Un problema di dadi. Michele Impedovo
|
|
- Bartolomeo Fiorini
- 7 anni fa
- Visualizzazioni
Transcript
1 Un problema di dadi Michele Impedovo Riaunto Quante volte, in media, occorre lanciare un dado a facce perché tutte le facce ecano almeno una volta? Per riolvere queto problema non è neceario calcolare eplicitamente la probabilità che in n lanci di un -dado ecano k facce. È ufficiente fare ricoro alla ditribuzione geometrica di probabilità di un'opportuna variabile aleatoria. Abtract On average, how many time mut a -ided die be rolled until each ide appear at leat once? To olve thi problem we do not necearily know the probability of rolling k ide when we throw n dice. We will conider the geometric ditribution of a random variable. Michele Impedovo Liceo Scientifico G. Ferrari Varee impedovo@tin.it
2 Il problema del collezionita Quante volte, in media, occorre lanciare una moneta affinché eca ia TESTA che CROCE? Quante volte, in media, occorre lanciare un dado perché ecano tutte le facce? Quante figurine, in media, devo comprare per "finire" l'album? Queto problema, noto come "il problema del collezionita" ammette una oluzione generale belliima, che vogliamo illutrare. In generale il problema i può formulare in queto modo: quante volte, in media, occorre lanciare un -dado (un dado a facce) perché ecano tutte le facce? Ad un primo approccio i tratta di calcolare, per ogni n, la probabilità p(n) che ecano tutte le facce con n lanci (naturalmente riulta p(0) = p() = p() = = p( ) = 0) e quindi calcolare la omma della erie kpk ( ). Si tratta in definitiva di introdurre la variabile aleatoria X = numero di lanci perché ecano tutte le facce, calcolare per ogni n la probabilità p(x=n) e infine calcolare il valor medio E(X) di X. La moneta: = Per una moneta equa la oluzione i trova facilmente; i oervi il grafo a fianco, in cui è ucita (per eempio) la faccia C al primo lancio. Allora p(x = ) = / p(x = 3) = /4 C p(x = 4) = /8 p(x = n) = / n T C Il valor medio di X è dato dalla omma della erie / / E(X) = k. / T C T / C k = k Come i calcola tale omma? Se poniamo p=/, allora / /...
3 E(X) = k = = k d p dp p 0 k kp = p = ( p) d p k = dp. d dp k p = Abbiamo dimotrato un riultato che ci arà utile in eguito: ( p). k kp = Se poniamo p=/ allora il numero medio di lanci di una moneta equa per ottenere tutte e due le facce è 3. Se la moneta non è equa ma è di trucco p, cioè ece T con probabilità p e C con probabilità q= p, ragioniamo nel eguente modo: X = n equivale al fatto che per n lanci è ucito T e al n-eimo lancio ece C (con probabilità p n q) oppure per n lanci è ucito C e al n-eimo lancio ece T (con probabilità pq n ). Quindi p(x = n) = p n q + pq n e riulta k k k k E(X) = k( p q+ pq ) = q kp + p kq k = Per quello che abbiamo dimotrato precedentemente riulta k kp = k = ( p ) k kq = ( q ) e dunque E(X) = q + p = + ( p) ( q) p q dove q= p. Il grafico di X al variare di p è il eguente. 3
4 Il grafico è ovviamente immetrico ripetto a p = 0.5, in cui abbiamo il valor medio minimo; e p tende a 0 oppure a allora E(X) tende a infinito, come è ragionevole upporre. Il problema del tiratore Apriamo una breve parentei, per determinare un riultato che ci arà utile in eguito. Un tiratore colpice il beraglio con probabilità p: quante volte deve tirare per colpire il beraglio? L'intuito ci dice che e la probabilità di centrare il beraglio è, per eempio, /0, allora occorreranno in media 0 tiri per colpirlo. Ovviamente upponiamo che ogni tiro ia indipendente dai precedenti (e quindi tracuriamo la tanchezza, la deluione, ). Sia X la variabile aleatoria X = numero di tiri affinché il tiratore colpica il beraglio. Dimotriamo che E(X) = /p. Infatti e il beraglio è colpito per la prima volta dopo n tiri allora vuol dire che il tiratore ha bagliato per n volte (ogni volta con probabilità q= p) e quindi p(x = n) = pq n. Si tratta della ditribuzione geometrica della variabile aleatoria X: pq n è la probabilità che il "tempo di attea" per il verificari dell'evento di probabilità p ia n. Per il valor medio di X riulta k k E(X) = kpq = p kq. k = Poiché appiamo che 4
5 k kq = ( q ) allora k kq = = ( q ) p dunque E(X) = p p = p. Il tempo medio di attea per il verificari di un evento di probabilità p è /p. Queto piega perché la moneta va lanciata in media 3 volte per ottenere ia TESTA che CROCE: 3 = (tempo di attea per una faccia qualiai) + (tempo medio di attea perché i preenti l'altra faccia, che ha probabilità /). Lo teo riultato può eere ottenuto in un modo molto più emplice, enza ricorrere alle erie: il tempo medio di attea E(X) vale con probabilità p (la probabilità di centrare il beraglio al primo tiro) e vale +E(X) con probabilità p (e al primo tiro non ho colpito il beraglio poo immaginare di ripartire daccapo, e il tempo medio di attea da quel punto in poi è empre E(X), dunque il tempo d'attea totale arà +E(X)). Riulta quindi E(X) = p + (+E(X))( p) da cui E(X) = /p. Il dado: = 6 Vediamo ora come riolvere il problema nel cao di un dado equo a 6 facce. Per riolvere il problema cambieremo trategia. Lanciamo il dado una prima volta e otteniamo una certa ucita d. Quanti lanci occorre fare per avere un'ucita divera da d? Introduciamo la variabile aleatoria X = numero di lanci per avere un'ucita divera da d. Il problema è identico a quello del tiratore: noi "tiriamo" con probabilità p=5/6 di "colpire il beraglio" e q=/6 di mancarlo, nel qual cao tireremo di nuovo, e coì via. Allora E(X ) = 6/5 =. Quindi occorre lancio per la prima ucita e. lanci per la econda ucita: iamo a. lanci. Il paaggio volto ci porta ubito alla oluzione: e ono già ucite 5
6 facce ucirà la terza faccia (divera dalle precedenti) con probabilità p=4/6, e dunque dopo E(X 3 ) = 6/4 =.5 lanci. La quarta faccia ucirà con probabilità p=3/6, e dunque dopo E(X 4 ) = 6/3 = lanci. La quinta faccia ucirà con probabilità p=/6, e dunque dopo E(X 5 ) = 6/ = 3 lanci. Infine la eta faccia ucirà con probabilità p=/6, e dunque dopo E(X 6 ) = 6/ = 6 lanci. Ricordando che la prima faccia ovviamente ece al primo lancio, il che ignifica E(X ) = 6/6 = la ripota al problema del collezionita per = 6 è E(X ) + E(X ) + E(X 3 ) + E(X 4 ) + E(X 5 ) + E(X 6 ) = = k = 4.7. Occorre lanciare, in media, 4.7 volte un dado per vedere ucire tutte le facce. Il cao generale È immediata la generalizzazione. Abbiamo un -dado equo. Se indichiamo con Y la variabile aleatoria Y = numero di lanci di un -dado affinché ecano tutte le facce allora Y = X + X + + X Ho un dado a facce; e ono già ucite k facce divere, la probabilità che eca la k + (k+)-eima faccia è p = e il valor medio del numero di lanci da effettuare è E(X k ) = k + La oluzione generale è dunque E(Y ) = E ( Xk ) = k + = k. Magico, eh? Volete apere quante perone occorre prendere in media per avere rappreentati tutti i compleanni dell'anno? 6
7 k 365. Viene ora voglia di chiederi quale ia l'andamento di E(Y) al variare di E(Y) È ufficiente oervare che n lim = ln(n) + γ, n k = k dove γ = è la coiddetta cotante di Eulero-Macheroni. Quindi ln. E(Y ) () Michele Impedovo 7
Introduzione. Esempio di costruzione one del contorno delle radici. Esempio... 4
Appunti di Controlli Automatici 1 Capitolo 5 parte II Il contorno delle radici Introduzione... 1 Eempio di cotruzione del contorno delle radici... 1 Eempio... 4 Introduzione Il procedimento per la cotruzione
DettagliMATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 1) 28 Novembre 2008
MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 1) 28 Novembre 2008 SOLUZIONI 1. (4 punti) L indice di maa corporea (IMC) è ottenuto dal rapporto tra maa, eprea in Kg, e l altezza, eprea in m, al quadrato.
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliAppunti ed esercitazioni di Microonde 2
Appunti ed eercitazioni di Microonde Studio di una linea priva di perdite in regime impulivo di impedenza caratteritica =5Ω, chiua u di un carico R erie avente R==5Ω, =mh, =nf. Si aume come velocità di
Dettagli2. METODO DEGLI SPOSTAMENTI O EQUAZIONE DELLA LINEA ELASTICA, PER LA SOLUZIONE DI TRAVI IPERSTATICHE
METODO DEGLI SPOSTAMENTI CORSO DI PROGETTAZIONE STRUTTURALE B a.a. 00/0 Prof. G. Salerno Appunti elaborati da Arch. C. Provenzano. STRUTTURE IPERSTATICHE Una truttura i dice ipertatica o taticamente indeterminata
DettagliBode Diagram. 1.2 Determinare il valore del guadagno del sistema. Disegnare gli zeri ed i poli nel piano complesso.
5 Luglio 3 econda prova Sia dato un itema dinamico con funzione di traferimento G(), i cui diagrammi di Bode, del modulo e della fae, ono di eguito rappreentati: 6 Bode Diagram Phae (deg) Magnitude (db)
DettagliCorso di Fondamenti di Automatica A.A. 2015/16. Diagrammi di Bode
1 Coro di Fondamenti di Automatica A.A. 015/16 Diagrammi di Bode Prof. Carlo Coentino Dipartimento di Medicina Sperimentale e Clinica Univerità degli Studi Magna Graecia di Catanzaro tel: 0961-3694051
DettagliProblema n. 2. Soluzione
Problema n. Un auto da cora A iaia u un piano orizzontale con elocità cotante = 69 km/ i 11 km/ j ripetto ad un oeratore olidale al uolo Ox. Qual è la elocità dell auto A miurata da un oeratore olidale
DettagliEsercitazione 16 Novembre 2012 Circuiti dinamici del secondo ordine. t come riportato in figura.
Eercitazione Noembre ircuiti dinamici del econdo ordine ircuito L- erie Per quanto riguarda queto circuito, l eercizio egue la traccia della oluzione del compito d eame numero, reperibile in rete al olito
Dettagli7. La teoria dell' "età" dei neutroni. Il modello di rallentamento continuo
7. La teoria dell' "età" dei neutroni. Il modello di rallentamento continuo Si è vito opra il trattamento generale dello cattering neutronico in mezzi infiniti. Ora conidereremo il cao della ditribuzione
DettagliIndirizzo Giuridico Economico Aziendale
LE VARIABILI CASUALI In molti fenomeni aleatori il risultato di un esperimento è una grandezza che assume valori in modo casuale. Pensa ad esempio al numero di auto che si presentano ad un casello autostradale
DettagliLanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9
Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda
DettagliIng. Mariagrazia Dotoli Controlli Automatici NO (9 CFU) Antitrasformata di Laplace PROCEDIMENTI DI ANTITRASFORMAZIONE
PROCEDIMENTI DI ANTITRASFORMAZIONE L'operazione di paaggio invero dal dominio della frequenza complea al dominio del tempo F() f(t) è detta antitraformata o traformazione invera di Laplace. Data una funzione
DettagliNel caso di molte misure e statistica gaussiana
Dicrepanza Nella tragrande maggioranza dei cai le concluioni perimentali implicano il confronto tra due o più valori. Queti valori poono eere delle miure (e quindi con un incertezza), delle time teoriche
Dettagli1. Teorema di reciprocità
1. Teorema di reciprocità Conideriamo un mezzo in cui ono preenti le orgenti (J 1, M 1 ) che producono un campo (E 1, H 1 ) e le orgenti (J 2, M 2 ) che producono un campo (E 2, H 2 ). Determineremo una
DettagliLa simulazione con DERIVE Marcello Pedone LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE
LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE Premessa Abbiamo già visto la simulazione del lancio di dadi con excel Vedi: http:///statistica/prob_simu/index.htm Ci proponiamo di ottenere risultati analoghi
DettagliRisultati esperienza sul lancio di dadi Ho ottenuto ad esempio:
Dado B (6): 2 2 6 6 6 1 1 3 6 4 6 6 3 1 1 4 1 6 3 6 6 4 6 3 2 4 3 2 6 3 5 5 6 4 3 3 2 1 2 1 6 3 2 4 4 3 6 6 3 2 1 6 6 4 6 1 3 6 6 1 6 2 4 5 3 3 6 2 1 6 6 3 1 2 6 3 1 3 4 6 1 6 4 1 6 4 6 6 6 5 5 2 4 1 2
DettagliNote su alcuni principi fondamentali di macroeconomia Versione parziale e provvisoria. Claudio Sardoni Sapienza Università di Roma
Note u alcuni principi fondamentali di macroeconomia Verione parziale e provvioria Claudio Sardoni Sapienza Univerità di Roma Anno accademico 2010-2011 ii Indice Premea v I Il breve periodo 1 1 Il fluo
DettagliCatene di Markov - Foglio 1
Catene di Markov - Foglio 1 1. Una pedina si muove su un circuito circolare a 4 vertici, numerati da 1 a 4. La pedina si trova inizialmente nel vertice 1. Ad ogni passo un giocatore lancia un dado equilibrato:
DettagliPRIMA SIMULAZIONE - 10 DICEMBRE QUESITI
www.matefilia.it PRIMA SIMULAZIONE - 0 DICEMBRE 05 - QUESITI Q Lanciando una coppia di dadi cinque volte qual è la probabilità che si ottenga un punteggio totale maggiore di sette almeno due volte? Calcoliamo
Dettagli16. Onde elastiche. m s
1 Catena di ocillatori 16. Onde elatiche Vogliamo dicutere il fenomeno della propagazione ondulatoria in un mezzo elatico. A tale copo conideriamo un inieme di punti materiali dipoti lungo una retta, ad
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
Dettagli= 20 m/s in una guida verticale circolare. v A A
Eercizio (tratto dal Problema 4.39 del Mazzoldi Un corpo di maa m = 00 Kg entra con elocità A licia di raggio = 5 m. Calcolare: = 0 m/ in una guida erticale circolare. la elocità nei punti B e C;. la reazione
DettagliCinematica: soluzioni. Scheda 4. Ripetizioni Cagliari di Manuele Atzeni - 3497702002 - info@ripetizionicagliari.it
Cinematica: oluzioni Problema di: Cinematica - C0015ban Teto [C0015ban] Eercizi banali di Cinematica: 1. Moto rettilineo uniforme (a) Quanto pazio percorre in un tempo t = 70 un oggetto che i muove con
DettagliModellazione e Analisi di Sistemi Idraulici
Modellazione e Analii di Sitemi Idraulici Modellazione e Analii di Sitemi Idraulici Davide Giglio La ingola vaca Si conideri il itema rappreentato in figura. Il itema conite in una vaca contenente acqua.
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE
ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità
DettagliLezione XXI - 09/04/2003 ora 8:30-10:30 - Esercizi sulle perdite di carico - Originale di Berti Sara.
Lezione XXI - 09/04/00 ora 8:0-10:0 - Eercizi ulle perdite di carico - Originale di Berti Sara. Eercizio 1 Calcolare la potenza di una pompa necearia a far correre il fluido attravero un tubo collegato
Dettaglia) Caso di rottura duttile con armatura compressa minore di quella tesa
LEZIONI N 39 E 40 FLESSIONE SEMPLICE: LA DOPPIA ARMATURA E LA SEZIONE A T LA VERIFICA DELLA SEZIONE INFLESSA CON DOPPIA ARMATURA a) Cao di rottura duttile con armatura comprea minore di quella tea Si può
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Una combinazione lineare W = a 1 X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili
DettagliESERCIZIO 1 L/2 C.R. D
SRIZIO Il itema di corpi rigidi in figura è oggetto ad uno potamento impreo (cedimento), in direzione verticale e vero il bao, in corripondenza del vincolo in. Si vuole determinare la nuova configurazione
DettagliProbabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliMetodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
Dettaglicorso di Terminali per i Trasporti e la Logistica Umberto Crisalli
coro di Terminali per i Traporti e la Logitica ELEMENTI DI TEORIA DELLE CODE Umberto Crialli crialli@ing.uniroma.it INTRODUZIONE Simulazione dei terminali In generale, un terminale è cotituito da un inieme
DettagliF = 150 N F 1 =? = 3,1 s. 3,2
ESERCIZI SVOLTI : Principi di Newton Lavoro Energia Prof.. Marletta ITC Zanon - Udine ESERCIZIO (): Una caa di 30 kg viene tirata con una corda che forma un angolo di 50 col pavimento u una uperficie licia.
DettagliLEZIONI N 35 E 36 ANALISI ALLO STATO LIMITE ULTIMO DELLA SEZIONE INFLESSA
LEZIONI N 35 E 36 ANALISI ALLO STATO LIMITE ULTIMO DELLA SEZIONE INFLESSA Nel cao delle ezioni inflee di cemento armato, la verifica di icurezza allo tato limite ultimo di reitenza conite nel controllare
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliESERCIZI SVOLTI di ANALISI DEI SISTEMI
ESERCIZI SVOLTI di ANALISI DEI SISTEMI Davide Giglio DIST - Univerità di Genova Via Opera Pia, 3 645 - Genova, Italy Tel: +39 353748 Fax: +39 35354 Davide.Giglio@unige.it Queta raccolta di eercizi volti
DettagliControllore Processo. Le principali componenti del sistema sono: il rivelatore di errore, il controllore che ha il compito di trasformare il segnale
CONTROLLORI DI TIO ID rincipi di funzionamento Il termine controllo definice l azione volta per portare e mantenere ad un valore prefiato un parametro fiico di un impianto o di un proceo (ad eempio, la
DettagliCalcolo della tensione ammissibile Dovendo essere il grado di sicurezza non inferiore a 3 si ricava che il coefficiente di sicurezza γ è 3 per cui:
Il recipiente diegnato in figura ha una configurazione cilindrica avente diametro interno D = 000 mm è chiuo con fondi emiferici, eo è itemato u due elle A e B pote ad una ditanza L AB = 7000 mm e fuoriece
DettagliLezione 11. Progetto del controllore
Lezione Progetto del controllore Specifiche di progetto Conideriamo nuovamente un itema di controllo in retroazione: d y + + + y () G() + + n Fig : Sitema di controllo Supporremo aegnata la funzione di
DettagliSemplificazioni di schemi a blocchi
Semplificazioni di chemi a blocchi 4. Blocchi in cacata 4. Blocchi in parallelo 4.3 Blocchi in catena chiua (reazione negativa) 4.4 Blocchi in catena chiua (reazione poitiva) 4.5 Spotamento di blocchi
DettagliLAVORO ED ENERGIA. 1J = 1N 1m
ppunti di fiica LVORO ED ENERGI LVORO Nel linguaggio cientifico il termine lavoro ha un ignificato ben precio e talvolta divero da quello che queto termine aume nel linguaggio quotidiano. In fiica il concetto
DettagliA tal fine consideriamo un esempio come punto di partenza per le nostre considerazioni.
Moto Parabolico Sino ad ora abbiamo ito due tipi di moto: moto rettilineo uniforme moto uniformemente accelerato lo tudio che è tato condotto fino a queto punto ha preo in coniderazione un moto alla olta,
DettagliCAPITOLO QUINTO DISTRIBUZIONE NORMALE
CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si
DettagliLICEO SCIENTIFICO QUESTIONARIO QUESITO 1
www.matefilia.it LICEO SCIENTIFICO 7 - QUESTIONARIO QUESITO Definito il numero E come: E = e d, dimostrare che risulta: e d = e E esprimere e d in termini di e ed E. Cerchiamo una primitiva di e integrando
DettagliEsempi di prove di verifica su calcolo combinatorio e delle probabilità Esempio 1 Esempio 2
Esempi di prove di verifica su calcolo combinatorio e delle probabilità Esempio 1 Il compito verte sui seguenti contenuti irrinunciabili: probabilità totale e composta Competenze essenziali interessate:
DettagliΨ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE
Ψ PSICOMETRIA Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE STATISTICA INFERENZIALE CAMPIONE caratteristiche conosciute POPOLAZIONE caratteristiche sconosciute STATISTICA INFERENZIALE STIMA
DettagliL equazione che descrive il moto del corpo è la seconda legge della dinamica
Eercizio ul piano inclinato La forza peo è data dalla formula p mg Allora e grandezze geometriche: poono eere critte utilizzando l angolo di inclinazione del piano oppure le Angolo di inclinazione orza
DettagliDistribuzione di Probabilità
Distribuzione di Probabilità Sia X variabile con valori discreti X 1, X 2,..., X N aventi probabilità p 1, p 2,..., p N ( i p i = 1) (X variabile discreta aleatoria, o stocastica, o casuale, random) Funzione
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
Dettagli3. Catene di Misura e Funzioni di Trasferimento
3.. Generalità 3. Catene di Miura e Funzioni di Traferimento 3.. Generalità Il egnale che rappreenta la grandezza da miurare viene trattato in modo da poter eprimere quet ultima con uno o più valori numerici
DettagliPoiché la retta è definita dall equazione: y = a + bx. Capitolo 4. Regressione e Correlazione.
Diaz - Appunti di tatitica - AA 1/ - edizione 9/11/1 Cap. 4 - Pag. 1 Capitolo 4. Regreione e Correlazione. Regreione Il termine regreione ha un'origine antica ed un ignificato molto particolare. L inventore
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliLICEO SCIENTIFICO QUESTIONARIO QUESITO 1
www.matefilia.it LICEO SCIENTIFICO 015 - QUESTIONARIO QUESITO 1 y = f() ; il suo grafico è tangente alla retta y = + 5 nel secondo quadrante ed inoltre risulta: f () = + 6. Determinare l equazione y =
DettagliCorso di Fondamenti di TLC Esercizi di Probabilitá
Corso di Fondamenti di TLC Esercizi di Probabilitá Exercise 0.1 Unurna contiene 2 biglie bianche e 5 nere. Estraiamo una prima biglia: se nera la rimettiamo dentro con altre due dello stesso colore, se
DettagliCORSO DI LAUREA IN SCIENZE BIOLOGICHE Prova scritta di FISICA 14 Gennaio 2010
CORSO DI LURE IN SCIENZE BIOLOGICHE Prova critta di FISIC 4 Gennaio 00 ) Un bambino lancia una palla di maa m = 00 gr verticalmente vero l alto con velocità v 0 = m/, a partire da una roccia alta h 0 =
DettagliCALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e
DettagliCapitolo. Semplificazioni di schemi a blocchi. 4.1 Blocchi in cascata. 4.2 Blocchi in parallelo. 4.3 Blocchi in catena chiusa (reazione negativa)
Capitolo 4 Semplificazioni di chemi a blocchi 4. Blocchi in cacata 4. Blocchi in parallelo 4.3 Blocchi in catena chiua (reazione negativa) 4.4 Blocchi in catena chiua (reazione poitiva) 4.5 Spotamento
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliCP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
DettagliA.A MATERIALI POLIMERICI B. Capitolo 5 Calore specifico
A.A. 2005-06 MATERIALI POLIMERICI B Capitolo 5 Calore pecifico A preione cotante il calore pecifico c p (JK -1 kg -1 ) o la capacità termica molare (JK -1 mol -1 ) ((298) = M 0 c p(298) con M 0 peo molecolare
Dettagli1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
DettagliLe ipotesi di base che si utilizzano sono le stesse quattro già viste con riferimento al caso della flessione semplice e cioè:
LEZIONI N 44 E 45 CALCOLO A ROTTURA DELLA SEZIONE PRESSOINFLESSA PROBLEMI DI VERIFICA La procedura di verifica dei pilatri di c.a., ottopoti a forzo normale e momento flettente, è baata ulla cotruzione
DettagliCINEMATICA. determinare il vettore velocità (modulo, direzione e verso) all istante Trovare inoltre la traiettoria.
. Data la legge oraria : CINEMATICA x( t) = at con a= m b= m c= 3 m y( t) bt c = + determinare il vettore velocità (modulo, direzione e vero) all itante Trovare inoltre la traiettoria. t=. y x 3 v ˆi ˆ
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
Dettagli1_ Filtro passa-basso Con A(jw) si indica la funzione di trasferimento del filtro, il cui modulo A assume un valore costante
PPUNTI DI ELETTNIC FILTI TTII 6 Campi di applicazione I filtri nel ettore dell elettronica ono utilizzati per : attenuare i diturbi, il rumore e le ditorioni applicati al egnale utile; eparare due egnale
DettagliCapitolo. Il comportamento dei sistemi di controllo in regime permanente. 6.1 Classificazione dei sistemi di controllo. 6.2 Errore statico: generalità
Capitolo 6 Il comportamento dei itemi di controllo in regime permanente 6. Claificazione dei itemi di controllo 6. Errore tatico: generalità 6. Calcolo dell errore a regime 6.4 Eercizi - Errori a regime
Dettagli1) Utilizzando gli sviluppi in serie delle funzioni, calcolare. sin(x 2 ) (1 cos x) 2 (1 cos(x 2 )) sinh x. lim
UNIVERSITÀ MEDITERRANEA DI REGGIO CALABRIA Facoltà di Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni Prova scritta di ANALISI MATEMATICA II e CALCOLO DELLE PROBABILITÀ-E 1 Ottobre 2009
DettagliAmplificatore a BJT in configurazione CE e CC
Amplificatore a JT in configurazione e Traccia per lo olgimento dell eercitazione del 7 maggio 008 1 ircuito da realizzare 100k 1V 4k7 10u Vo 100k 4k7 1V Rif. Vi Gen. 100n N Vi Gen. 100n N 10u Vo 18k 1k
DettagliDETERMINAZIONE DELLA LATITUDINE E DELLA LONGITUDINE SENZA L USO DELLE RETTE D ALTEZZA
DETERMINAZIONE DELLA LATITUDINE E DELLA LONGITUDINE SENZA L USO DELLE RETTE D ALTEZZA Quando i oerva un atro nell'itante del uo paaggio al idiano dell'oervatore i parla di oervazioni idiane. Un atro, in
DettagliEquazioni esponenziali e logaritmi
Copyright c 2008 Pasquale Terrecuso Tutti i diritti sono riservati. Equazioni esponenziali e logaritmi 2 equazioni esponenziali..................................................... 3 casi particolari............................................................
DettagliLA GESTIONE DELLO STRESS
LA GESTIONE DELLO STRESS Stre è enza alcun dubbio una delle parole più uate (o abuate) nel mondo, almeno in quello occidentale. Vi ono molti ignificati dati a queto termine, alcuni ne ottolineano primariamente
DettagliControllo di Azionamenti Elettrici. Lezione n 3. Caratteristiche e predisposizione dei regolatori PID
Controllo di Azionamenti Elettrici Lezione n 3 Coro di Laurea in Ingegneria dell Automazione Facoltà di Ingegneria Univerità degli Studi di alermo Caratteritiche e predipoizione dei regolatori ID 1 Introduzione
DettagliCalcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
DettagliALCUNI SIMBOLI E FORMULE UTILI NELL ESERCIZIO 3, DOMANDE 3B, 3C, 3D (pagg. 5 e 6)
Univerità C. Cattaneo Liuc, Coro di Statitica, Seione n., 01 Laboratorio Excel Seione n. Venerdì 101 Gruppo PZ Lunedì 7101 Gruppo AD Martedì 8101 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE N. (I) Tabella
DettagliCircuito Simbolico. Trasformazione dei componenti
Circuito Simbolico Principio di bae E poibile applicare a tutte le leggi matematiche che regolano un circuito la traformata di Laplace, in modo da ottenere un nuovo circuito con delle proprietà differenti.
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliIL TEOREMA DI UNICITA PER 1 FLUIDI INCOMPRESSIBILI, PERFETTI,ETEROGENEI
IL TEOREMA DI UNICITA PER 1 FLUIDI INCOMPRESSIBILI, PERFETTI,ETEROGENEI di DARIO GRAFFI, Bologna (Italia) 1. In una Nota pubblicata due anni fa (1) ho tabilito il teorema di unicitil per le'equazioni dei
DettagliCapitolo IV L n-polo
Capitolo IV L n-polo Abbiamo oervato che una qualiai rete, vita da due nodi, diventa, a tutti gli effetti eterni, un bipolo unico e queto è in qualche miura ovvio e abbiamo anche motrato come cotruire
Dettagli1 Generalità sui sistemi di controllo
1 Generalità ui itemi di controllo Col termine proceo nell impiantitica chimica i intende un inieme di operazioni eeguite u una certa quantità di materia allo copo di modificarne in tutto o in parte alcune
DettagliMeccanica Applicata alle Macchine Appello del 12/01/2012
Meccanica Applicata alle Macchine Appello del 12/01/2012 1. Eeguire l analii tatica del meccanimo in figura 2 (cala 1:1). Si calcoli l azione reitente ul membro 5 quando F m =1N. 2. In figura 1 è rappreentato
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliEVENTI FUTURI EQUIPROBABILI Lezione n. 3
EVENTI FUTURI EQUIPROBABILI Lezione n. 3 Finalità: Enunciare le definizioni maturate attraverso l esercitazione pratica. Verificare la corrispondenza tra ipotesi formulate e risultati sperimentali. Metodo:
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliCAPITOLO IV ANALISI E PROGETTO DI UN CONVERTITORE DC-DC DEL TIPO SWITCHING STEP_UP
CAPITOLO IV ANALISI E PROGETTO DI UN CONVERTITORE DC-DC DEL TIPO SWITCHING STEP_UP 1 Introduzione Gli alimentatoriwitching ( a commutazione), ono in grado di contenere la potenza diipata molto meglio dei
DettagliDivisori e combinatori
Diviori e combinatori Luca Vincetti a.a. - Diviori e combinatori La combinazione lineare di egnali differenti o, all invero, la uddiviione di un unico egnale in componenti divere fa parte della normale
DettagliEsercizi Teoria della Probabilità
Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa
DettagliDiffusione e membrane
Eercizi di fiica per Medicina C.Patrignani, Univ. Genova (rev: 9 Ottobre 2003) 1 Diffuione e membrane 1) Calcolare il fluo avvettivo di oluto in un tubicino di ezione 0.1 mm 2 in cui corrono 0.2 ml al
DettagliLegge di sopravvivenza nel lancio dei dadi
Un esempio di costruzione di un modello probabilistico: la legge di sopravvivenza nel lancio dei La ricerca dell'accordo con i dati sperimentali: l'approccio visivo e l'uso del Chi-quadro (χ2 ) Legge di
DettagliTutorato Lezione 2 Gli amplificatori operazionali
Tutorato Lezione Gli ampliicatori operazionali Ideale: Gli op-amp ono circuiti elettronici di bae ideati e iluppati con la nacita delle prime macchine di calcolo analogico. In eguito con l aento dell elettronica
DettagliNOTE DI CALCOLO COMBINATORIO
NOTE DI CALCOLO COMBINATORIO VINCENZO C. NARDOZZA 1. Richiami Ricordiamo molto brevemente gli strumenti di calcolo combinatorio esaminati durante le lezioni e i risultati ottenuti. Se X n, il suo insieme
DettagliINDICAZIONI PER IL DIMENSIONAMENTO DI PARETI PORTANTI A SETTI DI TIPO ARGISOL REDATTO DALLO STUDIO D INGEGNERIA TRIVINI DI MANTOVA
INDICAZIONI PER IL DIMENSIONAMENTO DI PARETI PORTANTI A SETTI DI TIPO ARGISOL REDATTO DALLO STUDIO D INGEGNERIA TRIVINI DI MANTOVA Le pareti portanti tipo Argiol ono realizzate mediante il getto in opera
DettagliLezione 12. Regolatori PID
Lezione 1 Regolatori PD Legge di controllo PD Conideriamo un regolatore che eercita un azione di controllo dipendente dall errore attravero la eguente legge: t ut = K et K e d K de t P + τ τ+ D. dt La
Dettagli