VARIABILI ALEATORIE (O CASUALI) Il termine variabile aleatoria indica una quantità il cui valore è determinato da un

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "VARIABILI ALEATORIE (O CASUALI) Il termine variabile aleatoria indica una quantità il cui valore è determinato da un"

Transcript

1 VARIABILI ALEATORIE O CASUALI Font: Ccchtell, Dall Aglo, Mood-Graybll. Modul 4, 5, 7,8 del rogramma. Il termne varable aleatora ndca una quanttà l cu valore è determnato da un esermento aleatoro. Dato l legame d dendenza da rsultat dell esermento la varable aleatora rcorda l concetto d funzone Y f una legge che assoca ad ogn elemento del domno uno ed un solo elemento del condomno Y: s tratta n effett d assocare, secondo una determnata regola, un numero reale ad ogn evento elementare ω d Ω. Defnzone: Una varable aleatora v.a. è una funzone defnta sullo sazo camonaro Ω che assoca un numero reale ω ad ogn evento elementare ω d Ω. Il suo domno è Ω e l suo codomno l asse de numer real R. S oera ertanto una trasformazone degl event elementar d Ω n unt dell asse reale R. Una varable aleatora uò essere dscreta o contnua, a seconda che lo sazo camonaro su cu è defnta sa dscreto o contnuo. Nel caso dscreto la v.a. uò assumere un numero fnto o un nfntà numerable d valor. Nel caso contnuo la v.a. uò assumere un nfntà non numerable d valor. S rcord che con la lettera mauscola s ntende ndcare la varable aleatora, mentre con la lettera mnuscola sn ntende l sngolo valore assunto dalla v.a. VARIABILI ALEATORIE DISCRETE In una v.a. dscreta quando s fanno corrsondere a valor d rsettv lvell d robabltà s ottene la funzone d robabltà P, defnta come:

2 P 0 se se R R dove con R s ntende l nseme che contene numer real effettvamente assunt da nseme delle mmagn d. Una funzone d robabltà deve soddsfare due roretà: 0 R. R La dstrbuzone d robabltà uò essere descrtta anche attraverso la funzone d rartzone P, che anzché consderare le robabltà de sngol valor F d, fa rfermento agl ntervall, ] er tutt numer real, er la quale vale che: F 0 se < F se < + se k,,..., k dove F P S tratta d una funzone costante a tratt: nell ntervallo, la funzone è costante, mentre n + cresce della quanttà +. [ + Valore atteso: s chama valore atteso o meda della v.a. : E. R Varanza: s chama varanza della v.a. : E Var E E E R R

3 3 Dm: [ ] + R R E E E Var + R R R E E. E E E E E + Scarto quadratco medo: s chama scarto quadratco medo della v.a. : Var σ. Proretà del valore atteso e della varanza: Se Y è una v.a. ottenuta er trasformazone lneare d, er cu Y a + b, s ha: EY a + b E Dm: + + R R R R b a b a y y Y E ; E b a b a R R + + e VarY b Var Dm: + R R E b a b a y Y E y Y Var. Var b E b R Esemo : S consder l lanco d due dad a 4 facce numerate:,, 3, 4. Il rmo dado D è equlbrato, e qund la robabltà d uscta d ognuna delle 4 facce è ar ad /4; l secondo dado D è nvece truccato n modo tale che la robabltà d

4 uscta d un numero ar e doa rsetto all uscta d un numero dsar. Per questo secondo dado s ha che: P P 3 / 6 e P P 4 / 6. S vuole costrure la v.a. Somma del rsultato de due dad D + D, determnare valor della funzone d rartzone e calcolare l valore atteso e la varanza. Ad ogn rsultato d Ω s deve assocare un numero che, n questo caso, corrsonde alla somma de due rsultat: Ω {,;,;,3;,4;,;,;,3;,4; 3,; 3,; 3,3; 3,4; 4,; 4,; 4,3; 4,4} Qund R che contene valor d è dato da: R {, 3, 4, 5, 6, 7, 8}. Adesso s devono determnare le robabltà: P P,, P 3 P, + P, + e va d seguto I valor della v.a. con le relatve robabltà e valor della funzone d rartzone ossono essere rassunt nella tabella: 4

5 Event elementar ω F, / 4 / 4 3,;, 3 / 4 4 / 4 4,3;,;3, 4 / 4 8 / 4 5,4;,3;3,;4, 6 / 4 4 / 4 6,4;3,3;4, 5 / 4 9 / 4 7 3,4;4,3 3 / 4 / 4 8 4,4 / 4 4 / 4 Il valore atteso è ar a: E , La varanza è ar a: Var ,47. Esemo : Due urne A e B sono così comoste: Urna A {0 allne con l segno d una stella e 40 allne con l segno d una luna} Urna B {5 allne con l segno d una stella e 45 allne con l segno d una luna}. Un gocatore aga una osta nzale d euro ed estrae a caso una allna dall urna A e una allna dall urna B. Se estrae due stelle vnce 5 euro, se estrae una stella e una luna vnce euro ed nfne se estrae due lune non vnce nente. Costrure la varable aleatora guadagno del gocatore e la sua funzone d robabltà. Determnare l valore atteso e la varanza della v.a.. 5

6 Un goco è defnto equo se l valore atteso del guadagno è nullo. Stablre se l goco sora descrtto è equo oure no, e n caso d rsosta negatva modfcare la osta nzale n modo tale lo dvent. Per costrure la varable guadagno è utle segure assagg della seguente tabella, n cu con S s ntende l estrazone d una stella e con L l estrazone d una luna. Rsultato Vncta Guadagno Vncta - S, S 5 4 S, L L, S L, L 0 - La v.a. guadagno e la sua funzone d robabltà sono: - 40/50 45/50 0,7 0/50 45/ /50 5/50 0,6 4 0/50 5/50 0,0 Per calcolare l valore atteso e la varanza è utle aggungere due colonne alla recedente tabella: - 0,7-0,7 0,7 0,6 0,6 0,6 4 0,0 0,08 0,3-0,38,3 6

7 da cu: E -0,38 e Var,3-0,38,556. Dato che l valore atteso non è nullo l goco non uò essere consderato equo, ma sarà a svantaggo del gocatore. Per renderlo equo, modfcando la osta da agare, s uò rocedere come segue: Guadagno Vncta Posta nzale, EGuadagno EVncta Posta nzale, affnché l valore atteso del guadagno sa nullo, l valore atteso della vncta deve essere ar alla osta nzale. EVncta EGuadagno + -0,38 + 0,6. Perché l goco sa equo la osta nzale deve essere rdotta da euro a 0,6 centesm. VARIABILI ALEATORIE DISCRETE PARTICOLARI E ora ossble rendere n consderazone alcune v.a. dscrete artcolar unforme dscreta, bernoullana, bnomale, ergeometrca, Posson e geometrca e analzzarle nel dettaglo, consderando la funzone d robabltà, l valore atteso e la varanza. 7

8 Dstrbuzone unforme dscreta Una varable aleatora segue una dstrbuzone unforme dscreta negl nter,,, N, se la sua funzone d robabltà è esressa da: P N 0,,..., N altrove Il valore atteso e la varanza sono rsettvamente ar a: N + N E Var. Esemo 3: S consder l lanco d un dado equlbrato a 6 facce, la cu dstrbuzone d robabltà è ar a: / 6 / 6 3 / 6 4 / 6 5 / 6 6 / 6 Il valore atteso è ar a: 7 E La varanza è ar a: 8

9 Var Quest valor otevano essere trovat anche utlzzando le formule: N + E N Var Dstrbuzone d Bernoull S consder un esermento che ammette soltanto due rsultat: un successo evento A e un nsuccesso evento A e s assoc l valore all evento A e l valore 0 all evento A. Sa 0 < < la robabltà d osservare un successo e la robabltà d osservare un nsuccesso. Per cu: Evento A A 0 - La v.a. che descrve un esermento d questo to rende l nome d dstrbuzone d Bernoull. Qund n una dstrbuzone d Bernoull rsultat ossbl sono solamente due: successo e nsuccesso 0 con robabltà: 0, P 0 altrove Per l valore atteso e la varanza s ottengono rsultat: 9

10 E 0 + Var e Var 0 + Esemo 4: In un dato comune la ercentuale d soggett occuat è ar al 90%. S ndch con 0 l caso d un soggetto dsoccuato e con l caso d un soggetto occuato. L estrazone a caso d ndvduo dalla oolazone del comune è descrtto da una dstrbuzone d Bernoull con funzone d robabltà: 0,90 0,90 0, P 0 altrove Il valore atteso e la varanza sono rsettvamente ar a: E 0,90 e Var 0,90 0,0 0,09. Dstrbuzone Bnomale Una dstrbuzone bnomale consdera l numero d success ottenut n n rove d Bernoull dentche ed ndendent. Partendo dall esemo 4 s consder l estrazone d 4 soggett n modo ndendente l uno dall altro. C s chede quale sa la robabltà che fra 4 soggett ce ne sano 0,,, 3, 4 occuat. La funzone d robabltà d una bnomale è ar a: n P 0 n 0,,..., n altrove 0

11 dove l coeffcente bnomale n n!! n! ndca l numero d combnazon ossbl n cu sono resent success n n rove ndendent. Con n! s legge n fattorale s ntende l rodotto d tutt valor nter da fno ad n es. 5! ; er defnzone 0!. La funzone d robabltà ermette d calcolare la robabltà che n n rove d Bernoull, dentche ed ndendent, c sano success, con,,, n. Per l valore atteso e la varanza s ottengono rsultat: E n Var n. Esemo 5: Semre artendo dall esemo 4 s determn la robabltà che fra 4 soggett ce ne sano 3 occuat e la robabltà che almeno 3 sano occuat. Determnare anche l numero medo d soggett occuat nel camone estratto e la sua varabltà. La dstrbuzone d robabltà n questo caso è data da: 4 P 0,90 0,90 4 0,,,3,4. Per cu la robabltà che 3 soggett sano occuat è ar a: ! 3 P 3 0,90 0,90 0,90 0,90 0, !!

12 4 4! 4 3 Il coeffcente bnomale 4 3 3!! 3 ndca che nelle 4 rove 3 success s ossono trovare n 4 mod dvers. Infatt, ndcando con O la condzone d occuato e con O la condzone d dsoccuato s ha:,o,o,o O,O,O,O O,O,O,O O,O,O,O O. La robabltà d avere almeno 3 soggett occuat sarà data dalla somma della robabltà d averne 3 e la robabltà d averne 4 rcordo che almeno 3 vuol dre 3 o ù d 3!: P 3 P 3 + P ,90 3 0, ,90 4 0,90 0,96 + 0,656 0,9477. Il valore atteso e la varanza sono dat rsettvamente da: E n 4 0,90 3,6 Var n 4 0,90 0,0 0,36. Dstrbuzone Iergeometrca Dato un nseme contenente N untà d cu M con caratterstca A success e N M con caratterstca A nsuccess, s effettuano n estrazon senza rensermento rove dendent. La dstrbuzone ergeometrca consdera l numero d success ottenut nelle n estrazon anche la bnomale consderava l numero d success n n rove, ma queste ultme erano ndendent, ora sono dendent.

13 3 La sua funzone d robabltà è data da: { } { } altrove M n M N n n N n M N M P 0, mn 0, ma Il valore atteso e la varanza sono ar a:. N n N N M N N M n Var N M n E Confrontando la bnomale con la ergeometrca, s uò notare che l valore atteso rmane nvarato, mentre er la varanza s ha che: Var ergeometrca < Var bnomale con n >. Esemo 6: Una scatola contene aa d calze N, d cu 3 dfettose M. Un soggetto acqusta 4 aa d calze n. Determnare la robabltà che nessun ao rsult dfettoso e che almeno tre aa rsultno dfettose. Determnare anche l numero medo d aa d calze dfettose nel camone estratto e la sua varabltà. In questo caso le estrazon avvengono senza rensermento, er cu la funzone d robabltà che nterreta l numero d aa d calze dfettose sarà:

14 3 3 4 P 0,,,3. 4 Per cu la robabltà che nessun ao sa dfettoso è ar a: P 0,55; mentre la robabltà che almeno tre n questo esemo almeno 3 concde con 3 erché la v.a. non assume valor maggor d 3 aa sano dfettose è ar a: P P 0, Il valore atteso e la varanza n questo esemo sono ar a: E 4 Var 4 0,545. Esemo 7: In un gruo d 0 condomn, 6 rsultano favorevol ad un ntervento d manutenzone straordnara. Se s estraggono con rensermento 5 condomn, qual è la robabltà che almeno due sano favorevol all ntervento? Se s estraggono senza rensermento 5 condomn, qual è la robabltà che almeno due sano favorevol all ntervento? 4

15 Confrontare l valore atteso e la varanza delle due v.a. usate ne unt recedent. Nel rmo unto, dato che s effettuano delle estrazon con rensermento, la dstrbuzone che consdera l numero d condomn favorevol sarà una bnomale con n 5, 0,6 e 0,,, 3, 4, 5. P P 0 P 5 0, , ,6 0,4 4 0,004 0,0768 0,996. Nel secondo unto, dato che s effettuano delle estrazon senza rensermento, la dstrbuzone che consdera l numero d condomn favorevol sarà una ergeometrca con N 0, M 6, n 5 e,,3,4, P P 0,038 0, Per la bnomale l valore atteso e la varanza rsultano essere: E 5 0,6 3 Var 5 0,6 0,4, mentre er la ergeometrca: E 5 3 Var 5 0, Qund, come è noto dalla teora, l valore atteso er le due dstrbuzon concde; mentre la varanza è mnore nel caso della dstrbuzone ergeometrca. 5

16 Dstrbuzone d Posson La dstrbuzone d Posson consdera l numero d accadment success che s realzzano n un ntervallo d lunghezza data o n uno sazo d dmensone data. Se λ ndca l numero medo d success nel temo o nello sazo defnt, la funzone d robabltà del numero d success è ar a: λ e λ P! 0 0,,... altrove Il valore atteso e la varanza sono rsettvamente ar a: E λ Var λ. La costante λ è roorzonale alla lunghezza dell ntervallo d temo o della dmensone dello sazo consderato. Esemo 8: In una domenca d agosto l centralno d Telefono Amco rceve n meda,7 telefonate all ora. S suone che la varable aleatora numero d telefonate segua una dstrbuzone d Posson. Calcolare la robabltà che tra le.00 e le 3.00 non gungano telefonate. Calcolare la robabltà che tra le 6.00 e le 7.30 gungano al ù d due telefonate. Calcolare, noltre, l numero medo d telefonate che gungono durante l ntera gornata d domenca l centralno è attvo 4 ore su 4. Dato che l ntervallo d temo è d ore, λ sarà doo: λ,7 3,4 ; 6

17 3,4 0 e 3,4 P 0 0,033. 0! Per la seconda robabltà s ancora modfcare λ : λ,7,5,55 P P 0 + P + P e,55,55 0! 0 e +,55,55! e +,55,55! 0, ,99 + 0,54 0,53. Il valore atteso è ar a: E,7 4 40,8. Esemo 9: Il avmento d una stanza è costtuto da 80 astrelle quadrate d 50 cm d lato. Durante l mbancatura del sofftto cadono casualmente alcune gocce d ttura sul avmento. Per ogn astrella s contano n meda 0,5 gocce. Suonendo che le gocce s dstrbuscano sulle astrelle secondo una v.a. d Posson, determnare: la robabltà che n uno sazo d m c sa una sola gocca d ttura; la robabltà che n un quarto d avmento c sano ù d due gocce d ttura; l numero medo d gocce d ttura resent sull ntero avmento e la sua varabltà. Dato che ogn astrella ha un area d 0,5 m n uno sazo d m c sono 4 astrelle, er cu λ rferto a 4 astrelle sarà ar a 0,5 4. P e 0,7. 7

18 Consderando 0 astrelle un quarto d avmento λ sarà ar a 0, P > P 0 P P e 0 e 0 e ,997. Il valore atteso e la varanza dell ntero avmento saranno ar a: E 80 0,5 40 Var 80 0,5 40. Dstrbuzone geometrca Consderando una successone d rove d Bernoull, dentche ed ndendent, n cu la robabltà dell evento successo è ar a, s defnsce geometrca la v.a. che raresenta l numero d rove necessare er ottenere l rmo successo. La sua funzone d robabltà è ar a:,,3,... P 0 altrove La costruzone d questa formula è ntutva. Infatt nel relcare un esermento d Bernoull, le rove sono ndendent e ertanto la robabltà d ottenere un artcolare rsultato non è altro che l rodotto delle robabltà de rsultat ottenut nelle sngole rove. Se er ottenere l rmo successo, la cu robabltà è ar a, sono necessare rove, s avrà: P I... IS P I... P I P S volte volte dove con I s ndca l verfcars dell nsuccesso e con S l verfcars del successo. 8

19 Anche la dstrbuzone bnomale consdera l reters d rove d Bernoull dentche ed ndendent, ma conta l numero d success ottenut n un numero refssato n d rove, mentre la geometrca non fssa l numero d rove che devono essere effettuate, ma relca l esermento fno ad ottenere l rmo successo. Il valore atteso e la varanza della geometrca sono rsettvamente ar a: E e Var. Esemo 0: Al tavolo della roulette un gocatore scegle una determnata stratega d goco caratterzzata da una robabltà d successo ar a 0,6. Il gocatore rete la sua untata, n gocate successve, fnché ottene un successo, doodché s ferma. S ndch con Ε l esermento aleatoro defnto da questo to d goco ed la v.a. che descrve l numero d gocate effettuate. Descrvere lo sazo camonaro assocato all esermento Ε e la funzone d robabltà assocata alla v.a.. Sa A l evento: l gocatore ha successo entro la terza rova e B l evento: l gocatore ha successo alla terza o alla quarta rova ; decdere se due event A e B sono ndendent. Determnare la robabltà che sano necessare ù d tre rove er ottenere l rmo successo. Determnare l numero atteso d gocate er ottenere l rmo successo. Lo sazo camonaro Ω assocato all esermento Ε sarà del to: Ω {S, IS, IIS, IIIS, } dove con I s ndca l verfcars dell nsuccesso e con S l verfcars del successo nella sngola rova, 9

20 mentre la v.a. assumerà valor contenut n R con le relatve robabltà: ω R P S 0,6 IS 0,4 0,6 0,4 IIS 3 0,4 0,4 0,6 0,096 IIIS 4 0,4 0,4 0,4 0,6 0,0384 La funzone d robabltà uò qund essere rassunta nella formula: P 0,6 0,6,,3,... PA P 3 P + P + P 3 0,6 + 0,4 + 0,096 0,936 PB P 3 + P 4 0, ,0384 0,344 Per stablre che due event A e B sono ndendent s deve verfcare: P A B P A P B. Dato che P A B P 3 0, 096 e che P A P B 0,936 0,344 0, 58, s uò concludere che due event non sono ndendent. P > 3 P 3 0,936 0,064 è la robabltà che sano necessare ù d tre rove al fne d ottenere l rmo successo. Il valore atteso sarà ar a: E, ,6 0

21 VARIABILI ALEATORIE CONTINUE La trattazone delle v.a. contnue è uttosto comlessa; è utle tuttava accennare qualche concetto. Una v.a. s defnsce contnua se uò assumere tutt valor n un determnato ntervallo d numer real; coè se l nseme {ω, ω є Ω} è un ntervallo d numer real. Una v.a. contnua è collegata con oerazon d msurazone, qual la durante d un comonente elettronco, l eso, l altezza e altr cas ancora. L oerazone ratca d una msurazone dà semre luogo ad un troncamento, ad un arossmazone, ma questa non è altro che un arossmazone; nfatt la msurazone vene arrotondata ad un numero refssato d cfre decmal e questo dende anche dalla recsone dello strumento utlzzato er msurare. Però, se da un lato non è dffcle concere l dea d contnutà, dall altro l oerazone d assegnazone della robabltà agl event dello sazo camonaro che qu rcordo sono nfnt! è comlessa. Per cercare d comrendere l concetto è nteressante consderare l seguente esemo. La seguente tabella rorta rsultat della classfcazone dell altezza n cm. d un elevato numero d soggett scrtt d leva del 7 n Itala: Class d altezza Classe f a h 54 59] C 0,07 5 0, ] C 0, , ] C 3 0,86 5 0, ] C 4 0,9 5 0, ] C 5 0,5 5 0, ] C 6 0,3 5 0, ] C 7 0, , ] C 8 0,0 5 0,00

22 dove f frequenza relatva, che ndca l raorto tra l numero d soggett osservat n ogn classe d altezza e numero totale de soggett; a amezza d classe, che ndca la dfferenza tra l estremo suerore e l estremo nferore d ogn classe es ; h f / a denstà d frequenza, che ndca la frazone d soggett n ogn centmetro della classe es. 0,07 / 5. La raresentazone grafca stogramma che s ottene onendo le altezze sull asse delle ascsse e le denstà d frequenza sull asse delle ordnate è del to: Istogramma Denstà 0,07 0,06 0,05 0,04 0,03 0,0 0, Altezze E facle constatare che l area A d ogn rettangolo dell stogramma è ar alla frequenza relatva della classe e che l area dell ntera fgura è ar alla somma delle frequenze relatve, er cu. Qund er le aree vale che: A > 0 er ogn,,, 8; A. S consder ora uno sazo camonaro dscreto cu element sono le 8 class d altezza ndvduate: Ω {C, C, C 3, C 4, C 5, C 6, C 7, C 8 }.

23 Come attrbure una robabltà ad ogn sngola classe, coè ad ogn evento elementare dello sazo camonaro dscreto Ω? In altr termn: se s estrae a caso un soggetto dalla oolazone degl scrtt alla leva, qual è la robabltà che la sua altezza aartenga alla classe C,,, 8? Vste le roretà e delle aree, dventa naturale attrbure ad ogn classe una robabltà ar alla frequenza relatva. E questo, noltre, alla luce dell nterretazone frequentsta della robabltà non è er nulla llogco: le rove effettuate, coè soggett consderat sono n numero suffcentemente grande gl scrtt alla leva del 7 n Itala non sono och!, e qund la robabltà del verfcars d un evento uò esser ben arossmata dalla sua frequenza relatva. L dea che qu s vuole trasmettere è mortante: nel contnuo la robabltà è raresentata da un area e d conseguenza la robabltà d un unto è nulla nterretable come l area d un rettangolo con base ar a zero!. Da un unto d vsta alcatvo er arossmare la robabltà del verfcars d un unto s uò consderare la robabltà d un ccolo ntervallo, centrato sul valore d nteresse. S uò dare ora una defnzone d v.a. contnua. Una v.a. defnta nell ntervallo l, L è detta contnua se esste una funzone f, chamata funzone d denstà d robabltà, tale che: f 0 R L l b a f d f d P a < < b dove a e b sono due valor d tal che a < b. 3

24 Il valore atteso e la varanza delle v.a. contnue non vengono qu consderate erché rchedono la conoscenza del calcolo ntegrale, ma sono comunque defnte nel seguente modo: L E f d urché l ntegrale essta e sa fnto, l L E f d f d E L Var urché l ntegrale essta e sa fnto. l l VARIABILI ALEATORIE CONTINUE PARTICOLARI E ora ossble dare un cenno d due v.a. contnue artcolar unforme contnua o rettangolare e normale o d Gauss. Dstrbuzone unforme contnua o rettangolare La dstrbuzone unforme contnua è un estensone al caso contnuo della dstrbuzone unforme dscreta. Una v.a. defnta nell ntervallo [a, b] ha dstrbuzone unforme se uò essere esressa medante la funzone: f b a 0 a b altrove che grafcamente è del to es. con a > 0 e b > 0: 4

25 Esemo : Ad una fermata l oraro d arrvo dell autobus fra le 8 e le 8.0 segue una dstrbuzone unforme contnua. Avendo ndcato con l temo trascorso dalle 8 n mnut: s calcol la robabltà che l autobus ass tra le 8.04 e le 8.08; suonendo che uno studente arrv alla fermata alle 8.04, s determn la robabltà che l autobus sa gà assato; consderando le 6 mattne n cu lo studente s reca a scuola, s calcol la robabltà che n almeno 5 mattne l autobus ass rma delle La funzone d denstà sarà: f altrove Dato che la dstrbuzone è contnua er determnare le robabltà s deve rsolvere un ntegrale. Tuttava analzzando l grafco della funzone d denstà le robabltà ossono essere determnate anche calcolando l area d un rettangolo: Funzone d denstà f 0, 0, 0,08 0,06 0,04 0,

26 La robabltà che l autobus ass tra le 8.04 e le 8.08 sarà qund data da: P ,4 ; 0 mentre la robabltà che ass rma delle 8.04 sarà: P ,4. 0 Sa Y la varable casuale bnomale che consdera l numero d mattne n cu l autobus assa rma delle 8.04 n 6 rove ndendent. Dunque la robabltà che fra queste almeno 5 volte s verfch l successo: P Y 5 P Y 5 + P Y 6 6 0, , , ,4 0 0, Dstrbuzone normale o d Gauss: La sua funzone d denstà è ar a: f µ e σ π σ R E µ Var σ. La curva normale è smmetrca rsetto alla meda, mentre è ù o meno aattta a seconda che lo scarto quadratco medo sa ù o meno elevato. 6

27 + Vale comunque che f d, coè l area sottesa da una curva normale è semre ar ad uno dato che è smmetrca rsetto alla meda, l area da - alla meda sarà ar a 0,5 e l area dalla meda a + sarà ar a 0,5. In generale er ndcare che una caratterstca segue una dstrbuzone normale con meda µ e varanza σ s scrve ~ N µ, σ. Il grafco della dstrbuzone normale è del to: µ Proretà: La curva è smmetrca rsetto all asse µ; è crescente nell ntervallo -, µ e decrescente nell ntervallo µ, + ; ha due unt d flesso n µ σ e µ + σ; v è concava nell ntervallo µ σ, µ + σ e convessa altrove; v ha come asntoto l asse. Il grafco che segue mostra l andamento d due curve normal con uguale meda µ 5 e scarto quadratco medo dverso: 7

28 Curve con ugual meda 0,5 0, 0,5 0, scarto scarto 3 0, Dstrbuzone normale standardzzata: La sua funzone d denstà è ar a: f z e z π z R. E 0 Var. Qund una curva normale standardzzata non è altro che una curva normale con meda ar a 0 e varanza ar ad. Per trasformare una dstrbuzone normale n una normale standardzzata s utlzza l rocedmento della standardzzazone: µ Z. σ Le tavole della normale standardzzata rortano PZ z Φz. 8

29 Le tavole della normale standardzzata ndcano qund semre l area mnore o uguale del unto z. Esemo : In una coltvazone d frumento l numero d arasst aartenent alla famgla Puccna Gramns resent una anta s dstrbusce secondo una normale con meda µ 35 e scarto quadratco medo σ 3,5. Determnare la robabltà che su una anta l numero d arasst sa nferore a 38. Determnare la robabltà che su una anta l numero d arasst sa comreso tra 30 e 40. Scelte a caso due ante determnare la robabltà che solo sulla rma c sano tra 30 e 40 arasst. Per rsolvere rm due unt è necessaro trasformare la dstrbuzone normale n una standardzzata: P < 38 PZ < P Z < 0, Φ 0, 0, 587; 3,5 P , ,5 30 < < 40 P < Z < P 0,37 < Z < 0,37 Φ 0,37 [ Φ 0,37 ] 0,6443 [ 0,6443] 0,886. Il terzo unto rchede un ulterore ragonamento: sa A l evento sulla anta l numero d arasst è tra 30 e 40. 9

30 S chede la robabltà che er la rma anta s verfch l evento A e er la seconda anta l evento A. Le due ante sono ndendent, er cu: P A A P A P A 0,886 0,886 0,053. Esemo 3: S suonga che l unteggo n un goco a rem sa dstrbuto secondo una normale con meda ar a 8 e varanza ar a 6. Il 9,5% de gocator mglor rceve un remo. Qual è l unteggo mnmo * affnché un gocatore ossa rcevere un remo? Dal testo dell eserczo s sa che ~ N µ 8; σ 4 e che: * 8 P > * PZ > 0,95. 4 Dalle tavole della normale standardzzata s rcava che: P Z 0,86 0,805 P Z > 0,86 0,95. Qund er ottenere * è suffcente rsolvere l equazone: * 8 4 0,86 * 3,44. Qund er rcevere un remo s deve ottenere un unteggo maggore d 3,44. Esemo 4: Da recedent eserenze è emerso che la durata d una sessone d osta elettronca segue una dstrbuzone normale con meda 8 mnut e scarto quadratco medo mnut. Determnare la robabltà che una sessone scelta a caso dur meno d 0 mnut. 30

31 Scelte se sesson d una gornata, n modo ndendente, calcolare la robabltà che meno d due durno meno d dec mnut. Per determnare la robabltà che una sessone dur meno d 0 mnut: P µ σ 0 8 < 0 P < P Z < Φ 0, 843 Sa A l evento Una sessone dura meno d 0 mnut ; consderate 6 sesson, la v.a. che conta l numero d success event A che s verfcano è una bnomale con n 6 e 0,843. Per cu: P < P 0 + P 6 0, , ,843 0,843 0,

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doe Una varable casuale doa (,) è una funzone defnta sullo sazo degl event che assoca ad ogn evento una coa d numer real (x,y) (x 1, y 1 ) S y 1 A B y (x, y ) (x 3, y 3 ) C y 3 x 1 x x 3

Dettagli

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali.

FRAME 1.1. Definizione Diciamo variabile aleatoria una funzione definita sullo spazio campionario di un esperimento a valori reali. FRAME 0.1. Contents 1. Varabl aleatore 1 1.1. Introduzone 1 1.2. Varabl aleatore dscrete 2 1.3. Valore atteso (Meda) e Varanza 3 1.4. Varabl aleatore bnomal e d Posson 4 1.1. Introduzone. 1. Varabl aleatore

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Corso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli

Corso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli Corso d TEORIA DEI SISTEMI DI TRASPORTO rof. ng. Umberto Crsall Modell d utltà aleatora Iscrzone al corso Modell d offerta Da effettuars anche on lne htt:delh.unroma.t Struttura del sstema d modell er

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Elementi di calcolo numerico

Elementi di calcolo numerico Element d calcolo numerco Molto sesso nel calcolo scentco sorge la necesstà d calcolare l valore numerco d ntegral che non ossono essere calcolat analtcamente oure occorre calcolare l valore del mnmo d

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercz d Probabltà e Statstca Samuel Rota Bulò 25 maggo 2007 Funzon d v.a., meda, varanza, moda, medana, quantl e quartl. Vettor aleator, denst condzonata, covaranza, correlazone. Eserczo 1 Sa Y ax + b

Dettagli

Variabili casuali. Variabili casuali

Variabili casuali. Variabili casuali Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massmzzazone del roftto e offerta concorrenzale Eserczo Un mresa roduce un bene megando un solo nut. La sua funzone d roduzone è f(x)=4 x dove x è l numero d untà del fattore roduttvo. Una untà del rodotto

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z) Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2: Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Il Programma Visualizzatore Risultati

Il Programma Visualizzatore Risultati Progetto SP1a Nuove tecnologe er l anals non ntrusva de manufatt Programma d rcerca Ingegnerzzazone d rotot e strumentazone er la dagnostca su manufatt monumental n materale ladeo Il Programma Vsualzzatore

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

si utilizzano per confrontare le distribuzioni

si utilizzano per confrontare le distribuzioni Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà pr - 1 Che collegamento c è tra gl strument statstc per lo studo de fenomen real e l calcolo delle probabltà? Vedremo che non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corsi di Laurea in Farmacia e CTF Prova di Matematica Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 20/07/2012 P1-1

Sensori Segnali Rumore - Prof. S. Cova - appello 20/07/2012 P1-1 Sensor Segnal Rumore - Prof. S. Coa - aello /7/ P - PROBEMA Quadro de dat R MΩ resstenza d carco C 5 F caactà totale d carco segnale d corrente dal relatore a mulso rettangolare con durata µs amezza D

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P

1. Il Teorema Ergodico per le catene di Markov * Definizione Una catena di Markov discreta con spazio degli stati E; si dice regolare se, detta P = (P . Il Teorema Ergodco er le catene d Markov * Defnzone Una catena d Markov dscreta con sazo degl stat E; s dce regolare se, detta P = (P ) la matrce delle robablt a d transzone assocata, esstono un ntero

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore

Esempi di canali DMC ed esercizi su: 1) Calcolo della capacità di canale. 2) Calcolo della probabilità di errore Argoment della Lezone Esem d canal DMC ed esercz su: Calcolo della caactà d canale Calcolo della robabltà d errore 3 Verca della dsuguaglanza d Fano Eserczo Sa data una sorgente bnara con smbol ed avent

Dettagli

CEMENTO ARMATO PRECOMPRESSO Lezione 6

CEMENTO ARMATO PRECOMPRESSO Lezione 6 Corso d Comlement d Tecnca delle Costruzon A/A 008- CEMETO ARMATO PRECOMPRESSO Lezone 6 ILSISTEMAEQUIVALETE EQUIVALETE ALLA PRECOMPRESSIOE Generaltà Il sstema equvalente er trav sostatche Il sstema equvalente

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

Analisi Matenatica Lezione 5 1 ottobre 2013

Analisi Matenatica Lezione 5 1 ottobre 2013 Dpartmento d Scenze Statstche Anals Matenatca Lezone 5 1 ottobre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/13? Fattorale d un numero naturale Sa n N {0}. Il fattorale d n, n! s defnsce nduttvamente

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017 Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può

Dettagli

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale STATO DI TENSIONE IN SEZIONI MASSICCE Sforzo normale In caso d sforzo normale trazone o comressone, s assume che nelle sezon della trave suffcentemente lontane da vcolo e dalle forze alcate, essta solo

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Incertezza di sensibilità < fluttuazione intrinseca delle misure. Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Analisi Class info sul corso Lezione 1 22 settembre 2014

Analisi Class info sul corso Lezione 1 22 settembre 2014 CLASS Bologna Anals Matematca @ Class nfo sul corso Lezone 1 22 settembre 2014 professor Danele Rtell danele.rtell@unbo.t 1/27? Codce docente 030508 Codce corso 00013 Anals Matematca roflo scentfco del

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

5. Baricentro di sezioni composte

5. Baricentro di sezioni composte 5. Barcentro d sezon composte Barcentro del trapezo Il barcentro del trapezo ( FIURA ) s trova sull asse d smmetra oblqua (medana) della fgura; è suffcente, qund, determnare la sola ordnata. A tal fne,

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Esercitazione sulle Basi di di Definizione

Esercitazione sulle Basi di di Definizione Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

Gas ideale (perfetto):

Gas ideale (perfetto): Gas deale (erfetto): non esste n realtà drogeno e elo assomglano d ù a un gas deale - le molecole sono untform; - nteragscono tra loro e con le aret del recente medante urt erfettamente elastc (ovvero

Dettagli

CAPITOLO 2 LA DOMANDA DEI CONSUMATORI

CAPITOLO 2 LA DOMANDA DEI CONSUMATORI Pagna 1 d 18 CAPITOLO 2 LA DOMANDA DEI CONSUMATORI 2.1 Introduzone Inzamo n questo catolo un arofondmento delle relazon funzonal che comongono modell d formazone del rezzo esamnat nel Catolo 1. Il rmo

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 12 10 novembre 2011 Teorema d Lebesgue Vtal-Generazone d msure professor Danele Rtell www.unbo.t/docent/danele.rtell

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/2019 1. Esercz: lezone 17/10/2018 Rendmento d un B.O.T. Eserczo 1. Un captale C vene chesto n prestto alla banca

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

Analisi Matematica Lezione novembre 2013

Analisi Matematica Lezione novembre 2013 Dpartmento d Scenze Statstche Anals Matematca Lezone 6 novembre 203 prof. Danele Rtell danele.rtell@unbo.t /2? Avvso Questa settmana tutte le lezon saranno d teora La prossma settmana lezon d teora lunedì

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo L equazone d Slutsky. Problema dell ntegrabltà. Maro Sortell Dartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I-70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fax: +39

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1 PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl

Dettagli

Dall appello del 16/7/04

Dall appello del 16/7/04 Dall aello del 6/7/04 Due lent sottl una convergente d ocale 0cm e l altra dvergente d ocale 5cm dstano tra loro D +. Un ago d altezza hcm è osto a dstanza s0cm dalla lente d ocale. S determn la oszone

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli