponamo ch l przzo dl farmaco nl

Dettagli

Apprendimento per Perceptron: esempio. Apprendimento di Reti di Perceptron. Discesa di Gradiente. gradiente

Apprendimento per Perceptron: esempio. Apprendimento di Reti di Perceptron. Discesa di Gradiente. gradiente / 3 ; J DA E F DA DA I DA $ N 45 2 dov "#$ &'#$, 9? K 9 O L M M K 9L 7 9 AC AC Sstm d Elaborazon dll Informazon 9 Sstm d Elaborazon dll Informazon Apprndmnto pr Prcptron smpo Apprndmnto d Rt d Prcptron

Dettagli

Si possono distuguere due casi: a) molecole distinguibili: il numero di modi è dato da

Si possono distuguere due casi: a) molecole distinguibili: il numero di modi è dato da ESISTE UA OTEOLE DIFFEEA TA LE SOLUIOI DEI POLIEI E QUELLE DELLE OLECOLE PICCOLE DOUTA ALLA DIFFEEA DI DIESIOI TA LE OLECOLE POLIEICHE E QUELLE DEL SOLETE. Pr qusto motvo trattrmo l soluzon polmrch attravrso

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

g ( x )dx e se ne dia l interpretazione geometrica.

g ( x )dx e se ne dia l interpretazione geometrica. ESAME DI STATO DI LICEO SCIENTIFICO Sssio Ordiaria 9 PIANO NAZIONALE INFORMATICA Problma Sia f la fuzio dfiita da Dov è u itro positivo....!! I. Si vrifichi ch la drivata di è:!. Si dica s la fuzio f ammtt

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE DATA MINING PER IL MARKETING 63 or Mrco R mr@upr.t Sto wb dl corso http://www.r.t/dmm LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE Esst u rlzo lr tr X? I cso ffrmtvo: Com vr u vrbl dpdt fuzo

Dettagli

APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006

APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006 APPUNTI DI TATITICA DECRITTIVA Co applcazo ll ambt statstco R Vrso prlmar agosto 006 Vttoro Colagrad TUDIO DELLE RELAZIONI TRA DUE CARATTERI TATITICI Nll aals d dat s è spsso trssat a studar s tra du carattr

Dettagli

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

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

Dettagli

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

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

Dettagli

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione

ESERCIZI SULLE SUCCESSIONI. a n := 2n + 3 3n 7. n n cos 2 n + 2. (3) Dimostrare, attraverso la definizione, che la successione ESERCIZI SULLE SUCCESSIONI VALENTINA CASARINO Esrcizi pr il corso di Aalisi Matmatica, Iggria Gstioal, dll Iovazio dl Prodotto, Mccaica Mccatroica, Uivrsità dgli studi di Padova) ) Vrificar, attravrso

Dettagli

( x ) = l equazione y ( x) si risolve mediante sviluppi in serie; , non è facile da risolvere analiticamente

( x ) = l equazione y ( x) si risolve mediante sviluppi in serie; , non è facile da risolvere analiticamente rs d apprfdmt d matmatca: Eqaz dffrzal Appt dll lz dl /4/ dl /4/ a cra dl Prf. Frad D Agl. Prmssa - Mtd mrc Ogg parlrm dl mtd d Elr. m dtt l prm ctr alc qaz dffrzal s facl da rslvr. Ad smp: l qaz ( s rslv

Dettagli

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione Sommaro Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Boplot (grafco a scatola Steam ad Leaf (grafco ramo-fogla Esempo replogatvo sulla forma d ua dstrbuoe Leoe 6 Curata da Claudo Coversao

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA B. Chadotto Vrso 7 Cap. 6 Ifrza statstca baysaa Itroduzo CAP. 6 BAYESIANA N captol prcdt è stata affrotata, modo quas sclusvo, la problmatca dll frza statstca paramtrca, prsuppodo, coè, ota la forma aaltca

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt

La corrente i(t) che percorre l avvolgimento del trasformatore durante il transitorio è definita dalla seguente equazione: di dt Cosruzo Elroach Corr d coro crcuo u rasforaor Sovracorr rasforaor Esaao qus au, odo slfcao, l org l cosguz dll sovracorr ch ossoo sollcar l avvolgo d u rasforaor dura u coro crcuo a ors dl scodaro. 1 -

Dettagli

a b a b, infatti: a, b

a b a b, infatti: a, b Numr complss_03 Cosdrmo l'sm I. dfmo du opro, b c, d c, b d, dchmo l'opro smplcmt co scrvmo: Elmto utro: Opposto d 0,0, b c, d c, b d, b è, b, ftt:, b, b 0,0 Tl opro è commuttv ssoctv, b c, d c bd, d bc

Dettagli

1 Studio di funzioni, sviluppi di Taylor e serie

1 Studio di funzioni, sviluppi di Taylor e serie Studio di fuzioi, sviluppi di Taylor sri. Esrcizi. Sia fx = x +. Dtrmiar l isim di dfiizio. Studiar il sgo. Calcolar i iti agli strmi dll isim di dfiizio. Dir s ci soo asitoti. Dtrmiar l isim di cotiuità

Dettagli

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

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

Dettagli

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti Prncp d applcazon dl mtodo dgl lmnt fnt Formulazon bas con approcco agl spostamnt PRINCIPIO DEI LAVORI VIRTALI Data una crta statca: sforz σ j, forz d volum F forz d suprfc f j ; s dmostra ch mporr la

Dettagli

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

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

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

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

Dettagli

Statistica descrittiva per l Estimo

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

Dettagli

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

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

Dettagli

ln( t + ) dt, calcolare i punti critici di F(x) e

ln( t + ) dt, calcolare i punti critici di F(x) e Prova scritta di Aalisi Matmatica I (VO) or 6/0/0 ) Dfiizio di fuzio cotiua i u puto classificazio di puti di discotiuità Utilizzado la dfiizio dir pr quali valori di k è cotiua i =0 la sgut fuzio l 0

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni Sri umrich sri di fuzioi Sri Numrich Covrgza Putual di Sri di Fuzioi Suto- Il lavoro coti la risoluzio di alcui srcizi sullo studio dl carattr di sri umrich sulla covrgza putual di sri di fuzioi. Gli srcizi

Dettagli

Esercizi sulle serie numeriche e sulle serie di potenze

Esercizi sulle serie numeriche e sulle serie di potenze Eserc sulle sere umerche e sulle sere d potee ) Determare la covergea semplce e assoluta della seguete sere co C : se ta l Iamo co la covergea assoluta. Dobbamo studare la seguete se ta l Essa (utlado

Dettagli