ELEMENTI CALCOLO COMBINATORIO CALCOLO DELLE PROBABILITA' VARIABILI CASUALI TEORIA DEI GIOCHI
|
|
- Giordano Casadei
- 7 anni fa
- Visualizzazioni
Transcript
1 ELEMENTI DI CALCOLO COMBINATORIO CALCOLO DELLE PROBABILITA' VARIABILI CASUALI TEORIA DEI GIOCHI SABO
2 ELEMENTI DI CALCOLO COMBINATORIO Dato u isieme di elemeti a 1, a 2, a 3,..., a è possibile da questo otteere dei sottoisiemi, tutti tra loro diversi, i base alla scelta e all'ordiameto co cui vegoo presi gli elemeti. Il calcolo combiatorio studia i diversi modi co cui è possibile costruire dei sottoisiemi partedo da u isieme di elemeti, prededo ogi volta u certo umero di essi. Ua prima grossa distizioe che si può fare per questi gruppi è tra: gruppi semplici (sottoisiemi seza ripetizioe) formati da elemeti che si presetao o più di ua volta; gruppi co ripetizioe (sottoisiemi co ripetizioe) formati da elemeti che possoo presetarsi più di ua volta. Approfodedo poi lo studio si può otare che ogi gruppo può essere diversificato dagli altri o per come soo posizioati gli elemeti al suo itero o per la scelta degli elemeti stessi o per etrambe le cose. Si fa distizioe, i tal caso, tra: Disposizioi (semplici e composte); Permutazioi (semplici e composte); Combiazioi (semplici e composte). Prima, però, di passare alle varie defiizioi è opportuo teer presete la seguete regola base: Siao A 1, A 2, A 3,..., A degli isiemi di elemeti, il umero dei gruppi di elemeti che si possoo formare i modo che il primo elemeto del gruppo appartega ad A 1, il secodo ad A 2,..., l'-mo ad A è dato dal prodotto del umero di elemeti preseti i ciascuo degli isiemi. Esempio: si hao 4 pallie rosse, 5 azzurre, 2 biache, 6 verdi; il umero di gruppi che si possoo formare co tali elemeti è dato dal prodotto delle pallie rosse per le azzurre per le biache per le verdi: = 240 cioé, voledo utilizzare tutte le pallie a disposizioe, si possoo formare 240 gruppi differeti. 1
3 DISPOSIZIONI SEMPLICI Dati elemeti distiti, si dicoo disposizioi semplici, di classe k, degli elemeti (k < ) tutti i gruppi che si possoo formare co gli elemeti prededoe k di essi, i modo che ogi gruppo differisca dagli altri per almeo uo degli elemeti oppure per l'ordie co cui essi soo coteuti: D,k = (-1)(-2)...[-(k-1)] Esempio: si cosideri u isieme formato da 4 colori: biaco, giallo, rosso, verde; si vuole sapere quati gruppi di tre colori tra loro diversi è possibile formare ( = 4; k = 3): come primo colore è possibile scegliere uo qualuque, per cui si hao 4 possibilità di scelta; ua volta fissato il primo colore, per la scelta del secodo ci soo tre possibilità; la terza scelta, ifie è solo tra due possibilità, essedo rimasti solo due colori Scelta 1 colore 4 possibilità Scelta 2 colore 3 possibilità Scelta 3 colore 2 possibilità I defiitiva è come se si scegliesse il primo colore da u isieme di 4 elemeti, il secodo da u isieme di 3 elemeti, il terzo da u isieme di due elemeti. Per la regola base il umero delle disposizioi è, quidi, dato da: D 4,3 = = 24 DISPOSIZIONI CON RIPETIZIONE Dati elemeti distiti, si dicoo disposizioi co ripetizioe, di classe k, tutti i gruppi che si possoo formare co gli elemeti (i ciascuo dei quali uo stesso elemeto può presetarsi fio a k volte), i modo che ogi gruppo differisca dagli altri o per u elemeto o per l'ordie o per la ripetizioe (i questo caso si può avere ache k > ) D',k = k Esempio: si cosideri u isieme formato da 4 colori: biaco, giallo, rosso, verde; si vuole sapere quati gruppi di tre colori è possibile formare ( = 4; k = 3): per risolvere il problema si cosideri che ogi elemeto scelto per formare u gruppo ua volta preso sia poi rimesso ell'isieme, ciò porta al seguete schema: e, quidi, risulta: Scelta 1 colore 4 possibilità Scelta 2 colore 4 possibilità D' 4,3 = = 4 3 = 64 Scelta 3 colore 4 possibilità 2
4 PERMUTAZIONI SEMPLICI Dati elemeti, si dicoo permutazioi semplici degli elemeti tutti i gruppi che si possoo formare prededo ogi volta tutti gli elemeti (i questo caso è = k) D, = (-1)(-2)...[-( -1)] P = (-1)(-2) solitamete si scrive: P =! [! = fattoriale]; per il calcolo di! valgoo le segueti posizioi:! = (-1)! ; 1! = 1 ; 0! = 1 Esempio: si cosideri u isieme formato da 4 colori: biaco, giallo, rosso, verde si vuole sapere quati gruppi distiti di 4 colori oguo è possibile formare: dallo schema risulta e quidi: Scelta 1 colore 4 possibilità Scelta 2 colore 3 possibilità Scelta 3 colore 2 possibilità Scelta 4 colore 1 possibilità 4! = 4321 = 24 PERMUTAZIONI CON RIPETIZIONE Si hao quado tra gli elemeti ce e soo m ugali (m ); i questo caso, o potedo distiguere la posizioe che gli m elemeti occupao all'itero dei vari gruppi, si avrebbero delle permutazioi uguali tra loro cotro l'asserto che vuole gruppi distiti. Per elimiare tale icoveiete, bisoga dividere il umero totale delle permutazioi per il umero delle permutazioe degli m elemeti uguali: P (m)! m! Più i geerale, se tra gli elemeti ce e soo idetici tra loro, idetici tra loro, idetici tra loro e così via, risulta: P (,,,... )!!!!... 3
5 COMBINAZIONI SEMPLICI Dati elemeti distiti ( 2), si dicoo combiazioi semplici, di classe k (k < ), tutti igruppi che si possoo formare co gli elemeti prededoe k di essi, i modo che ogi gruppo differisca dagli altri per almeo u elemeto (i gruppi devoo essere formati da elemeti tutti diversi tra loro) molto più usata per le combiazioi è la formula: dove il termie k k poe per covezioe: C,k D,k k!! C,k k! ( k)! ( 1) ( 2)... (k 1) k! (Legge dei tre fattoriali) che si legge " su k" è detto coefficiete biomiale; da teer presete che si 1 ; 1 ; 0 1 Altre due particolarità o leggi di cui gode il coefficiete biomiale soo: la Legge delle classi complemetari: k - k la Legge di Stiefel: k k - k COMBINAZIONI CON RIPETIZIONE Dati elemeti distiti, si dicoo combiazioi co ripetizioe di classe k (i questo caso può essere ache k > ), tutti i gruppi che si possoo formare co gli elemeti (i ciascuo dei quali uo stesso elemeto può essere ripetuto fio a k volte), i modo che ogi gruppo differisca dagli altri per almeo u elemeto o per le ripetizioi co cui u elemeto si preseta: ( 1) ( 2)... (k 1) C',k k! 4
6 SVILUPPO DELLA POTENZA DI UN BINOMIO Si sa che lo sviluppo di u biomio di grado è u poliomio ordiato secodo le poteze decresceti del primo termie e cresceti del secodo termie; orbee, il coefficiete biomiale permette di calcolare la parte umerica dei moomi costitueti il poliomio secodo la formula di Newto: a b a 1 a b 2 a b... k a b k k 1 1 a b b 5
7 CALCOLO DELLE PROBABILITÀ Eveto: fatto che può risultare vero o falso; può assumere le segueti modalità: eveto certo: eveto impossibile: eveto icerto: fatto che deve verificarsi ecessariamete; fatto che o ha possibilità di verificarsi; fatto per il quale o è possibile dire a priori se si verifica o meo. Probabilità: misura il grado di possibilità del verificarsi di u eveto. I pratica la probabilità si prefigge di tradurre i termii umerici il fatto che si realizzi, ed i quale misura, u eveto icerto. Ciò porta ad associare ad u eveto E u umero p(e) compreso tra il valore 0 (misura dell'eveto impossibile) ed il valore 1 (misura dell'eveto certo). TEORIA CLASSICA DELLA PROBABILITÀ Probabilità: rapporto tra il umero dei casi favorevoli, m, al verificarsi dell'eveto ed il umero dei casi equipossibili, (casi che hao tutti la stessa possibilità di verificarsi). p(e) = m m = 0 p(e) = 0 eveto impossibile m = p(e) = 1 eveto certo 0 m 0 p(e) 1 eveto probabile Probabilità dell'eveto cotrario: m = umero di casi favorevoli = umero di casi equipossibili - m = umero di casi cotrari _ p( E ) = q(e) = - m = 1 - m = 1 - p(e) Teorema fodametale della Probabilità: p(e) + q(e) = 1 6
8 TEORIA FREQUENTISTICA DELLA PROBABILITÀ Frequeza Relativa: rapporto tra il umero di volte, r, che si verifica u eveto ed il umero di prove idipedeti,, eseguite tutte elle stesse codizioi f = r La frequeza può assimilarsi alla probabilità i base alla: Legge Empirica del Caso i u gra umero di prove, tutte uguali ed eseguite elle stesse codizioi, ciascuo degli eveti possibili si maifesta co ua frequeza relativa che è approssimativamete uguale alla sua probabilità e l'approssimazioe è tato maggiore quato più grade è il umero delle prove effettuate. lim = r = p(e) Probabilità: valore limite a cui si avvicia sempre più la frequeza via via che il umero delle prove eseguite diveta sempre più grade. TEORIA SOGGETTIVA DELLA PROBABILITÀ Probabilità: misura del grado di fiducia che u idividuo coerete attribuisce, secodo le sue iformazioi ed opiioi, al verificarsi di u eveto. coereza: stima del grado di fiducia effettuata ell'itervallo (0,1). ua defiizioe più operativa è: Probabilità: rapporto tra il prezzo, s, che u idividuo reputa equo pagare per poter ricevere il compeso, S, el caso che si verifichi u certo eveto p(e) = s S 7
9 GIOCO DEL LOTTO Da u'ura coteete umeri ( = 1,..., ) se e estraggoo m; calcolare la probabilità che tra gli m umeri estratti se e ottegao k prefissati. casi equipossibili: soo dati dalla combiazioe di elemeti presi a gruppi di m m =! m! - m! C,m = casi favorevoli: si ottegoo elimiado dall'ura i k umeri prefissati e cosiderado le C (-k),(m-k) = combiazioi che si ottegoo da (-k) elemeti presi a gruppi di (m-k) - k ( - k)! m - k = - k! = (m - k)! - k m k! m k! k! i pratica per i casi favorevoli si suppoe che i k umeri prefissati siao elemeti fissi che etrao comuque i combiazioe co gli altri elemeti. Probabilità: rapporto tra casi favorevoli e casi equiprobabili: p = m - k m - k = m! - k!! m - k! Esempio: calcolare la probabilità che esca u tero sulla ruota di Napoli = 90; m = 5; k = 3 5! 90-3! p = 90! 5-3! = 0,
10 TEOREMI SULLA PROBABILITÀ Eveto Uioe: dati due eveti, A e B, l'eveto uioe C è vero se è vero almeo uo dei due eveti, è falso se soo falsi etrambi gli eveti C = A B Eveto Itersezioe: dati due eveti, A e B, l'eveto itersezioe C è vero se soo veri i due eveti; è falso se è falso almeo uo dei due eveti: C = A B. b. tali cocetti soo estedibili ache al caso i cui gli eveti soo più di due. Eveti Icompatibili: eveti tali che il verificarsi dell'uo esclude i modo assoluto il verificarsi dell'altro. Eveti Compatibili: eveti tali che il verificarsi dell'uo o esclude il verificarsi dell'altro; possoo essere dipedeti o idipedeti. Eveti Idipedeti: eveti compatibili tali che il verificarsi dell'uo o iflueza il verificarsi dell'altro. Eveti Dipedeti: eveti compatibili tali che il verificarsi dell'uo iflueza il verificarsi dell'altro. 9
11 TEOREMA DELLA PROBABILITÀ TOTALE Caso di Eveti Icompatibili dati due eveti A e B, la probabilità dell'eveto uioe A B è pari alla somma delle probabilità dei sigoli eveti: p(a B) = p(a) + p(b) il teorema è estedibile ache al caso di più eveti; i particolare, se gli eveti soo a due a due icompatibili ed uo di essi deve ecessariamete verificarsi, l'eveto uioe è l'eveto certo: p(e 1 E 2...E ) = p(e i ) = 1 (vedi i proposito il teorema fodametale p + q = 1). Caso di Eveti Compatibili dati due eveti A e B, la probabilità dell'eveto uioe A B è pari alla somma delle probabilità dei sigoli eveti dimiuita della probabilità dell'eveto itersezioe A B: p(a B) = p(a) + p(b) - p(a B). b. questo caso cotiee come caso particolare quello precedete; se, ifatti, gli eveti soo tra loro icompatibili risulta A B = 0 e, quidi, p(a B) = 0 ache i questo caso il teorema è estedibile a più eveti; così, ad esempio, el caso di tre eveti A, B, C si ha: p(abc) = p(a) + p(b) + p(c) - p(ab) - p(bc) + - p(abc). b. i pratica la probabilità dell'eveto uioe si ricoosce dal fatto che el problema è citata la cogiuzioe "o" (calcolare la probabilità che accada questo o che accada quello). 10
12 Esempio: caso a) caso b) u'ura cotiee 100 pallie umerate da 1 a 100; calcolare la probabilità che estraedo ua pallia si scelga u umero: a) divisibile per 10 o 13; b) divisibile per 10 o 8. eveto A: umeri divisibili per 10 = 10 eveto B: umeri divisibili per 13 = 7 p(a) + p(b) = eveto A: umeri divisibili per 10 = 10 eveto B: umeri divisibili per 8 = 12 AB = = AB 0 (almeo due umeri i comue) p(a) + p(b) - p(a B) = =
13 TEOREMA DELLA PROBABILITÀ COMPOSTA Caso di Eveti Idipedeti dati due eveti A e B, la probabilità dell'eveto itersezioe, AB, è pari al prodotto delle probabilità dei sigoli eveti: p(ab) = p(a) * p(b) il teorema resta valido ache se gli eveti soo più di due: p(e 1 E 2...E ) = P(E 1 ) *p(e 2 ) *...*p(e ) = p(e i ) Caso di Eveti Dipedeti dati due eveti A e B tali che B sia codizioato da A (probabilità di B subordiata al verificarsi di A), la probabilità dell'eveto itersezioe, A B, è pari al prodotto della probabilità di A per la probabilità codizioata di B: p(ab) = p(a) * p(b/a) da questa regola deriva, poi, che: p(b / A) = p A B p(a) cioé la probabilità dell'eveto codizioato può essere vista come il rapporto tra i casi favorevoli all'eveto itersezioe ed i casi favorevoli all'eveto codizioate. Il teorema cotiua ad essere valido ache se gli eveti soo più di due: p(e 1 E 2...E ) = P(E 1 ) * p(e 2 /E 1 ) * p(e 3 / E 1 E 2 ) *... * p(e / E 1 E 2...E -1 ) = p(e i ) essedo l'ultimo fattore, p(e / E 1 E 2...E -1 ), la probabilità che si attribuisce all'eveto E quado risultao veri tutti gli -1 eveti che lo precedoo.. b. i pratica la probabilità dell'eveto itersezioe si ricoosce dal fatto che el problema è citata la cogiuzioe "e" (calcolare la probabilità che si verifichi questo eveto e quell'eveto). Esempio: da u'ura coteete 17 pallie biache, 8 rosse, 5 verdi, si estraggoo successivamete 2 pallie. Calcolare la probabilità che etrambe le pallie estratte siao biache ell'ipotesi che: a) dopo la prima estrazioe, la pallia estratta viee rimessa ell'ura; b) dopo la prima estrazioe, la pallia estratta o viee rimessa ell'ura. 12
14 caso a) eveto A: prima pallia biaca = 17 A B = due pallie biache eveto B: secoda pallia biaca = 17 ( = = 30) p = p(a) p(b) = = = 0,3211 caso b) eveto A: prima pallia biaca = 17 A B = due pallie biache eveto B: secoda pallia biaca = 16 ( A = = 30) ( B = = 29) p = p(a) p(b / A) = = = 0,
15 TEOREMA DI BAYES calcola la probabilità di u eveto E che può essere origiato da diverse cause H i (i = 1,) tra loro icompatibili e delle quali soo ote le probabilità (H i ). I pratica risolve il problema: supposto che si sia verificato l'eveto E, qual'è la probabilità che esso sia stato origiato dalla causa H i. p(h / E) = i p(h ) p(e / H ) i 1 i p(h ) p(e / H ) p(h i /E): probabilità che la causa Hi abbia geerato l'eveto E; p(h i ): probabilità che agisca la causa H i ; p(e/h i ): probabilità che l'eveto E si verifichi i dipedeza della causa H i ; p(h i ) * p(e/hi): probabilità che agisca la causa H i e che, subordiatamete a tale fatto, si verifichi l'eveto E. i i i. b. si tega presete che, essedo le cause tra loro icompatibili, deve risultare: i1 p(h /E) = 1 i Esempio: tre ure, esteramete idetiche, hao la seguete composizioe: ura di tipo A, coteete 4 pallie rosse e 6 pallie gialle; ura di tipo B, coteete 7 pallie rosse e 3 pallie gialle; ura di tipo C, coteete 5 pallie rosse e 5 pallie gialle; Calcolare la probabilità che, estraedo ua pallia rossa, essa provega dall'ura di tipo A. p(a) = probabilità che sia rossa da A = 4/10 p(b) = probabilità che sia rossa da B = 7/10 p(c) = probabilità che sia rossa da C = 5/10 p(e/a) = probabilità che l eveto si geerato da A = 1/3 p(e/b) = probabilità che l eveto si geerato da B = 1/3 p(e/c) = probabilità che l eveto si geerato da C = 1/3 p(a / E) = = 4 16 = 0,25 14
16 1 DADO VARIABILI CASUALI Cosiderado il lacio di due dadi, il risultato che si ottiee sommado le due facce è certamete ua variabile; per di più i valori che essa assume dipedoo dal caso ed oguo di essi può presetarsi co ua certa probabilità, ioltre il verificarsi di u valore esclude automaticamete il verificarsi di u altro valore (eveti icompatibili). Somma Numero Probabilità 2 DADO Facce Volte di Verifica / / / /36 totale degli eveti el lacio /36 di due dadi: /36 eveti equiprobabili /36 spazio degli eveti 9 4 4/ / / /36 umero di volte p eveti equiprobabili Si può allora dire che la somma delle facce di due dadi è ua variabile casuale. Variabile Casuale: variabile che può assumere u certo valore all itero di u isieme di valori tra loro icompatibili ed aveti oguo ua certa probabilità di verificarsi V v 1, v 2, v 3,..., v p,p,p,...,p, (p i = 1) ; p(v = v i ) = p i ; 0 p(v = v i ) 1 Geeralizzado il problema, se esiste ua fuzioe F(x) rappresetata da: F(X = x i ) = p i (i=1,2,3,...,) avete per domiio l isieme degli x i e per codomiio l isieme delle probabilità p i, tale fuzioe rappreseta la distribuzioe di probabilità della variabile casuale x. 15
17 Come tutte le fuzioi, ach essa è suscettibile di ua rappresetazioe grafica; costruedo, ifatti, u piao cartesiao sulle cui ascisse soo posti i valori assuti dalla variabile casuale e sulle cui ordiate soo poste le relative probabilità si ha la curva di distribuzioe di probabilità. grafico relativo ad ua distribuzioe discreta di probabilità perché V può assumere solo valori iteri. grafico di ua distribuzioe cotiua di probabilità, perché V può assumere tutti i valori i R + Naturalmete i base ai valori assuti dalla variabile casuale si può avere ua curva defiita a tratti (distribuzioe di probabilità discreta) oppure ua curva cotiua (distribuzioe di probabilità cotiua). Le variabili casuali, dette ache variabili aleatorie o variabili stocastiche, rappresetao ua parte fodametale del calcolo delle probabilità e soo molti i problemi di atura probabilistica il cui studio coduce alla cosiderazioe di variabili casuali. Si cosideri ora il seguete problema: FUNZIONE DI RIPARTIZIONE calcolare la probabilità che, el lacio di due dadi, la somma delle facce risulti miore di 5. X /36, 2/36, 3/36, 4/36, 5/36, 6/36, 5/36, 4/36, 3/36, 2/36, 1/ p X 5 p X 2 p X 3 p X il calcolo è stato effettuato utilizzado il teorema della probabilità totale (applicato ad eveti icompatibili). I pratica, si soo cumulate (sommate) le probabilità dei sigoli valori, disposti i ordie crescete, che può assumere la variabile casuale; ciò porta al cocetto di fuzioe di ripartizioe o fuzioe cumulativa di probabilità: 1 6 Fuzioe di Ripartizioe: fuzioe F(x) che esprime la probabilità che ua variabile casuale X assuma u valore o superiore ad x F(x) = p(x x) = p s (s=1,2,...,i) 16
18 risulta: x < x 1 F(x) = 0 0 F(x) 1 x x F(x) = 1 fuzioe cotiua [x, Graficamete la fuzioe ripartizioe viee rappresetata el piao cartesiao poedo sulle ascisse i valori x i e sulle ordiate i valori di F(x) otteuti sommado progressivamete le relative p i; se la fuzioe è cotiua risulta: F(x) = P(X a) = F(a) State la difficoltà di aalizzare la distribuzioe di probabilità di ua variabile casuale è opportuo aalizzarla attraverso parametri che evidezio i modo sitetico le sue caratteristiche; idicado co: p ( X x ) = F(x) f(a) a cetro: zoa di massima probabilità di ua variabile casuale (valore più probabile che essa può assumere); dispersioe: grado co cui le probabilità si dispogoo itoro al cetro; è possibile defiire la distribuzioe di probabilità di ua variabile casuale attraverso due parametri: valore medio: (valore atteso o speraza matematica) previsioe teorica del risultato che si può avere effettuado u gra umero di prove; è dato dalla somma dei prodotti dei valori assuti dalla variabile casuale per le rispettive probabilità: E(x) = x 1 p 1 + x 2 p x p = x i p i = Per defiire l altro parametro che evidezia la dispersioe di ua variabile casuale è ecessario itrodurre il cocetto di: scarto: (o scostameto) differeza di ogi valore assuto dalla variabile casuale dal valor medio s i = (x i - ) (i = 1,2,...,) che evidezia la variabilità (valori o tutti uguali) di ua variabile casuale. 17
19 È logico, poi, ipotizzare che il più attedibile idicatore del grado di variabilità, e quidi della dispersioe, si possa otteere calcolado il valor medio degli scarti; tuttavia, risultado essi simmetrici rispetto alla media, il loro valor medio è ullo. Per ovviare a ciò, si calcola il valor medio del quadrato degli scarti; si defiisce così la: variaza: valor medio degli scarti al quadrato Var( X) x p x p... x p x p i i spesso i alterativa alla variaza si utilizza lo: scarto quadratico medio: (s.q.m.) radice quadrata della variaza Var( X) Esempio: determiare qual è il valore che ha più probabilità di verificarsi el lacio di due dadi e dire, ioltre, quale grado di variabilità ha la variabile casuale associata. E(X) m = 7 s 1 = 2-7 = -5 s 2 = 3-7 = -4 s 3 = 4-7 = -3 s 4 = 5-7 = -2 s 5 = 6-7 = -1 s 6 = 7-7 = 0 s 7 = 8-7 = 1 s 8 = 9-7 = 2 s 9 = 10-7 = 3 s 10 =11-7 =4 s 11 =12-7= 5 18
20 TEORIA DEI GIOCHI Giochi di Sorte: giochi il cui esito dipede fodametalmete dal caso. Nei giochi di sorte si puta ua somma S i base ad ua probabilità p di vicere; è possibile, quidi, cosiderare ua variabile casuale che assume valore S co probabilità p e valore 0 co probabilità q = 1 - p, il cui valore medio è: = Sp + 0q = Sp da ciò si ha: Speraza Matematica: prodotto della somma S per la probabilità p di vicere E = Sp rappreseta, i effetti, la previsioe della vicita media che u giocatore ha effettuado u umero ifiito di giocate. Geeralizzado, i caso di somme S i (i = 1,2,...,) ogua avete probabilità di essere vita p i (i = 1,2,...,), tra loro icompatibili, la speraza matematica totale è: E S p S p... S p S p T i1 i i p i1 i 1 ; 0 p 1 i GIOCHI A DUE GIOCATORI Giochi i cui la vicita di u giocatore è rappresetata dalla perdita dell'altro: A: puta la somma S A co ua probabilità di vicere p e di perdere q B: puta la somma S B co ua probabilità di vicere q e di perdere p A vice la somma S B e paga la somma S A = - S A B vive la somma S A e paga la somma S B = - S B E(A) = S B p - S A q E(B) = S A q - S B p = -( S B p - S A q) = - E(A) da ciò discede che la speraza matematica di u giocatore è opposta a quella dell'altro. Si ricava, ioltre, che se la speraza matematica di u giocatore è ulla lo è ache quella dell'altro e ciò porta alla defiizioe di: Gioco Equo: gioco i cui la speraza matematica complessiva di ci ciascu giocatore è ulla E(A) = S B p - S A q = 0 ; E(B) = S A q - S B p = 0 da tale defiizioe risulta: S B p - S A q = 0 S B p = S A q S A / S B =p/q S A : S B = p : q S A : p = S B : q 19
21 Gioco Equo: gioco i cui la somma putata è proporzioale alla probabilità di vicita. Dalla proporzioe S A : S B = p : q applicado la proprietà del compoedo si ha: p : (p+q) = S A : (S A +S B ) ed essedo: p + q = 1 e S A + S B = S T si ha: p : 1 = S A : S T S A = p S T Gioco Equo: gioco i cui la somma putata è la speraza matematica del mote premi. (quest'ultima defiizioe è alla base dei calcoli di alcui tipi di assicurazioe). Le cosiderazioi fatte restao valide ache se ci soo più somme i gioco o se il gioco si svolge tra più giocatori ricordado che le probabilità di vicita delle sigole somme o dei sigoli giocatori soo relative ad eveti tra loro icompatibili e, quidi, il gioco è sottoposto alla legge della probabilità totale. Quado uo dei giocatori agisce da professioista, cioé orgaizza e gestisce il gioco (Stato, Compagie di assicurazioi), l'equità del gioco agisce a suo sfavore perché, essedo ulla la vicita media (E = 0), restao a suo carico le spese di orgaizzazioe e di gestioe. E' ecessario, i tal caso, prevedere u caricameto per le somme i gioco (perdita dell'equità del gioco) affiché il professioista o risulti i perdita e possa per altro avere u giusto guadago dall'attività svolta. E' questo ciò che succede per le varie lotterie gestite dallo Stato o per le compagie di assicurazioi che fao pagare somme superiori a quelle che sarebbero ecessarie. Esempio di gioco o equo: ella rulette la somma che si vice se esce u umero è di 35 volte la posta. Detta k la posta i gioco, p = 1/37 la probabilità di vicere, q = 36/37 la probabilità di perdere, la speraza matematica del giocatore è: 1 E 35k k 36 k da cui si vede che avedosi u valore egativo il gioco è svataggioso per il giocatore. 20
STUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliProbabilità e Statistica (cenni)
robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso
Dettagli1 Quesiti tratti dalla maturità
1 Quesiti tratti dalla maturità Sperim PNI 2001 - Q8 Ua classe è composta da 12 ragazzi e 4 ragazze. Tra i sedici allievi se e scelgoo 3 a caso: qual è la probabilità che essi siao tutti maschi? Casi possibili:
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
DettagliTutorato di Probabilità 1, foglio I a.a. 2007/2008
Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliELEMENTI DI CALCOLO COMBINATORIO
ELEMENTI DI CALCOLO COMBINATORIO 1 Elemeti di calcolo combiatorio Si tratta di ua serie di teciche per determiare il umero di elemeti di u isieme seza eumerarli direttamete. Dati elemeti distiti ci chiediamo
DettagliIl risultato di una prova è un n. aleatorio Funzioni degli esiti: Ω IR X, Y, Z,... funzioni, X(ω), Y (ω), Z(ω)
Variabili aleatorie (v.a.) Il risultato di ua prova è u. aleatorio Fuzioi degli esiti: Ω IR X, Y, Z,... fuzioi, X(ω), Y (ω), Z(ω) se B IR, P(X B) = = P({ω Ω : X(ω) B}) = P(X 1 (B)) I geerale iteressa B
DettagliConsideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con
Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi
Dettagli1. Saper conteggiare il numero totale di scelte in uno schema ad albero. 2. Saper risolvere problemi con permutazioni, disposizioni e combinazioni
Settimo modulo: Probabilità e statistica Obiettivi. Saper coteggiare il umero totale di scelte i uo schema ad albero 2. Saper risolvere problemi co permutazioi, disposizioi e combiazioi 3. Saper calcolare
DettagliDisposizioni semplici
Disposizioi semplici Calcolo combiorio D, K ( ) ( )...( K+ ) co 0< K Di elemeti e K (umero urale) si dicoo disposizioi semplici di elemeti di classe K i raggruppameti otteuti scegliedo K elemeti tra gli
DettagliEsperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI
Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliScritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50
Ua delle applicazioi della teoria delle proporzioi è la divisioe di u umero (o di ua gradezza) i parti direttamete o iversamete proporzioali a più umeri o a più serie di umeri dati. Tale tipo di problema
DettagliElementi di calcolo combinatorio
Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioi a.a. 2006/2007 C.d.L.: Igegeria per l Ambiete ed il Territorio, Igegeria Civile, Igegeria Gestioale, Igegeria dell Iformazioe C.d.L.S.: Igegeria Civile Estrazioi-II
DettagliElementi. di Calcolo Combinatorio. Paola Giacconi
Elemeti di Calcolo Combiatorio di Paola Giaccoi Premessa Co la Meccaica Quatistica Il cocetto di probabilità è etrato a fare parte itegrate della FISICA e quidi della ostra vita La visioe determiistica
DettagliCalcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici.
Calcolo combiatorio. Disposizioi - Permutazioi - Combiazioi Coefficieti biomiali - Biomio di Newto Disposizioi semplici. Disposizioi semplici di oggetti di classe soo tutti gli allieameti che è possibile
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliAccenni al calcolo combinatorio
Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi
DettagliCALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011
CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL //0 PRIMA PARTE Esercizio U sitomo S è ricoducibile a tre malattie M, M e M 3 a due a due icompatibili. Sapedo che la probabilità che u idividuo abbia la patologia
DettagliMATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010
elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e
DettagliEsercizi per il corso di Matematica Discreta
Esercizi per il corso di Matematica Discreta Alberto Carraro 19 ovembre 2011 DAIS, Uiversità Ca Foscari Veezia http://wwwdsiuiveit/~acarraro Se A è u isieme o vuoto, ua sequeza s di lughezza k ad elemeti
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliEntropia ed informazione
Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre
DettagliCalcolo Combinatorio
Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Ecoomiche, Aziedali e Statistiche Apputi del corso di Matematica Geerale Calcolo Combiatorio Ao Accademico 2013/201 V. Lacagia - S. Piraio
DettagliProbabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?
Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile
DettagliTEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11
1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliElementi di Calcolo Combinatorio
Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale
DettagliT ) = q n 1 p n 1. q n = p/(1 q) = 1;
Distribuzioe geometrica Si lacia ua moeta o regolare P (T ) = p ; P (C) = q = p Ω = isieme ifiite successioi di T e C T = T all -mo lacio C = C all -mo lacio X =. laci fio alla 1 a T P (X = ) = P (CC }{{...
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliCENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica
Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,
DettagliCenni di calcolo combinatorio
Appedice B Cei di calcolo combiatorio B Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare degli
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliUnità Didattica N 33 L algebra dei vettori
Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare
DettagliCorso Propedeutico di Matematica
POLINOMI RICHIAMI DI TEORIA Defiizioe: u poliomio ( o fuzioe poliomiale) ella variabile x di grado a coefficieti reali ha la forma A = a0 + a1x + + a 1 x, dove a 0, a 1,..., a soo umeri reali assegati
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliPreparazione alle finali nazionali di Cesenatico Combinatoria
Preparazioe alle fiali azioali di Ceseatico Combiatoria GausS Gruppo Alleatori Uiversitari Studeti della Sapieza a cura di Gabriele Serafii, Adrea Pesare Nota: tutti i umeri i questa scheda si itedoo iteri
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,,, 3, 5, 8, 3,, 34, 55, 89, 44, 33, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi mesi i u allevameto! Si
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliCapitolo Parte V
Capitolo 1 1.1 Parte V Exercise 1.1. Sia X ua variabile aleatoria, defiita su (Ω,P a valori i E, quasi certamete costate, ossia esiste c E tale che P(X = c = 1. Si mostri che esiste u uico elemeto c E
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!
Dettagli0.1 Esercitazioni V, del 18/11/2008
1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k
DettagliCaso studio 9. Distribuzioni doppie. Esempi
7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie
Dettagli3... Def. Principio di moltiplicazione. Es. Lancio di due dadi
Calcolo Combiatorio richiami) /3 Il calcolo combiatorio Aalisi combiatoria) si prefigge di stabilire quati gruppi si possoo formare da u certo umero di oggetti, ua volta ota la legge di formazioe dei gruppi
Dettagli3... Def. Principio di moltiplicazione. Es. Lancio di due dadi
Calcolo Combiatorio richiami) /3 Il calcolo combiatorio Aalisi combiatoria) si prefigge di stabilire quati gruppi si possoo formare da u certo umero di oggetti, ua volta ota la legge di formazioe dei gruppi
DettagliTraccia delle soluzioni degli esercizi del fascicolo 3
Traccia delle soluzioi degli esercizi del fascicolo 3 Esercizio I ua procedura di cotrollo di produzioe, processori prodotti da u processo idustriale vegoo sottoposti a cotrollo Si assuma che ogi pezzo,
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,
Dettagli3. Calcolo letterale
Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate
DettagliProbabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?
Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliESAME DI STATO DI LICEO SCIENTIFICO 2005 CORSO DI ORDINAMENTO Sessione ordinaria Tema di MATEMATICA - 23 giugno 2005
ESAME DI STATO DI LICEO SCIENTIFICO 005 CORSO DI ORDINAMENTO Sessioe ordiaria Tema di MATEMATICA - 3 giugo 005 Svolgimeto a cura del prof. Luigi Tomasi (luigi.tomasi@libero.it) RISPOSTE AI QUESITI DEL
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
Dettagli(i) si calcoli la probabilità di non perdere soldi; P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimaa 2 Esercizio 1. Si cosideri la seguete strategia per il gioco della roulette. Si scommette 1 sul rosso. Se esce rosso (si ricordi che la roulette è da 37 umeri, di cui 18 rossi e 18
DettagliCopyright Esselibri S.p.A.
CAPITOLO OTTAVO LE VARIABILI CASUALI Sommario:. Geeralità. -. La variabile casuale biomiale. - 3. La variabile casuale di Poisso. - 4. La variabile casuale ormale. 5. La variabile casuale chi-quadrato.
Dettagli1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.
Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):
DettagliI TRIANGOLI ARITMETICI
I TRIANGOLI ARITMETICI Atoio Salmeri Qui di seguito si prederao i esame alcui triagoli aritmetici. Essi soo ell ordie i triagoli che foriscoo i coefficieti dei poliomi geerati dalle segueti espressioi:.
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliY557 - ESAME DI STATO DI LICEO SCIENTIFICO. 3 lim
Y557 - ESAME DI STATO DI LICEO SCIETIFICO PIAO AZIOALE DI IFORMATICA CORSO SPERIMETALE Tema di: MATEMATICA (Sessioe ordiaria 2002) QUESTIOARIO 1 Se a e b soo umeri positivi assegati quale è la loro media
DettagliESERCIZI - FASCICOLO 1
ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim
DettagliCALCOLO COMBINATORIO
Pricipio fodametale del calcolo combiatorio Se u eveto E si può presetare i modi e u secodo eveto E 2 si può maifestare i 2 modi, allora l eveto composto E E 2 si può presetare i modi. 2 ORDINE/ RIPETIZIONE
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliProbabilità CENNI DI PROBABILITÀ
CENNI DI PROBABILITÀ Itroduzioe I queste pagie verrao esposti i breve i cocetti base della teoria delle probabilità. Lo scopo è quello di forire le basi i modo che siao più compresibile l uso che e viee
DettagliESERCITAZIONE DI PROBABILITÀ 1
ESERCITAZIONE DI PROBABILITÀ 1 12/03/2015 Soluzioi del primo foglio di esercizi Esercizio 0.1. Ua classe di studeti è costituita da 6 ragazzi e 4 ragazze. I risultati dell esame vegoo esposti i ua graduatoria
DettagliIl calcolo combinatorio. L arte del contare
Il calcolo combiatorio L arte del cotare prof. Fabio Booli 6 dicembre 2008 Sommario - INTRODUZIONE Esempi e regole geerali 2 COMBINATORIA IN FORMULE Le disposizioi Le combiazioi Disposizioi co ripetizioe
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
DettagliAritmetica 2016/2017 Esercizi svolti in classe Seconda lezione
Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
Dettagli5. Derivate. Derivate. Derivate di funzioni elementari. Regole di derivazione. Derivate di funzioni composte e di funzioni inverse
Di cosa parleremo Le derivate costituiscoo, per la maggioraza degli studeti, l argometo più semplice di questa parte dell aalisi matematica. I questo capitolo e daremo il cocetto assieme al sigificato
DettagliDal punto di vista teorico, questi valori possono essere assegnati a piacimento con l unico vincolo che
4. 5 marzo 2013 Cocetto di variabile casuale (o aleatoria): a livello ituitivo 1, ua quatità (umerica) che è il risultato di u feomeo aleatorio; o possiamo quidi prevedere esattamete il suo valore, ma
DettagliLEGGE DEI GRANDI NUMERI
LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
Dettagli7 LE PROPRIETÀ DEI NUMERI NATURALI. SUCCES- SIONI
7 LE PROPRIETÀ DEI NUMERI NATURALI. SUCCES- SIONI Abbiamo usato alcue proprietà dei umeri aturali che coviee mettere i evideza. Per prima cosa otiamo che N gode delle due proprietà (i 0 N; (ii se N allora
DettagliLa comparsa dei numeri complessi è legata, da un punto di vista storico, alla risoluzione delle equazioni di secondo grado.
Capitolo 3 3.1 Defiizioi e proprietà La comparsa dei umeri complessi è legata, da u puto di vista storico, alla risoluzioe delle equazioi di secodo grado. L equazioe ammette le soluzioi x 2 + 2px + q =
DettagliUNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008
UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliLezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliCalcolo combinatorio
Calcolo combiatorio Il pricipio fodametale del calcolo combiatorio Il pricipio fodametale del calcolo combiatorio può essere euciato così: Se dobbiamo fare N scelte e la prima scelta può essere fatta i
DettagliESERCITAZIONI 1 (vers. 1/11/2013)
ESERCITAZIONI 1 (vers. 1/11/2013 Daiela De Caditiis tutoraggio MAT/06 Igegeria dell Iformazioe - sede di Latia, prima qualche richiamo di teoria... CALCOLO COMBINATORIO Il pricipio fodametale del calcolo
DettagliStatistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione
Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità B - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
Dettagli5. INDICI DI DISUGUAGLIANZA
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI DISUGUAGLIANZA Prof. Maurizio
DettagliStatistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione
Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità A - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliCapitolo 5. Successioni numeriche
Capitolo 5 Successioi umeriche Ua successioe è ua fuzioe avete domiio N o u suo sottoisieme del tipo A = { N > 0, 0 N} e come codomiio R e che associa a ogi umero aturale u umero reale a. La legge di ua
DettagliCAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE
CAMBIAMENTO DI BASE IN UNO SPAZIO VETTORIALE Sia V uo spazio vettoriale sul campo K. Siao v, v,..., v vettori dati apparteeti a V e siao, ioltre, assegati scalari k, k,..., k apparteeti a K. Si defiisce
DettagliCalcolo combinatorio. Introduzione. Paolo Siviglia. Calcolo combinatorio 1
Paolo Siviglia Calcolo combiatorio Itroduzioe I questa parte della matematica vegoo affrotati i problemi riguardati lo studio dei raggruppameti che si possoo realizzare co gli elemeti di u isieme. Problemi
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
Dettagli5. INDICI DI VARIABILITA'
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti
Dettagli