CONCETTI BASE DI STATISTICA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "CONCETTI BASE DI STATISTICA"

Transcript

1 CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto avviee. Per u alto grado di credibilità la probabilità è vicia al valore. Da u puto di vista o completamete corretto la probabilità può essere cosiderata come il rapporto tra il umero di eveti favorevoli e il umero degli eveti possibili elle medesime codizioi. Variabile aleatoria Ua variabile aleatoria è ua variabile che può assumere qualsiasi valore i u determiato itervallo, e alla quale è associata ua distribuzioe di probabilità (o desità di probabilità). Ua variabile aleatoria che può assumere solo valori isolati è detta variabile discreta. Ua variabile aleatoria che può assumere tutti i valori etro u itervallo fiito o ifiito è detta variabile cotiua.

2 Distribuzioe di probabilità (di ua variabile aleatoria) Ua fuzioe che defiisce la probabilità che ua variabile aleatoria discreta assuma u determiato valore (o che ua variabile aleatoria cotiua assuma tutti i valori di u itervallo). La probabilità che ua variabile aleatoria possa assumere u qualsiasi valore tra quelli permessi è. Desità di probabilità per ua variabile discreta: ua fuzioe che forisce, per ogi valore x i di ua variabile aleatoria discreta X, la probabilità p i che la variabile aleatoria si uguale a x i. p i = Pr(X = x i ) per ua variabile cotiua: ua fuzioe p(x) che forisce, per ogi itervallo (x x+dx) dei valori che può assumere ua variabile aleatoria cotiua X, la probabilità dp che la variabile aleatoria assuma u valore all'itero dell'itervallo. dp = p(x) dx = Pr(x X x+dx) La desità di probabilità coicide co la derivata (quado esiste) della fuzioe di distribuzioe p(x) = dp(x)/dx

3 Normalizzazioe della desità di probabilità Per il fatto che la probabilità che ua variabile aleatoria possa assumere u qualsiasi valore tra quelli permessi vale, la desità di probabilità deve soddisfare a codizioi di ormalizzazioe: per ua variabile discreta: Se i valori possibili soo (x, x,..,x N ) i= per ua variabile cotiua: ell'itervallo (a b) N p i = p i 0 Se i valori possibili soo compresi b a p( x) dx = p(x) 0 a x b

4 Media o Valore Atteso Per ua variabile discreta: siao x i i valori assuti dalla variabile aleatoria X co probabilità p i. Il valore atteso, se esiste, risulta: µ = E ( X ) = la somma essedo estesa a tutti i valori x i che può assumere la variabile X. Per ua variabile cotiua: sia p(x) la desità di probabilità associata alla variabile aleatoria X. Il valore atteso, se esiste, risulta: µ = l'itegrale essedo esteso a tutti gli itervalli che compredoo i possibili valori assuti da X. i p i x i E ( X ) = x p( x) D dx

5 Variabile aleatoria cetrata Ua variabile aleatoria il cui valore atteso sia ullo. Se la variabile aleatoria X ha u valore atteso uguale a µ, la corrispodete variabile aleatoria cetrata è (X - µ). Variaza La variaza di ua variabile aleatoria, o di ua distribuzioe di probabilità, è il valore atteso del quadrato della corrispodete variabile cetrata σ {[ ]} ( X E( X ) = E X ) [ E( )] = V ( X ) = E X Deviazioe stadard La deviazioe stadard di ua variabile aleatoria, o di ua distribuzioe di probabilità, è la radice quadrata positiva della variaza σ = {[ ]} ( X E( X ) = E X ) [ E( )] V ( X ) = E X

6 Distribuzioe Normale o Gaussiaa La distribuzioe di probabilità di ua variabile aleatoria X la cui desità di probabilità è p( x) = π σ e ( x µ ) σ µ è il valore atteso della variabile aleatoria X e σ è la relativa variaza. mezzo di attributi). x

7 Popolazioe La totalità degli elemeti i cosiderazioe. Nel caso di ua variabile aleatoria, la distribuzioe di probabilità (desità di probabilità) defiisce la popolazioe di quella variabile. Frequeza Il umero di volte i cui u dato tipo di eveto si avvera. Dal puto di vista della misura : il umero di osservazioi che cadoo i ua specifica classe. Distribuzioe di frequeza La relazioe empirica tra i valori di ua caratteristica e la loro frequeza (frequeza relativa). I questi casi la distribuzioe può essere rappresetata i differeti modi, ad es. : per mezzo di u istogramma per mezzo di u grafico a barre per mezzo di ua tabella a due etrate

8 Valor medio o valore atteso Il valore atteso della variabile aleatoria z, rappresetato col simbolo µ z e detto ache valor medio di z, è dato da µ = z E( z) z p( z) dz La sua stima statistica è data dalla media aritmetica dei valori z i assuti dalla variabile z di desità di probabilità p(z). z = i= z i

9 Variaza La variaza di ua variabile aleatoria coicide col valore atteso (medio) del quadrato della deviazioe dal suo valore atteso. Quidi la variaza di ua variabile aleatoria z, di desità di probabilità p(z), è data da: σ ( z ) ( z) = µ z p( z) dz essedo µ z il valore atteso di z. La variaza σ (z) può essere stimata da () s z = ( z ) = i z z zi = Il fattore (-) ella espressioe di s (z) proviee dalla correlazioe tra i valori z i e z e riflette il fatto che vi soo solo (-) termii idipedeti el set di valori {z i - z }. Se il valore atteso µ z della variabile z è oto (o stimato) la variaza può essere stimata da s ( zi ) = z i i= ( µ ) z i=

10 La variaza della media aritmetica delle osservazioi, piuttosto che la variaza di ua sigola osservazioe, è la misura appropriata dell'icertezza del risultato di ua misurazioe. La variaza della variabile z, σ (z), deve essere accuratamete distita dalla variaza della media aritmetica. La variaza della media aritmetica di ua serie di osservazioi idipedeti z i della gradezza rappresetata dalla variabile aleatoria z è data da σ z = σ z / () () ed è stimata dalla variaza sperimetale della media: s s ( z) ( ) () z = = ( z i z) i= Deviazioe stadard La deviazioe stadard è la radice quadrata positiva della variaza.

11 GRADI DI LIBERTA' E LIVELLI DI CONFIDENZA Il problema è di otteere dalla stima y della gradezza misurata Y, e dalla sua icertezza u c (y), ua icertezza espasa U p = k p u c (y) che defiisca u itervallo y-u Y y+u tale che abbia ua elevata probabilità di copertura (o u elevato livello di cofideza) p. Si deve quidi determiare il fattore di copertura k p che geera u itervallo itoro al risultato y della misurazioe che ci si aspetta cotega ua grade, specifica frazioe p della distribuzioe di valori che potrebbero ragioevolmete essere attribuiti alla gradezza Y da misurare.

12 Per otteere il fattore di copertura k p che produce u itervallo corrispodete a uo specifico livello di cofideza p si richiede ua dettagliata coosceza della distribuzioe di probabilità caratterizzata dai risultati della misura e dalla icertezza. Ad esempio, per ua gradezza z descritta dalla distribuzioe ormale di valor medio µ z e deviazioe stadard σ z, il valore di k p che produce u itervallo µ z ± k p σ z che comprede ua frazioe p della distribuzioe, può essere calcolato facilmete. Alcui esempi soo riportati i tabella. Livello di cofideza p (i %) Fattore di copertura k p

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

INVENTORY CONTROL. Ing. Lorenzo Tiacci

INVENTORY CONTROL. Ing. Lorenzo Tiacci INVENTORY CONTRO Ig. orezo Tiacci Testo di riferimeto: Ivetory Maagemet ad Productio Plaig ad Cotrol - Third Ed. E.A. Silver, D.F. Pyke, R. Peterso Wiley, 998 Idice. POITICA (s, ) (order poit, order quatity)

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva idici idici (o misure) di posizioe media campioaria di osservazioi x, x,..., x x i x= per campioi x ì ripetuti ciascuo co frequeza f i x= x i f i Posto y i =a x i b : y=a x mediaa

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo

Dettagli

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli: PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità 1 Elemeti di calcolo delle probabilità 5 1. Itroduzioe La statistica è ua scieza, strumetale ad altre, cocerete la determiazioe dei metodi scietifici da seguire per raccogliere, elaborare e valutare i

Dettagli

Appunti su rendite e ammortamenti

Appunti su rendite e ammortamenti Corso di Matematica I Facoltà di Ecoomia Dipartimeto di Matematica Applicata Uiversità Ca Foscari di Veezia Fuari Stefaia, fuari@uive.it Apputi su redite e ammortameti 1. Redite Per redita si itede u isieme

Dettagli

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità

Dettagli

Distribuzioni di probabilità Unità 79

Distribuzioni di probabilità Unità 79 Prerequisiti: - Primi elemeti di probabilità e statistica. - Nozioi di calcolo combiatorio. - Rappresetazioe di puti e rette i u piao cartesiao. Questa uità iteressa tutte le scuole ad eccezioe del Liceo

Dettagli

Dispense di probabilità e statistica *

Dispense di probabilità e statistica * IFORMATICA E STATISTICA PER OTTICA E OPTOMETRIA Dispese di probabilità e statistica * Daiele Motaio Uiversità degli Studi del Saleto e-mail: daiele.motaio@le.if.it web: http://www.le.if.it/~motai/ Questa

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

UNIVERSITÀ POLITECNICA DELLE MARCHE Dipartimento di Economia. Variabili Casuali. Giulio Palomba

UNIVERSITÀ POLITECNICA DELLE MARCHE Dipartimento di Economia. Variabili Casuali. Giulio Palomba UNIVERSITÀ POLITECNICA DELLE MARCHE Dipartimeto di Ecoomia Variabili Casuali Giulio Palomba Variabili casuali Idice Itroduzioe 5 Variabili casuali discrete 7. Variabile casuale degeere....................

Dettagli

INFERENZA SU UNA O DUE MEDIE CON IL TEST

INFERENZA SU UNA O DUE MEDIE CON IL TEST CAPITOLO VI INFERENZA SU UNA O DUE MEDIE CON IL TEST t DI STUDENT 6.. Dalla popolazioe ifiita al campioe piccolo: la distribuzioe t di studet 6.. Cofroto tra ua media osservata e ua media attesa co calcolo

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

ANALISI STATISTICA DEI DATI

ANALISI STATISTICA DEI DATI AALISI STATISTICA DEI DATI STATISTICA E PROBABILITA' Misura di ua gradezza fisica Errori dovuti a: Strumeti di misura Parametri o cotrollabili da sperimetatore da valore vero gradezza varia da misura a

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica è sorta i tempi atichissimi co i cesimeti: storico quello di Augusto che, secodo la tradizioe cristiaa coivolse Maria e Giuseppe, giusto alla ascita di Gesù. Solo el

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016 Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

Alcuni parametri statistici di base

Alcuni parametri statistici di base Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015 Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale

Dettagli

INTRODUZIONE ALLA STATISTICA

INTRODUZIONE ALLA STATISTICA Liceo Scietifico -Idirizzo giuridico ecoomico aziedale -Idirizzo operatore turistico Via Rossi/Casacampora, 3-80056 Ercolao (Na) Tel. (+39)08 7396340 (+39)08 7774666 - Fax (+39) 08739669 Cod. Mecc NAISO00G

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

Dettagli

1 Metodo della massima verosimiglianza

1 Metodo della massima verosimiglianza Metodo della massima verosimigliaza Estraedo u campioe costituito da variabili casuali X i i.i.d. da ua popolazioe X co fuzioe di probabilità/desità f(x, θ), si costruisce la fuzioe di verosimigliaza che

Dettagli

Successioni. Capitolo 2. 2.1 Definizione

Successioni. Capitolo 2. 2.1 Definizione Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo

Dettagli

3.4 Tecniche per valutare uno stimatore

3.4 Tecniche per valutare uno stimatore 3.4 Teciche per valutare uo stimatore 3.4. Il liguaggio delle decisioi statistiche, stimatori corretti e stimatori cosisteti La teoria delle decisioi forisce u liguaggio appropriato per discutere sulla

Dettagli

Esempio. Le variabili casuali/3. X = x i è un evento. Si supponga che che le seguenti coppie di lettere siano equiprobabili

Esempio. Le variabili casuali/3. X = x i è un evento. Si supponga che che le seguenti coppie di lettere siano equiprobabili E u prodotto dell esperimeto Le variabili casuali/3 La variabile casuale è ua fuzioe che associa ad ogi eveto dell'uiverso degli eveti uo ed u solo umero reale. Esempio Si suppoga che che le segueti coppie

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioi d impresa (Note didattiche) Bruo Chiadotto CALCOLO DELLE PROBABILITA Il calcolo delle probabilità, ato el cotesto dei giochi d azzardo

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

CAPITOLO 5 TEORIA DELLA SIMILITUDINE

CAPITOLO 5 TEORIA DELLA SIMILITUDINE CAPITOLO 5 TEORIA DELLA SIMILITUDINE 5.. Itroduzioe La Teoria della Similitudie ha pricipalmete due utilizzi: Estedere i risultati otteuti testado ua sigola macchia ad altre codizioi operative o a ua famiglia

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

Serie numeriche: esercizi svolti

Serie numeriche: esercizi svolti Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

FISICA DELLE RADIAZIONI IONIZZANTI

FISICA DELLE RADIAZIONI IONIZZANTI UNIVERSITA DEGLI STUDI DI PAVIA DIPARTIMENTO DI FISICA NUCLEARE E TEORICA FISICA DELLE RADIAZIONI IONIZZANTI SAVERIO ALTIERI AA 2013-2014 Testi cosigliati F. H. Attix Itroductio to radiological Physics

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

Capitolo 6 Teoremi limite classici

Capitolo 6 Teoremi limite classici Capitolo 6 Teoremi limite classici Abstract I Teoremi limite classici, la legge dei gradi umeri e il teorema limite cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,

Dettagli

Distribuzione di un carattere

Distribuzione di un carattere Distribuzioe di u carattere Dopo le fasi di acquisizioe e di registrazioe dei dati, si passa al loro cotrollo e quidi alle loro elaborazioe. Si defiisce distribuzioe uitaria semplice di u carattere l elecazioe

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Un modello di Vasicek multistato con correlazione tra tassi di default e perdita

Un modello di Vasicek multistato con correlazione tra tassi di default e perdita U modello di Vasicek multistato co correlazioe tra tassi di default e perdita La correlazioe fra default e recovery ha u impatto sigificativo sui requisiti di capitale per il rischio di credito. I questo

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

Elementi di statistica descrittiva Andrea Sambusetti e-mail: sambuset@mat.uniroma1.it URL: http://www.mat.uniroma1.it/people/sambusetti

Elementi di statistica descrittiva Andrea Sambusetti e-mail: sambuset@mat.uniroma1.it URL: http://www.mat.uniroma1.it/people/sambusetti APPENDICE A Elemeti di statistica descrittiva Adrea Sambusetti e-mail: sambuset@mat.uiroma1.it URL: http://www.mat.uiroma1.it/people/sambusetti La statistica descrittiva ha lo scopo di aalizzare e iterpretare

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

Guida pratica per la convalida, il controllo qualità e lo studio delle incertezze di un metodo di analisi enologico

Guida pratica per la convalida, il controllo qualità e lo studio delle incertezze di un metodo di analisi enologico ORGANIZZAZIONE INTERNAZIONALE DELLA VIGNA E DEL VINO Guida pratica per la covalida, il cotrollo qualità e lo studio delle icertezze di u metodo di aalisi eologico Risoluzioe OIV-OENO 418-013, adottata

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

AFFIDABILITÀ. Capitolo 16 - 16.1 -

AFFIDABILITÀ. Capitolo 16 - 16.1 - Capitolo 16 AFFIDABILITÀ - 16.1 - 16.1 Itroduzioe Si defiisce affidabilità l'abilità di u dispositivo (sia esso u compoete o u sistema) di fuzioare correttamete sotto be precise codizioi d'uso per u certo

Dettagli

Capitolo 8 Le funzioni e le successioni

Capitolo 8 Le funzioni e le successioni Capitolo 8 Le fuzioi e le successioi Prof. A. Fasao Fuzioe, domiio e codomiio Defiizioe Si chiama fuzioe o applicazioe dall isieme A all isieme B ua relazioe che fa corrispodere ad ogi elemeto di A u solo

Dettagli