Statistica e analisi dei dati Data: 7 Marzo Lezione 4
|
|
- Rosa Buono
- 5 anni fa
- Visualizzazioni
Transcript
1 Statistica e analisi dei dati Data: 7 Marzo 2016 Lezione 4 Docente: Prof. Giuseppe Boccignone Scriba: Matteo Gandossi 1 Indipendenza Stocastica Definizione 1 (Indipendenza Stocastica). Dati due eventi A e B, se P (A and B) = P (A B) = P (A) P (B), allora si dice che gli eventi A e B sono stocasticamente indipendenti(s.i.). 2 Esempio sull indipendenza stocastica Consideriamo ora l esperimento ε = Lancio di due monete e l evento E = Esce almeno una volta testa ; lo spazio di campionamento dell esperimento ha cardinalitá #(S) = 4 ovvero tutte le combinazioni possibili dei lanci mentre la cardinalitá dell evento é #(E) = 3 escludendo il caso in cui le due monete hanno entrambe dato Croce. Considerando che per effettuare l esperimento sono state utilizzate monete bilanciate é possibile effettuare l esperimento lanciando una sola moneta per due volte in quanto i due lanci sono indipendenti tra loro e quindi vi é indipendenza stocastica. 2.1 Rappresentazione tabellare É possibile rappresentare l esperimento mediante una tabella che mostra tutti i possibili esiti. Figura 1: Tabella degli esiti Per calcolare la probabilitá dell evento E, si puó adottare un approccio inverso, ovvero determinando la probabilitá dell evento complementare E= Nessuna testa che equivale a Due croci per poi sfruttare la regola del complemento: P(E)=1-P( E) 1
2 2 Lezione 4 P (E) = 1 P (M 1 = Croce M 2 = Croce ) P (E) = 1 P (M 1 = C ) P (M 2 = C ) P (E) = 1 [ ] P (E) = 3 4 Che equivale a calcolare la probabilitá dell evento E: P (E) = P (M 1 = T esta orm 2 = T esta ) P (E) = P (M 1 = T M 2 = T ) P (E) = P (M 1 = T ) + P (M 2 = T ) P (M 1 = T M 2 = T ) P (E) = [ ] P (E) = Rappresentazione ad albero Un altro metodo per calcolare la probabilitá é tramite l albero delle probabilitá (detto anche Chance Tree) che semplifica la visualizzazione quando un esperimento é a piú stadi (in questo caso gli stadi sono i lanci): Per ogni stadio ci sono tanti rami quanti sono gli esiti elementari Il numero totale dei percorsi rappresenta il numero totale di esiti composti possibili Ad ogni percorso é associata la probabilitá corrispondente all evento Figura 2: Visualizzazione ad albero Osservazione 2. Seguendo i rami del percorso si ottengono tutti gli esiti composti descritti nella tabella precedente (Vedi Figura 1): la probabilitá complessiva si ottiene moltiplicando tra loro tutte le probabilitá incontrate nel percorso per raggiungere l esito.
3 Lezione Affidabilitá dei sistemi L affidabilitá (Reliability) é la probabilitá che un sistema non si guasti in un determinato lasso di tempo. Un sistema puó essere formato da diverse componenti ed é quindi necessario conoscere la configurazione dei suoi componenti e l affidabilitá di ognuno per poter determinare l affidabilitá complessiva del sistema. Il complementare dell affidabilitá viene detto Fallibilitá. 3.1 Sistemi semplici Sistema in serie In un sistema in serie il processo viene eseguito in maniera sequenziale ovvero l output di un componente é l input del componente successivo. Figura 3: Sistema in serie semplice In questa configurazione, é necessatio che ogni componente sia operativo e il guasto di un solo componente porta al blocco del sistema. Indicando R A la probabilitá che il componente A non si guasti (ovvero la sua affidabilitá) e R B la probabilitá che il componente B non si guasti, l affidabilitá dell intero sistema X(R X ) é: R X = P (A B) = R A R B Sistema in parallelo In un sistema in parallelo il processo viene eseguito seguendo piú possibili percorsi indipendenti tra loro. Figura 4: Sistema in parallelo semplice In questa configurazione, non é necessario che ogni componente sia operativa; é sufficiente che almeno una non sia guasta. Il blocco del sistema si verifica solo quando ogni componente é guasta. Per semplicitá consideriamo la fallibilitá delle compondenti ovvero F A e F B e determiniamo la fallibilitá F X del sistema X: F X = P ( X) = P ( A B) = P ( A) P ( B) = F A F B R X = 1 F X
4 4 Lezione Eventi multipli Consideriamo ora tre eventi stocasticamente indipendenti A,B,C; la probabilitá P(A B C) equivale al prodotto delle probabilitá dei singoli eventi ovvero P (A) P (B) P (C) Dimostrazione P (A B C) = P ((A B) C) = P (A B) P (C) = P (A) P (B) P (C). Generalizzando, per induzione, la precedente a un insieme di eventi indipendenti A 1, A 2,..,A n si puó dire che: Teorema 3 (Regola generale del prodotto per eventi indipendenti). n P (A 1 A 2... A n ) = P ( A i ) i=1 = P (A 1 ) P A 2 )... P (A n ) n = P (A i ). i=1 3.3 Sistemi complessi Sistema in serie Figura 5: Sistema in serie complesso Applicando la regola appena dimostrata, l affidabilitá di questo sistema é: R X = P (A B C) = R A R B R C. Nel caso in cui le tre componenti fossero la stessa componente e quindi R A = R B = R C = R k l affidabilitá risulta: E piú in generale, nel caso di n componenti: R X = P (A B C) = R 3 k. R X = R n k.
5 Lezione Sistema in parallelo Figura 6: Sistema in parallelo complesso F X = P ( X) = P ( A) P ( B) P ( C) = F A F B F C R X = 1 F X Nel caso in cui le tre componenti fossero la stessa componente e quindi F A = F B = F C = F k l affidabilitá risulta: R X = 1 F 3 k E piú in generale, nel caso di n componenti: R X = 1 (F k ) n Sistema misto Figura 7: Sistema misto Nel caso di sistemi misti, ovvero formati da piú sottosistemi semplici e/o complessi collegati tra loro si procede semplificando i sottosistemi complessi in modo tale da ottenere sistemi piú semplici da calcolare: R T = 1 (F D F E F F ) R Q = 1 (F G F H )
6 6 Lezione 4 Figura 8: Sistema misto ridotto R X = R A R B R T R Q R J R K.
Probabilitá condizionata
Probabilitá condizionata 12 marzo 2017 Si introduce il concetto di indipendenza stocastica e la regola del prodotto per eventi indipendenti. Si discute di come un processo con memoria introduca un condizionamento
DettagliIntroduzione al Teorema di Bayes - Regola delle probabilitá totali
Statistica e analisi dei dati Data: 14 Marzo 2016 Introduzione al Teorema di ayes - Regola delle probabilitá totali Docente: Prof. Giuseppe occignone Scriba: Diedolo Luca 1 Teorema di ayes Il teorema o
DettagliProbabilità: teoremi e distribuzioni
Probabilità: teoremi e distribuzioni OBIETTIVO DIDATTICO DELLA LEZIONE Illustrare le più importanti distribuzioni di probabilità che vengono utilizzate in statistica Distribuzioni di probabilità 1. La
DettagliStatistica e analisi dei dati Data: 14 Marzo Lezione 7. Figura 1: Spazio campionario relativo al problema della diagnosi
Statistica e analisi dei dati Data: 4 Marzo 06 Lezione 7 Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Teorema o regola di Byes Esempio. Diagnosi medica Figura : Spazio campionario relativo
DettagliStatistica e analisi dei dati Data: 29 Febbraio Lezione 3
Statistica e analisi dei dati Data: 29 Febbraio 2016 Lezione 3 Docente: Prof. Giuseppe Boccignone Scriba: Sara Fasano 1 Definizione formale di Probabilitá Sia dato lo spazio probabilizzabile (S, F). Definizione
DettagliDistribuzione Binomiale
Statistica e analisi dei dati Data: 2 Maggio 2016 Distribuzione Binomiale Docente: Prof. Giuseppe Boccignone Scriba: Nicoló Pisaroni 1 Conteggi e tempi di attesa Consideriamo il seguente schema, facendo
DettagliLa probabilità composta
La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliLezione 1. 1 Probabilità e statistica. 2 Definizioni di probabilità. Statistica e analisi dei dati Data: 22 Febbraio 2016
Statistica e analisi dei dati Data: 22 Febbraio 2016 Lezione 1 Docente: Prof. Giuseppe Boccignone Scriba: Nicolò Pisaroni 1 Probabilità e statistica Probabilità: Un modello probabilistico é una descrizione
DettagliDefinizione formale di probabilitá
Definizione formale di probabilitá 10 marzo 2017 Si introducono la definizione assiomatica di probabilitá e alcune proprietá elementari che ne derivano 1 Eventi e insiemi Poiché un evento é definito come
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliELEMENTI DI PROBABILITA (parte 2) 1 / 27
ELEMENTI DI PROBABILITA (parte 2) 1 / 27 Combinazioni 2 / 27 Supponiamo di non essere interessati all ordine in cui sono disposti gli oggetti, per cui la parola abc sia indistinguibile dalla parola bca.
DettagliNote di Teoria della Probabilità.
Note di Teoria della Probabilità. In queste brevi note, si richiameranno alcuni risultati di Teoria della Probabilità, riguardanti le conseguenze elementari delle definizioni di probabilità e σ-algebra.
DettagliDistribuzione geometrica ed esponenziale negativa
Statistica e analisi dei dati Data: 9 maggio 216 Distribuzione geometrica ed esponenziale negativa Docente: Prof. Giuseppe Boccignone Scriba: Simone Canali 1 Distribuzione geometrica Si consideri un evento
DettagliVariabili aleatorie parte 2. 1 Definizione di funzione di ripartizione o funzione cumulativa (CDF)
Statistica e analisi dei dati Data: 11 aprile 2016 Variabili aleatorie parte 2 Docente: Prof. Giuseppe Boccignone Scriba: Alessandra Birlini 1 Definizione di funzione di ripartizione o funzione cumulativa
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
DettagliLaboratorio di Statistica e Analisi dei Dati
Laboratorio di Statistica e Analisi dei Dati Nicolò Campolongo Università degli Studi di Milano nicolo.campolongo@unimi.it December 14, 2018 Nicolò Campolongo (UniMi) Lezione 4 December 14, 2018 1 / 15
DettagliStatistica e analisi dei dati Data: 07 marzo Lezione 5. Figura 1: Modello ad Urna
Statistica e analisi dei dati Data: 07 marzo 2016 Lezione 5 Docente: Prof. Giuseppe Boccignone Scriba: Alessandra Birlini 1 Il modello a urna Figura 1: Modello ad Urna Con questo tipo di modello posso
Dettagli5 di tutti i possibili risultati relativi a un determinato esperimento si chiama spazio probabilistico
Gli eventi Torniamo ora a occuparci degli eventi. Qualunque sia la concezione utilizzata per determinare la probabilità di un evento, si lavora all'interno di un insieme determinato di casi possibili.
DettagliTeorema di Bayes. 13 aprile Regola delle probabilitá totali
Teorema di Bayes 3 aprile 207 Si introduce l equazione di partizione o regola delle probabilitá totali. Successivamente si discute il teorema di Bayes. Regola delle probabilitá totali Uno dei prerequisiti
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliVariabili aleatorie: parte 1. 1 Definizione di variabile aleatoria e misurabilitá
Statistica e analisi dei dati Data: 11 Aprile 2016 Variabili aleatorie: parte 1 Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori 1 Definizione di variabile aleatoria e misurabilitá Informalmente,
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliCalcolo delle Probabilità e Statistica. Test di verifica - 05/04/2005
Corso di Laurea in Informatica - a.a. 2004/05 Calcolo delle Probabilità e Statistica Test di verifica - 05/04/2005 Il candidato risolva due (e solo due) problemi tra i seguenti, motivando le proprie risposte.
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini e Leonardo Bertini. Lezione 1: Probabilità: fondamenti
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini e Leonardo Bertini Lezione 1: Probabilità: fondamenti Progettazione probabilistica: Considerazione delle incertezze
DettagliIl modello di Bernoulli
Il modello di in funzione DEFINIZIONE DI V.A. B(p) Una v.a. di arametro p è una v.a. che può assumere solo i valori 0 e 1, e per cui la probabilità di assumere il valore 1 è pari a p, e quella di assumere
DettagliCalcolo delle Probabilità: esercitazione 2
Argomento: eventi indipendenti ed incompatibili, probabilità dell evento unione e complementare, probabilità condizionata, principio della probabilità composta. Paragrafi 3.2, 3.3, 3.4 e 3.5 libro di testo.
DettagliNotazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A.
Notazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A. 1. Spazio di probabilità prodotto di una famiglia finita di spazi di probabilità Iniziamo la nostra discussione con
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliEsercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2.
Esercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2. a) Determinare l insieme di tutti i possibili sottoinsiemi
DettagliLotterie. Scelta in condizioni di incertezza. Lotterie. Lotterie. Lotteria. Gli individui scelgono tra alternative che hanno esiti incerti.
Scelta in condizioni di incertezza Corso di Microeconomia progredito Parte I Gli individui scelgono tra alternative che hanno esiti incerti Esempi Un modo per rappresentare le alternative rischiose é la
DettagliElementi di Calcolo delle probabilità
Elementi di Calcolo delle probabilità Docente: Francesca Benanti 13 Dicembre 2007 1 Definizioni di Probabilità La teoria della probabilità è quella parte della matematica che, sulla base delle informazioni
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliCalcolo combinatorio INTRODUZIONE. Ivan Zivko
Matematica Capitolo 3 Calcolo combinatorio Ivan Zivko INTRODUZIONE Nel calcolo combinatorio vengono sviluppate delle tecniche per determinare, senza enumerazione diretta, il numero dei possibili risultati
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione
DettagliProbabilità I Calcolo delle probabilità
Probabilità I Calcolo delle probabilità Nozioni di eventi. Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Concetto di probabilità Cos'è una probabilità? Idea di massima:
DettagliProbabilità. Introduzione. Esperimento casuale (o aleatorio): Può venir riproposto infinite volte.
Matematica Capitolo 4 Ivan Zivko Introduzione Esperimento casuale (o aleatorio): uò venir riproposto infinite volte. Il risultato (o esito) varia all interno di un certo numero (anche infinito) di casi
DettagliTest di preparazione all esame. Attenzione a non confonedere il coefficiente. n(n 1) (n m + 1) m(m 1) 2 1
Test di preparazione all esame. Attenzione a non confonedere il coefficiente binomiale ( ) n m con la frazione n m. I coefficiente binomiale si può calcolare come ( ) n m = n(n 1) (n m + 1). m(m 1) 2 1
DettagliSTATISTICA 1 ESERCITAZIONE 8
STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:
DettagliCalcolo 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
DettagliFoglio di Esercizi 10 con Risoluzione 18 dicembre 2017
Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 3
Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile
DettagliCALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento
CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme
DettagliLo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6
EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano
DettagliSi supponga di lanciare simultaneamente una moneta e un dado: (a) Qual é lo spazio degli eventi associato a quest esperimento?
1 Esercizio 1 Si supponga di lanciare simultaneamente una moneta e un dado: (a) Qual é lo spazio degli eventi associato a quest esperimento? (b) Qual é la probabilitá di uscita di una testa e di un tre?
DettagliMateriale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI
Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico 006-007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e
DettagliNote introduttive alla probabilitá e alla statistica
Note introduttive alla probabilitá e alla statistica 1 marzo 2017 Presentiamo sinteticamente alcuni concetti introduttivi alla probabilitá e statistica 1 Probabilità e statistica Probabilità: Un modello
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliCON LA MENTE E CON LE MANI GOVERNARE L INCERTEZZA ACCADEMIA DEI LINCEI 15 APRILE 2019
CON LA MENTE E CON LE MANI GOVERNARE L INCERTEZZA ACCADEMIA DEI LINCEI 15 APRILE 2019 Alfieri Silvia Bona Claudio Cosentino Chiara Giammusso Alessio Proietti Flavia - Savarese la Rosa Dario CLASSE 2D Insegnante
DettagliCONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;
ARITMETICA ELEMENTIDICALCOLO DELLE PROBABILITAÁ PREREQUISITI l l l conoscere e costruire tabelle a doppia entrata conoscere il significato di frequenza statistica calcolare rapporti e percentuali CONOSCENZE.
Dettaglidi qualche accadimento porta ad un particolare che, a partire da determinate condizioni iniziali, stato delle cose finali
Esperimenti aleatori un esperimento e l osservazione del verificarsi che, a partire da determinate condizioni iniziali, stato delle cose finali di qualche accadimento porta ad un particolare se si ripete
Dettaglif(1, C) = 1; f(2, C) = 1; f(3, C) = 3; f(4, C) = 2; f(5, C) = 5; f(6, C) = V ar(x) = E[X 2 ] (E[X]) 2 =
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Si lanciano un dado equilibrato a sei facce e una moneta equilibrata. Se esce testa e il valore del dado è pari oppure croce e il
DettagliVettori Aleatori discreti
Vettori Aleatori discreti Un vettore aleatorio X =(X,X 2,...,X n ) si dice discreto se esiste un insieme finito o numerabile C R n tale che P (X = x) >, 8x 2 C, P (X = x) =, 8x /2 C, dove, ponendo x =(x,...,x
DettagliProbabilità I. Concetto di probabilità. Definizioni di base: evento
Concetto di probabilità Nozioni di eventi. Probabilità I Calcolo delle probabilità Definizioni di probabilità Calcolo di probabilità notevoli Probabilità condizionate Cos'è una probabilità? Idea di massima:
DettagliEsercizi Teoria della Probabilità
Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa
DettagliALGEBRA DEGLI EVENTI
ALGEBRA DEGLI EVENTI Appunti introduttivi al Calcolo Combinatorio e al Calcolo delle Probabilità Classe Terza a cura di Franca Gressini Novembre 2008 1 Conosciamo tante algebre. quella letterale (gli oggetti
DettagliStatistica. Lezione : 18, 19. Variabili casuali
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Variabili
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA «Nella misura in cui le leggi della matematica si riferiscono alla realtà, esse non sono certe; e nella misura in cui sono certe, esse non si riferiscono alla realtà.» ALBERT
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
DettagliES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi
ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari
DettagliANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello 1/6/2017 1
ANNO ACCADEMICO 205/206 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello /6/207 Esercizio. Ho tre monete, A, B e C, apparentemente identiche ma tali che: A dà testa in media 4 volte in 0 lanci B
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 25 febbraio 2016 (9.00/13.00)
DettagliSoluzioni del compito di esonero di Algebra
Soluzioni del compito di esonero di Algebra 6 aprile 006 1. Usando il principio di induzione, svolgere uno a scelta fra i due seguenti esercizi. (a) Sia N + := N\{0}. Si consideri l applicazione f : N
DettagliCalcolo combinatorio minimo.
Calcolo combinatorio minimo. Ricordiamo (vedi prima lezione) che il numero delle possibili coppie (a i, b j ) con i A e j B è A B. il numero delle n-uple di elementi di un insieme A è A n. il numero di
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
DettagliEsercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/08 Istituzioni di Calcolo delle Probabilità David Barbato I quesiti con asterisco saranno accessibili dalla quinta settimana di lezione. Esercizio Vengono lanciati due dadi a 6 facce
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
Dettagli1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
DettagliNome e cognome:... Matricola...
Nome e cognome:................................................... Matricola................. CALCOLO DELLE PROBABILITA - 0/07/008 CdS in Economia e Finanza - Cds in Informatica - Cds SIGAD Motivare dettagliatamente
DettagliLA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria
ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.
DettagliEsercizi/domande su probabilità in spazi discreti, approccio classico e frequentistico. Daniela Bertacchi
Esercizi/domande su probabilità in spazi discreti, approccio classico e frequentistico Daniela Bertacchi Probabilità nel caso discreto Se Ω è discreto, per avere la probabilità di ogni evento basta conoscere:
DettagliIndicatori di posizione e ampiezza di variabili aleatorie
Statistica e analisi dei dati Data: 8 aprile 206 Indicatori di posizione e ampiezza di variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Matteo Gandossi Indicatori di posizione. Moda Data
DettagliEquidistribuzione su un insieme finito
su un insieme finito È la distribuzione che abbiamo già visto per il lancio del dado. Se {x 1, x 2,..., x n } sono gli n diversi valori che una variabile aleatoria X può assumere e tali valori sono equiprobabili,
DettagliProbabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
DettagliEsercizi svolti su probabilità condizionata e teorema di Bayes
Esercizi svolti su probabilità condizionata e teorema di Bayes Esercizio 1 Si stima che il 30% degli adulti negli Stati Uniti siano obesi, che il 3% siano diabetici e che il 2% siano sia obesi che diabetici.
DettagliIntroduzione al calcolo delle probabilità
Introduzione al calcolo delle probabilità L. Boni Approccio empirico OSSERVAZIONE IPOTESI TEORIA DOMINANTE ESPERIMENTO L esperimento Un esperimento (dal latino ex, da, e perire, tentare, passare attraverso
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica niroma1.it. Probabilità
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@u niroma1.it Probabilità Esercizio 1. Un esperimento casuale consiste nel lanciare tre volte una moneta. Si determini lo spazio campionario
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliCorso di Istituzioni di Matematiche
Corso di Istituzioni di Matematiche Università degli Studi della Basilicata Facoltà di Scienze MM. FF. NN. Corso di laurea in Biotecnologie A.A. 2010/11 dott.ssa Vita Leonessa Elementi di calcolo combinatorio
DettagliIntroduzione al calcolo delle probabilità
Introduzione al calcolo delle probabilità venti certi, impossibili, aleatori Supponiamo di lanciare un dado e consideriamo i seguenti eventi : ={ esce un numero compreso tra e 6 (estremi inclusi) } 2 ={
DettagliIstituzioni di Matematiche (V): Seconda Prova Parziale, 13 Gennaio 2015 (versione 1)
Istituzioni di Matematiche (V): Seconda Prova Parziale, 13 Gennaio 015 (versione 1) Nome e Cognome: Numero di matricola: Esercizio 1 Esercizio Esercizio 3 Esercizio 4 Esercizio 5 Totale 4 6 6 8 6 Tutte
DettagliProbabilità. Fulvio Bisi-Anna Torre
Probabilità Fulvio Bisi-Anna Torre FRATELLI E SORELLE Per la ricorrenza della festa della mamma, la sig.ra Luisa organizza una cena a casa sua, con le sue amiche che hanno almeno una figlia femmina. La
DettagliRappresentazione geometrica della coerenza nel caso di tre eventi (Versione 0.5)
Rappresentazione geometrica della coerenza nel caso di tre eventi (Versione 0.5) Giuseppe Sanfilippo 27 marzo 2009 Indice 1 Introduzione 1 2 Involucro convesso con 7 vertici. 4 3 Tre Eventi con due restrizioni
Dettagli( ) ( ) Ω={1,2,3,4,5,6} B B A Siano A e B due eventi di Ω: si definisce evento condizionato B A. Consideriamo il lancio di un dado:
Eventi condizionati Quando si ha motivo di credere che il verificarsi di uno o più eventi sia subordinato al verificarsi di altri eventi, si è soliti distinguere tra eventi dipendenti(o condizionati )
DettagliStatistica. Motivazioni
Statistica Docente: Massimiliano Grosso Dipartimento di Ingegneria Chimica e Materiali Università degli Studi di Cagliari E-mail: grosso@dicm.unica.it Telefono: 070 675 5075 Web: http://people.unica.it/massimilianogrosso
DettagliApplicazioni dell Algoritmo di Euclide
Applicazioni dell Algoritmo di Euclide Applicazione dell Algoritmo di Euclide al calcolo del Massimo Comune Divisore tra due interi Mostriamo un esempio di come l algoritmo di Euclide permetta di calcolare
DettagliLa PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.
La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA
DettagliLezione 2. La probabilità oggettiva : definizione classica e frequentistica e loro problemi
Lezione 2 La probabilità oggettiva : definizione classica e frequentistica e loro problemi La definizione classica Definizione classica: La probabilità di un evento E è il rapporto tra il numero dei casi
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
Dettagli