Sistemi Intelligenti Introduzione all inferenza statistica
|
|
- Jacopo Rota
- 8 anni fa
- Visualizzazioni
Transcript
1 Sistemi Itelligeti Itroduzioe all ifereza statistica Alberto Borghese Uiversità degli Studi di Milao Laboratory of Applied Itelliget Systems (AIS-Lab) Dipartimeto di Scieze dell Iformazioe 1/34 Overview Teoria della probabilità e teorema di Bayes Esercizi 2/34 1
2 A A a lim i ) > ai Probabilità lim i > Per il teorema del limite cetrale la frequeza di u eveto su ifiite realizzazioi è uguale alla sua probabilità. Suppoiamo A {a 1, a 2 } La probabilità che si verifichi uo tra tutti i casi possibili è sempre 1. Ovverosia la somma delle probabilità di tutti gli eveti (se mutuamete esclusivi) somma 1. A a 1 A a 2 A a + 1 A a2 A a ) A a ) lim lim 2 + lim > > > 1 A) A a1 ) + A a2) 1 1 3/34 Box {r(ed), b(lue)} Fruit {a(pple), o(rage)} U esempio (apple soo mele verdi) Suppoiamo di predere u frutto alla volta e di sostituirlo co u frutto dello stesso tipo (samplig with replacemet) Suppoiamo di selezioare Box r 40% delle volte e Box b il 60% delle volte. Box r) 0,4 Box b) 0,6 Box) 1 4/34 2
3 Formulazioe statistica Apple Orage Red Blue i y x i X {x i } {blue, red box} Y {y } {apple, orage} trials z i is the sample observed i each trial. i is the umber of trials i which x i ad y were observed. PROBABILITA COGIUTA i, i 5/34 Esempio (80) 4/10 (32) 6/10 (48) 2/8 (8) 6/8 (24) apple orage 5/8 (30) 3/8 (18) apple orage Apple Orage Red Blue x i y i, i, 6/34 3
4 Some questios What is the probability that the selectio procedure will produce a apple? What is the probability that the box selected was the blue oe if we pick up a orage? 7/34 Probabilità cogiuta What is the probability that the blue box is chose ad a apple is selected? 4/10 (32) 6/10 (48) 2/8 (8) 6/8 (24) apple orage 5/8 (30) 3/8 (18) apple orage Apple Orage Red Blue 4/10*2/88/80 8 6/10*5/830/ /10*6/824/ /10*3/818/80-18 x i y i, Xx i ; Yy ) Xb; Ya) 30 / 80 lim+ 8/34 4
5 Probabilità codizioata 4/10 (32) 6/10 (48) 2/8 (8) 6/8 (24) apple orage 5/8 (30) 3/8 (18) apple orage Apple Orage 4/10*2/88/80 8 6/10*5/830/ /10*6/824/ /10*3/818/80-18 x i i Yy X x i ) Ya X b) lim + i Red Blue a, b a, b + o, b 9/34 y 30 5 / Probabilità semplice 4/10 (32) 6/10 (48) 2/8 (8) 6/8 (24) apple orage 5/8 (30) 3/8 (18) apple orage X r) Apple Orage 4/10*2/88/80 8 6/10*5/830/80 30 y 4/10*6/824/ /10*3/818/80-18 x i i, o i Y o) lim / i, a i Y a) lim + 10/ r lim + Red Blue 5
6 Probabilità margiale X r) r lim /10 E la probabilità otteuta sommado le probabilità delle altre variabili (mettedo ai margii), i questo caso la variabile Y (frutto) r, X r) lim X r, Y y ) + i, o i Y o) lim X xi, Y o) Apple Orage + Red Blue 4/10*2/88/80 8 6/10*5/830/ /10*6/824/ /10*3/818/80-18 x i y 11/34 Riassumedo Xx i ; Yy ) Xx i ) Yy X x i ) i, lim + lim + lim + i i, i Xxi ; Yy ) i i i i Probabilità cogiuta Probabilità semplice (margiale) Probabilità codizioata Yy X x i ) Xx i ) i i Xx i ; Yy ) i Xx i Y y ) Yy ) i i 12/34 6
7 I forma più compatta Xx i ; Yy ) X,Y) Probabilità cogiuta Xx i ) X) Probabilità semplice (margiale) Yy X x i ) Y X) X,Y) P (Y X)X) X,Y) P (X Y)Y) Probabilità codizioata X) Y Y) X P ( X, Y ) P ( X, Y ) 13/34 Teorema di Bayes X,Y) P (Y X)X) X Y)Y) Y X ) X ) P (X Y) Y ) 14/34 7
8 Il teorema di Bayes el ostro caso 4/10 6/10 2/8 6/8 5/8 3/8 apple orage apple orage Suppoiamo di cooscere X), probabilità di scelta del box, e la Y X), probabilità di avere ua mela (aracia) se scegliamo u certo box, possiamo determiare la probabilità assoluta (semplice) di scegliere u certo frutto, Y)? Suppoiamo di o cooscere X), probabilità di scelta del box, coosciamo la probabilità Y X) e Y). Possiamo determiare X)? 15/34 Determio Y) Yapple) (2+5) / 16 7/16 Yorage) (6+3)/16 9/16 Yapple X blue) 5/8 Yorage X blue) 3/8 Yapple X red) 2/8 Yorage X red) 6/8 Yapple X blue) + Yorage X blue) 1 Yapple X red) + Yorage X red) 1 4/10 6/10 2/8 6/8 5/8 3/8 apple orage apple orage Yapple) Yapple X blue) Xblue) + Yapple X red) Xred) 5/8*6/10 + 2/8*4/10 38/80 7/16 Yorage) Yorage X blue) Xblue) + Yorage X red) Xred) 3/8*6/10 + 6/8*4/10 42/80 9/16 16/34 8
9 Determio Y) - tabella Apple Orage Red Blue 4/10*2/8 6/10*5/8 4/10*6/8 6/10*3/8 x i y Sommo lugo x, margializzo x. Yapple) 5/8*6/10 + 2/8*4/10 38/80 Yorage) 3/8*6/10 + 6/8*4/10 42/80 Xred) 4/10*2/8 + 4/10*6/8 4/10 Xblue) 6/10*5/8 + 6/10*3/8 6/10 17/34 Determio X Y) P (X Y) Y X ) X ) Y ) 4/10 6/10 2/8 6/8 5/8 3/8 apple orage apple orage Xred Yorage) Yorage Xred) Xred)/Yorage) (6/8*4/10) / (21/40) 24/42 > 4/10 Xblue Yorage) Yorage Xblue) Xblue)/Yorage) (3/8*6/10) / (21/40) 18/42 < 6/10 Xred Yapple) Yapple Xred) Xred) / Yapple) (2/8*4/10) / (19/40) 8/38 << 4/10 Xblue Yapple) Yapple Xblue) Xblue) / Yapple) (5/8*6/10) / (19/40) 30/38 >> 6/10 18/34 9
10 P (X Y) Y X ) X ) Y ) Xred Yapple) 8/38 << 4/10 Xblue Yapple) 30/38 >> 6/10 Iterpretazioe Correggo la probabilità a-priori, X) co le iformazioi raccolte, Y), e ottego ua uova valutazioe della probabilità di X (che dipede da Y), X Y) detta probabilità a-posteriori. Apple Orage Red 4/10 6/10 2/8 6/8 5/8 3/8 apple orage apple orage Blue 4/10*2/88/80 8 6/10*5/830/80 30 x i 19/34 x i 4/10*6/824/ /10*3/818/80-18 y P (X Y) Y X ) X ) Y ) Importaza 4/10 6/10 2/8 6/8 5/8 3/8 apple orage apple orage Questo è u tipico esempio di problema iverso. Raccogliamo delle misure Y e vogliamo determiare da quale sistema (modello probabilistico) possoo essere state geerate. Possiamo iserire delle iformazioi statistiche (a-priori) su X, cioè sulla forma del modello (e.g. smoothess) 20/
11 Overview Teoria della probabilità e teorema di Bayes Esercizi 21/34 Probabilità codizioata Cosideriamo u mazzo di 40 carte: vogliamo valutare quale sia la probabilità che ua carta estratta a caso sia u re. vogliamo valutare quale sia la probabilità che ua carta estratta a caso sia u re, sapedo di avere estratto ua figura. Y) probabilità che sia u re X) probabilità che sia ua figura Y X) 1/3 Y) Y/X) X) 1/3 12/40 4/40 Figura Pr(12/40) RE Pr(1/3)!Figura Pr(28/40 22/
12 Esempio I I ua città lavorao due compagie di taxi: blue e verde: X {T blu, T verde } co ua Distribuzioe di 85% di taxi verdi e 15% di taxi blu. Succede u icidete i cui è coivolto u taxi. U testimoe dichiara che il taxi era blu. Era sera e l affidabilità del testimoe è stata valutata dell 80%. Qual è la probabilità che il taxi fosse effettivamete blu? o è l 80%! 23/34 Esempio - I X {T blu, T verde } Y {C blu, C verde } Icidete Taxi verde Taxi blu Verde Blu Verde XT blue Y blue ) Y blue X blue )X blue ) / Y blue ) Blu X blue ) Probabilità a-priori 0.15 Y blue X blue ) Probabilità codizioata /
13 Esempio - I X {T blu, T verde } Y {C blu, C verde } XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) Icidete Taxi verde Taxi blu Verde Blu Verde Blu Y blu ) Probabilità margiale di Y (probabilità semplice) Y blu X blu )X blu ) + Y blu X verde )X verde ) 0.8* * XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) 0.8*0.15 / /34 Esempio - I X {T blu, T verde } Y {C blu, C verde } XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) Icidete Taxi verde Taxi blu Verde Blu Verde Blu Y blu ) Probabilità margiale di Y (probabilità semplice) Y blu X blu )X blu ) + Y blu X verde )X verde ) 0.8* * XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) 0.8*0.9 / /
14 SW i Matlab 10 XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) ,000 XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) ,000 XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) ,000 XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) ,000,000 XT blu Y blu ) Y blu X blu )X blu ) / Y blu ) Possiamo dare degli itervalli di cofideza? Quato deve essere grade? 27/34 Lo strumeto pricipe per lo screaig per il tumore al seo è la radiografia (mammografia). Defiiamo X la situazioe della doa: X{saa, malata} Defiiamo Y l esito della mammografia: Y{positiva, egativa} La sesitività della mammografia è itoro al 90%: sesitività positive ill Esempio - II > Ypositive Xill) La specificità della mammografia è ach essa itoro al 90%: specificità egative healthy > Yegative Xhealthy) 28/
15 Esempio II X {Healthy, Ill} Y {Positive, egative} Screeig Healthy Ill Positive egative Positive egative XIll YPositive) YPositive XIll)XIll) / YPositive) YPositive XIll) 0.9 * YPositive YPositive XIll) + YPositive XHealthy) * /34 Esempio - II YPositive YPositive XIll) + YPositive XHealthy) * % di probabilità di avere u esame positivo a frote di uo 0.01% di doe malate! Solo lo 0,9% proviee da doe effettivamete malate, le altre soo false positive Ifatti il PPV (Positive Predictive Value) è: XIll YPositive) YPositive XIll)XIll) / YPositive) 0.09 / (8.3%) Solo 8.3% delle doe co mammografia positiva soo effettivamete ammalate. Aalizzado la formula del teorema di Bayes, dove ha seso ivestire per otteere u redimeto delle screeig maggiore? 30/
16 Esempio II X {Healthy, Ill} Y {Positive, egative} Screeig Healthy Ill Positive YPositive XIll) 0.9 * egative Positive egative YPositive YPositive XIll) + YPositive XHealthy) * XIll YPositive) YPositive XIll)XIll) / YPositive) / ,6% >> 8.3% 31/34 Esempio II X {Healthy, Ill} Y {Positive, egative} 0.99 Screeig Healthy Ill 0.01 Positive YPositive XIll) 0.99 * egative Positive egative YPositive YPositive XIll) + YPositive XHealthy) * XIll YPositive) YPositive XIll)XIll) / YPositive) / % > 8.3%. 32/
17 Riepilogo P (X Y) Y X) X) X, Y) Teorema di Bayes Y) Y) Lega probabilità codizioate, cogiute, semplici (margiali) Cosete di iferire la probabilità di u eveto, X, a partire dalla probabilità associata alla frequeza di ua certa misura, Y), dalla probabilità che lega la misura all eveto, associata alla frequeza relativa dell eveto associato alla misura, Y X), e dalla probabilità ota a-priori, X), dell eveto. La probabilità X Y) viee per questo detta probabilità a-posteriori. Viee utilizzata ei problemi iversi. 33/34 Overview Teoria della probabilità e teorema di Bayes Esercizi 34/
Sistemi Intelligenti Introduzione al calcolo delle
Sistemi Intelligenti Introduzione al calcolo delle probabilità - I Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliCONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
DettagliIntroduzione al calcolo delle probabilità - I
Itroduzioe al calcolo delle probabilità - I Alberto Borghese Uiversità degli Studi di Milao Laboratory of Applied Itelliget Systems (AIS-Lab) Dipartimeto di Iformatica borghese@di.uimi.it 1/26 http:\\borghese.di.uimi.it\
DettagliDIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y.
DIPENDENZA O CONNESSIONE Due caratteri X e Y cogiutamete cosiderati si dicoo tra loro coessi quado le modalità di u carattere ifluezao il maifestarsi delle modalità dell altro. Ovvero quado la coosceza
DettagliIntroduzione al calcolo delle probabilità - II
Introduzione al calcolo delle probabilità - II Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it 1/32
DettagliIntroduzione al calcolo delle probabilità - II
Introduzione al calcolo delle probabilità - II Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it 1/25
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
DettagliLe onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione
Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo
DettagliIntroduzione al calcolo delle probabilità - I
Itroduzioe al calcolo delle probabilità - I Alberto Borghese Uiversità degli Studi di Milao Laboratory of Applied Itelliget Systems (AIS-Lab) Dipartimeto di Iformatica borghese@di.uimi.it 1/27 http:\\borghese.di.uimi.it\
DettagliV Tutorato 6 Novembre 2014
1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe
DettagliDEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
DettagliPrincipi base di Ingegneria della Sicurezza
Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il
DettagliAnno 5 Successioni numeriche
Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai
DettagliSistemi Intelligenti Introduzione al calcolo delle probabilità - I
Sistemi Intelligenti Introduzione al calcolo delle probabilità - I Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliSUCCESSIONI E SERIE NUMERICHE
SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua
DettagliSERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.
Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.
DettagliSuccessioni. Grafico di una successione
Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario
Dettagli1 Limiti di successioni
Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite
DettagliEsercizi riguardanti limiti di successioni
Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
DettagliESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1
ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe
DettagliIl test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
DettagliCalcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale
Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la
DettagliSTATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
DettagliSTIME E LORO AFFIDABILITA
TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da
DettagliRandom walk classico. Simulazione di un random walk
Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete
DettagliTecnica delle misurazioni applicate Esame del 4 dicembre 2007
Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
DettagliLezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs
Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero Lezioe 9- - Problema del trasporto Prof. Cerulli Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, ) A o violi
Dettagli52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%
RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base
DettagliSoluzione La media aritmetica dei due numeri positivi a e b è data da M
Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliIMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras
IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E
Dettagli5 ln n + ln. 4 ln n + ln. 6 ln n + ln
DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio
DettagliANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.
ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità
DettagliStatistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame
Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale
DettagliSistemi Intelligenti Introduzione al calcolo delle probabilità - I
Sistemi Intelligenti Introduzione al calcolo delle probabilità - I Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliCarta del rischio di Tumore al polmone
Carta del rischio assoluto Serve a calcolare, prendendo in considerazione l abitudine al fumo, la probabilità del soggetto di ammalarsi di tumore al polmone ad una data età. Il rischio è stato calcolato
DettagliFunzioni con dominio in R 2
0.1 Grafici e curve di livello Politecnico di Torino. Funzioni con dominio in R 2 Nota Bene: delle lezioni. Questo materiale non deve essere considerato come sostituto Il dominio U di una funzione f e
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
DettagliAnalisi statistica dell Output
Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo
DettagliLa matematica finanziaria
La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto
DettagliTeorema 13. Se una sere converge assolutamente, allora converge:
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e
DettagliRandom walk classico. Simulazione di un random walk
Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti
DettagliProbabilità e Statistica I
Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
DettagliLA VERIFICA DELLE IPOTESI SUI PARAMETRI
LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività
DettagliEsame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola
Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliMetodi statistici per l'analisi dei dati
Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio
DettagliSistemi e Tecnologie della Comunicazione
Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche
DettagliEQUAZIONI ALLE RICORRENZE
Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
DettagliStrumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi
Versione 2.0 Strumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi Corso anno 2011 E. MANUALE UTILIZZO HAZARD MAPPER Il programma Hazard Mapper è stato realizzato per redarre,
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliAlcuni parametri statistici di base
Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di
DettagliFONDO CRESCO. Elementi di sintesi. Milano 24 gennaio 2013. Riservato e confidenziale
FONDO CRESCO Elemeti di sitesi Milao 24 geaio 2013 Riservato e cofideziale Premessa ed obiettivi del documeto. L obiettivo del presete documeto è quello di presetare il Fodo CRESCO che affiacherà il Fodo
DettagliRendita perpetua con rate crescenti in progressione aritmetica
edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come
DettagliSelezione avversa e razionamento del credito
Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del
DettagliNumerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone
Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema
DettagliCOMPLEMENTI ALLE SERIE
COMPLEMENTI ALLE SERIE. Serie a termii i sego efiitivamete ostate Per ompletezza rihiamo il riterio el rapporto e ella raie, seza imostrarli... Teorema (Criterio el rapporto). Sia a ua suessioe a termii
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliProbabilità e statistica
Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
DettagliFoglio di esercizi N. 1 - Soluzioni
Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >
DettagliUniversità degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2
Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i
DettagliLe scelte del consumatore in condizione di incertezza (cap.5)
Le scelte del consumatore in condizione di incertezza (cap.5) Che cos è il rischio? Come possiamo indicare le preferenze del consumatore riguardo al rischio? C è chi acquista assicurazione (non ama il
DettagliCorsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3.
Corsi di Laurea i Igegeria Edile e Architettura Prova scritta di Aalisi Matematica del 6// ) Mostrare che + si( ) cos () si( ) log(( + ) / ) = 3. Possibile soluzioe: Cosiderado dapprima il deomiatore otiamo
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti
DettagliQuestionario per casa 6 Febbraio 2012
1 Il numero 4 2004 + 2 4008 è uguale a a) 4 4012 b) 4 4008 c) 4 2004 d) 2 4009 e) 2 2012 Questionario per casa 6 Febbraio 2012 2 La statura media dei 20 studenti di una certa classe è 163,5 cm. Se ciascuno
DettagliLA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità
DettagliIntroduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)
Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
Dettagli1 Probabilità condizionata
1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento
DettagliUn problema! La letteratura riporta che i pazienti affetti da cancro. = mesi
CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
Dettagli8. Quale pesa di più?
8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora
DettagliSintassi dello studio di funzione
Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliSomma logica di eventi
Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero
DettagliLimiti 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
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliI numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa
I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettagli(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scienze dell Informazione
(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scieze dell Iformazioe NOTA Quado i problemi soo formulati el liguaggio ordiario, teere presete che la soluzioe
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliRisposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere
Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati
Dettaglil insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)
Che cos è una funzione? Assegnati due insiemi X e Y si ha una funzione elemento di X uno e un solo elemento di Y. f : X Y se esiste una corrispondenza che associa ad ogni Osservazioni: l insieme X è detto
DettagliLezione 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
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliESERCITAZIONE N. 6 corso di statistica
ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli
DettagliElementi di matematica finanziaria
Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate
Dettagli