Soluzioni dei problemi proposti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Soluzioni dei problemi proposti"

Transcript

1 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost Captolo.9 Il umero telefoco può termare co dfferet coppe ordate ( ). Per cu la coppa 99 (come del resto qualsas altra delle possbl) ha probabltà /.. La probabltà o può essere msurata come se fosse u parametro fsco. La probabltà d u eveto è ua valutazoe umaa, effettuata base ad u seme d formazo (o esaustve) dspobl e che crescoo cotuamete co l espereza. I quest ambto, certamete rsultat d evetual prove spermetal rpetute trovao u posto mportate, ma o costtuscoo é uo strumeto e é ua procedura d msura della probabltà.. Gl evet a e b hao la stessa probabltà. Se qualcuo rspodesse è pù probable l eveto b lo farebbe certamete perché s rferrebbe o gà a questa specfca successoe (uca, come la a, ell ambto delle possbl) ma all seme delle 94 successo caratterzzate da se T e se C.. Ha ragoe, fatt, essedo: Pr{ B} Pr{ B A} Pr{ A} + Pr{ B A} Pr{ A} Pr{ A} l eguaglaza Pr{ AB} Pr{ BA} segue mmedatamete. Il rsultato vale geerale per le estrazo seza rmessa da u ura composta da d elemet dfettos e b buo. Ifatt abbamo: d d d Pr{ A} ; Pr{ B A} ; Pr{ B A} d + b d + b d + b da cu:

2 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 54 Soluzo de problem propost Pr{ B} Pr{ B A}Pr{ A} + Pr{ B A}Pr{ A} d d d b d + Pr{ A}. d + b d + b d + b d + b d + b. L apparete paradosso è cosegueza del fatto che s cofodoo due evet d- è acqusto del bgletto vcete da parte d ua specfca persoa ; l vers: l prmo secodo è semplcemete acqusto del bgletto vcete. Il prmo è raro metre l secodo è certo..4 La probabltà che amc sao at gor dvers è: !.88 88% ! qud la probabltà che almeo due sao at ello stesso goro è par a crca l %..5 Le probabltà rcheste possoo essere calcolate faclmete co l auto de dagramm d Ve: a) Pr{ A B} ; b) Pr{ A B} Pr{ A} + Pr{ B} Pr{ B ( A B)} (.5) +.4 (.4.).8; c) { A B} { A B} Pr Pr.6.4; d) { A B} Pr (.5) + (.4) Dall equazoe Pr{ A B} Pr{ A} Pr{ B A} Pr{ B} Pr{ A B} otteamo: Pr{ A} Pr{ B A} 4 Pr{ B}. Pr{ AB} 5.7 Teedo coto delle potes d compatbltà ed s-dpedeza, le probabltà rcheste soo: a) Pr{ B C} ; b) Pr{ A B C} Pr{ A} + Pr{ B C} Pr {( A B) ( A C) } ; Pr { A ( B C) } Pr {( A B) ( A C) } c) Pr{ AB C} ; Pr{ B C} Pr{ B C} Pr {( B C) ( B C) } Pr{ B C} d) Pr{ B C B C}.6. Pr B C Pr B C { } { }.8 Utlzzado le soluzo del problema precedete, e teedo coto acora ua volta delle potes d compatbltà ed s-dpedeza, le probabltà rcheste soo: a) Pr A B C Pr A B C.46 ; { } { }

3 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 54 b) Pr {( A B C) ( A B C) ( A B C) } {( )} {( ) ( )} Pr A B C Pr A B A C Pr{ B} Pr{ C}.6. Le asserzo essuo de tre s verfca e almeo uo s verfca soo tra loro complemetar. L compatbltà d A sa co B che co C mplca le dettà A B B e A C C..9 Coveamo d dcare col prmo umero l puteggo realzzato da Aldo e col secodo quello realzzato da Bruo. a) Qualuque sa l puteggo realzzato da Aldo, Bruo e realzza uo maggo- re: Pr{[ ( > )] [ ( > )] [ ( > )] [4 ( > 4)] [5 ( > 5)]} ; b) Bruo realzza u puteggo maggore oppure realzza lo stesso d Aldo e vee favorto dal successvo laco della moeta: Pr{[ ( > )] [ ( > )] [ ( > )] [4 ( > 4)] [5 ( > 5)]} + + Pr{[( ) ( ) ( ) (4 4) (5 5) (6 6)] (croce)} ; c) Bruo realzza u puteggo maggore d 4 oppure realzza ache lu 4 e vee favorto dal successvo laco della moeta: Pr{( > 4)} + Pr{(4) (croce)} L successo d u cclo può avvere maere dverse a secoda che o resca l prmo terveto o o resca l secodo o o rescao etramb. Aalogamete per l secodo cclo. I totale c soo maere dfferet cu s può verfcare l successo de due ccl. Og maera ha probabltà ( ) 4 per cu la probabltà d successo d etramb ccl è Il successo d u cclo può avvere ua sola maera, ossa quado etramb gl tervet rescoo. U solo successo può verfcars 6 maere dverse a secoda che l successo sa captato al prmo od al secodo cclo () oché a secoda che o sa ruscto l prmo o l secodo o etramb gl tervet (). Og maera ha probabltà ( ) 4 per cu la probabltà d u solo successo è Due success possoo verfcars ua sola maera allorché etramb ccl soo coroat da successo ossa quado s verfca ua successoe d 4 tervet rusct. La probabltà che cò accada è ( ) La probabltà dell eveto A può essere calcolata come rapporto tra l umero d coppe d carte d dear (evet favorevol) ed l umero d coppe d carte (evet

4 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 544 Soluzo de problem propost possbl) che possoo essere estratte dal mazzo: 9 Pr{ A} Aalogamete, la probabltà dell eveto B può essere calcolata come rapporto tra l umero d coppe d carte d dear e d basto (evet favorevol) ed l umero d coppe d carte (evet possbl) che possoo essere estratte dal mazzo: Pr{ B} Cosderado cascuo de due evet come cocomtaze d specfche estrazo (ed utlzzado ua smbologa tutva) abbamo rspettvamete: { } { I II } Pr{ I } Pr{ II I } 9 Pr A Pr d d d d d.58 ; 4 9 Pr{ B } Pr{ ( Id IIb) ( Ib IId )} Pr{ Id} Pr{ IIb Id} + Pr{ Ib} Pr{ IId Ib} Etramb gl evet s possoo presetare C 5, maere dverse (compatb- l) ossa a secoda del umero d ordamet possbl d 5 pezz d cu d u tpo e d u altro. Ioltre, cosderado che ogua delle maere costtusce ua cocom- taza d evet elemetar la cu probabltà composta è sempre la stessa, otteamo che: Pr{ A}.4; Pr{ B} Le stesse probabltà possoo essere valutate come rapporto tra l umero d dfferet grupp d 5 pezz d cu dfettos (evet favorevol) ed l umero d dfferet grupp d 5 pezz qualsas (evet possbl) potezalmete estrabl da etramb lott: 5 5 Pr{ A}.4; Pr{ B} Per l lotto A rsultat soo dfferet; per l lotto B lo soo molto meo:

5 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost Pr{ A} Pr{ B} I geerale, le valutazo caso d estrazoe co e seza rmessa tedoo a cocdere quato pù è ferore a. l rapporto tra l umero d pezz estratt ed l umero d pezz preset el lotto..7 Nell potes che lac possao essere rteut evet s-dpedet (perché - d al- aztutto le codzo d laco soo omogeee, oché soo asset feome leameto o af fatcameto del cocorrete) la probabltà p d cetrare l bersaglo almeo ua volta lac è l complemeto all utà d o cetrarlo ma. Pertato, dovedo essere p (.75).99, trovamo per tetatv che 4. Ifatt ad corrspode p.98 e ad 4 corrspode p La probabltà d vcere u tero è: p : che term d scommessa coerete può essere espressa dal rapporto a ( a+ b) p, essedo a la somma che samo dspost a scommettere per guadagare b se l eveto T s verfcherà. Da cu, teedo coto che deve essere b ( a+ b) p, otteamo che la scommessa coerete sarebbe d a euro cotro b.747, euro..9 Applcado l teorema d Bayes abbamo: Pr{ cotamat cotamat} Pr{ cotamat cotamat} Pr{ cotamat} Pr{ cotamat} 4 Pr{ cotamat esemplar cotamat su } Pr{ } ( ) : 4. A pror possamo dre che l lotto esamato ha la stessa probabltà ( ) sere quello dcato co A, B o C. Ioltre le probabltà d estrarre u esemplare d scelta da lott A, B e C soo rspettvamete, e. L eveto cu samo teressat mplca la cocomtaza che l lotto esamato sa quello dcato co C (l uco che ha esemplar d a scelta) e che da questo sa estratto u esemplare d a scelta. Ap- plcado l teorema d Bayes, la probabltà d questo eveto è: d esa

6 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 546 Soluzo de problem propost {( ) } a a a a Pr C scelta scelta Pr{ C scelta} Pr{ scelta C} Pr{ a scelta C } Pr{ C } Pr{ a C } a Pr{ scelta} S ot che questa probabltà è pù che dmezzata rspetto a quella assoluta (graze all applcazoe del teorema d Bayes che ha permesso l utlzzo dell formazoe spermetale l esemplare cotrollato è d a scelta ): Captolo a a { } { } { } Pr C Pr C Pr scelta C. > Idcado co b u pezzo buoo e co c u pezzo cattvo, possbl rsultat della prma estrazoe soo: { b b},{ b c}, { c b}, { c c}, rspettvamete d probabltà p /5 9/49, p /5 /49, p /5 /49, p 4 /5 9/49. Pertato, applcado la regola d Bayes, la rchesta probabltà è data complessvamete dalla somma: Pr{ b} p+ ( p + p) + p Applcado l Teorema d Bayes, la probabltà che l esemplare sa o coforme ( C ), ua volta che è stato scartato (SC), è data da: Pr{ C SC} Pr{ SC C} Pr{ C} Pr{ CSC} Pr{ SC} Pr{ SC C} Pr{ C} + Pr{ SC C} Pr{ C} (.). Graze all potes d s-dpedeza o è ecessaro calcolare la probabltà d C. Ifatt: Pr{ A B C} Pr {( A B) C} Pr{ A B}. Pr C 5 4 { }. Ache se rsulta Pr{ A B C} Pr{ A} Pr{ B} Pr{ C}, gl evet A B e C o soo s-dpedet perché Pr{ A B } Pr{ A} Pr{ B}, Pr{ A C} Pr{ A} Pr{ C }, e Pr{ B C} Pr{ B} Pr{ C}.. A dffereza del problema precedete, ora rsultao verfcate le codzo Pr{ A B} Pr{ A} Pr{ B}, Pr{ A C} Pr{ A} Pr{ C}, Pr{ B C} Pr{ B} Pr{ C}. Tuttava, essedo Pr{ A B C} Pr{ A} Pr{ B} Pr{ C}, ache questa volta gl evet A B e C o

7 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 547 soo s-dpedet..4 Idcado co d I e d II l umero de pezz o coform estratt, rspettvamete dal I e dal II lotto (ell potes che l cotrollo de lott avvega dpedetemete uo dall altro) la probabltà d superare l cotrollo è: 7 7 Pr{ ( di ) ( dii ) } Pr{ di } Pr{ dii }.5. Vceversa, se la fortura avvee u uca soluzoe, la probabltà d superare l cotrollo è levemete ferore e par a: 4 4 : Da dat ostro possesso possamo rcavare le seguet valutazo (dcado co C l eveto l copercho -esmo copre la moeta, co P l eveto abbamo putato sul copercho e co S l eveto l avversaro ha scoperto l copercho ): Pr { C} ;,, Pr { S ( C P) } ; Pr{ S ( C P) } ; Pr{ S ( C P) } e qud, applcado la regola d Bayes, abbamo le valutazo a posteror: Pr{ C} Pr{ S ( C P)} Pr{ C S ( C P) } Pr C Pr S C P Pr { C S ( C P ) } { } { ( ) } + + ( ) { C} Pr{ S ( C P)} Pr Pr { C} Pr{ S ( C P) }. + + ( ) Qud, acora ua volta abbamo la coferma che la stratega del cambameto della putata è quella che sfrutta meglo le formazo d cu dspoamo al mometo..6 I cas possbl soo 6 6, metre quell favorevol ad u casso more d 6 euro soo quell rportat ella tabella seguete:

8 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 548 Soluzo de problem propost Caso Vedta Icasso,,,, 4,, 4 4,, 4 5,, 5 6,, 5 7,, 5 8,, 5 9,, 5,, 5 Probabltà ( 6) ( 6) ( 6) ( 6) ( 6) ( 6) ( 6) ( 6) ( 6) ( 6) Coseguetemete: Pr{casso 6} Pr{casso < 6} L eveto s verfca se e solo se le prme vedte hao per oggetto altrettat prodott d costo ferore a 5 euro ed l terzo o: 4 4 Pr{ A } L eveto s verfca se e solo se le prme vedte hao per oggetto altrettat prodott d costo ferore a 6 euro: 5 Pr{ B} L eveto almeo u successo ( ) è l complemetare dell eveto essu successo ( ). Dovedo essere: Pr{ } Pr{ } (.6).9 rcavamo che l umero mmo d tetatv da effettuare è: l(.) x.5. l(.4). Le coppe dstte d lettere soo D 4, 4 metre le trplette dstte d cfre soo D, 9 8. Qud soo codc dsttv che possamo realzzare. Pertato, la probabltà d volarlo co u tetatvo co- x

9 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 549 dotto a caso è par a Il umero d codc dfferet è aumetato d u fattore P5 ( P P) par al umero d possbl ulteror ordamet. Il umero totale è qud par a Ovvamete, gugamo allo stesso rsultato ache moltplcado l umero d possbl scelte delle lettere ( C 4, 76) e delle cfre ( C, ) per l umero delle possbl permutazo d 5 oggett dstt ( P5 ). La corrspodete probabltà d volarlo co u tetatvo codotto a caso è, qud, volte pù bassa d prma.. Per quato e sappamo, co la stessa probabltà l tecco può aver sosttuto ua scheda d u qualsas tpo co ua d u qualsas altro, purché dfferete dal prmo. Applcado la regola d Bayes: Pr{ A} Pr{ A ( A B) } Pr{ A B} + Pr { A ( A C) } Pr{ A C} + + Pr { A ( A D) } Pr{ A D} + Pr { B ( B A) } Pr{ B A} + + Pr { B ( B C) } Pr{ B C} + Pr { B ( B D) } Pr{ B D} + + Pr { C ( C A) } Pr{ C A} + Pr { C ( C B) } Pr{ C B} + + Pr { C ( C D) } Pr{ C D} + Pr { D ( D A) } Pr{ D A} + + Pr { D ( D B) } Pr{ D B} + Pr { D ( D C) } Pr{ D C} Il rsultato è ovvo, essedoc smmetra tra 4 cas possbl.. Le probabltà rcheste soo: Pr{ L} 86.86; Pr L D ; Pr LU { } { } Il fatto che le probabltà codzoate sao dverse da quelle assolute dcao che l occupazoe dpede dal sesso..4 Applcado la regola d Bayes abbamo: Pr{ L} Pr{ L D} Pr{ D} + Pr{ LU} Pr{ U} ossa la probabltà assoluta cocde co la meda pesata d quelle codzoate..5 Applcado l teorema d Bayes abbamo: Pr{ C} Pr{ S C} Pr{ CS} Pr{ C} Pr{ S C} + Pr{ C} Pr{ S C} essedo le probabltà d dagos (corretta o scorretta) delle probabltà codzoate per atura. La valutazoe.86 può essere terpretata come u aggorameto del dato storco. alla luce del rsultato spermetale e delle qualtà dagostche del

10 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 55 Soluzo de problem propost sstema adoperato..6 Applcado uovamete l teorema d Bayes e teedo coto della valutazoe della probabltà d o coformtà appea effettuata, abbamo: Pr { C ( S S) } Pr{ CS} Pr{ S C} { C S} { S C} + { C S} { S C} Pr Pr Pr Pr Rscotramo u evdete ed ulterore affevolmeto della memora del dato storco assoluto Pr{ C }. (valdo per tutta la produzoe) ella valutazoe rguardate u esemplare specfco. Questa secoda applcazoe del teorema d Bayes dffersce dalla prma ucamete per la sosttuzoe dell formazoe a pror Pr{ C }. co quella aggorata Pr{ CS } Basta applcare la regola d Bayes: Pr{ S} Pr{ S C} Pr{ C} + Pr{ S C} Pr{ C} avedo questa volta, ovvamete, utlzzato la valutazoe della probabltà d o coformtà relatva a tutt gl esemplar e o quella relatva all esemplare esamato..8 Acora ua volta basta applcare l teorema d Bayes teedo coto che la coppa msta ( AA ) può verfcars due modaltà dverse (la prma pompa d tpo A coppa co la secoda d tpo A e vceversa): Pr{ AA } Pr{ GAA } Pr{ AA G} Pr{ AA } Pr{ GAA } + Pr{ AA } Pr{ GAA } + Pr{ AA } Pr{ GAA } C, C,.4 7 C, C, C7, C,. C, I effett sarebbe opportuo valutare almeo la probabltà delle altre tre potes alteratve ( AA, AA e AA ). Rpetedo l applcazoe del teorema d Bayes utlzzado gl stess dat d prma, rsulta Pr{ AA G} Pr{ AA G}.887 e Pr{ AA G }.44. Pertato l potes della fortura coforme alle rcheste ( AA ) rsulta probable solo al 4%, cotro l 86% dell uoe degl altr tre cas d o coformtà ( AA, AA e AA).. È facle rcooscere che gl stat soo e soo costtut da stat (-), (-) e (-) e dalle coppe d stat equvalet (-) e (-), (-) e (-), (-) e (-).

11 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 55 Attesa l potes d s-dpedeza è facle calcolare la probabltà d og stato come prodotto delle due probabltà co pedc corrspodet. Tuttava cas pù compless rsulta utle rcorrere alla svluppo della poteza: ( p ) + p+ p p + p + p + pp+ pp + pp che forsce automatcamete le probabltà d tutt gl stat teedo ache coto dell essteza d probabltà ugual. Captolo.9 La dffereza quadratca meda rspetto ad u geerco valore x, della v.a. X, è data da: E{ [ X x] } E{ ( X E{ X} ) + ( E{ X} x) } Var{ X} + ( E{ X} x) che assume l valore mmo per x cocdete co la meda (smlmete al fatto che l mometo d erza è mmo rspetto al barcetro).. La seguete Cdf è relatva ad ua v.a. msta, defta sul semasse postvo, co u accumulo d massa el puto x, d valore F ( x ) F( x ): F( x) Fx ( ) Fx ( - ) x x Questa v.a., pur essedo o cotua, ha u seme d defzoe cotuo.. La dffereza cosste el fatto che u seme d evet a probabltà ulla può verfcars cotraramete ad u seme d evet mpossbl.. La rsposta è affermatva: ua v.a. msta ha queste caratterstche.. La meda della v.a. dscreta è per defzoe data da:

12 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 55 Soluzo de problem propost y y y ( ) ( y ) E{ y} y p ( p) p p ( p) y y y y m m x m x p p ( p) p x x avedo posto m ed y x..4 La rchesta varaza è: Var{ } ( ) y y p py ( p) y y da cu, utlzzado rsultat del Problema., otteamo: y Var{ y} ( p) p p+ y py( p) y y y y ( ) ( y ) ( p) + p [( y ) + ] p ( p) y y ( p) + p ( ) p + p p ( p)..5 La meda della v.a. cotua è: } λx λx λ + λx dx x o. E{ x x e dx xe e [ e λ ] λ λ.6 Utlzzado la soluzoe del Problema.5, otteamo che la rchesta varaza è data da: ( ) Var{ x} x e λxdx x e λx λ λ x x + e λ dx λ + + λ λ λ λ.7 Dalla trasformazoe versa X ( Y) deducamo ( y) qud: { π ( ) } ( ) fy ( y) + y y ; < y<. dx e dy.8 La fuzoe Y cos( X) o è buvoca (essedo ua curva covessa e smme- trca rspetto all asse delle ordate) ell tervallo π x π, a cu corrspode y. Dal suo dagram ma deducamo: da cu: [ x) F ( π ) ] [ F ( π ) F ( x) ] [ F ( x) ] [ F ( x) ] FY ( y) FX ( X + X X + X X

13 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 55 dfy ( y) dx dx fy ( y) fx ( x) fx ( x) dy dy dy + { f X [ arcos( y) ] fx [ arcos( y) ]} y ( π ) y ; per y essedo la dervata della trasformata versa: dx darcos( y). dy dy y.9 La fuzoe Y X + o è buvoca per x (a cu corrspode y ). Ivece è buvoca per < x (a cu corrspode < y 5). Pertato, essedo la trasformata versa e la sua dervata ugual rspettvamete a: dx X Y ; ( y ) dy abbamo: y per y ; f ( ) Y y y per < y 5. 6 Per ulterore eserczo, s verfch che è par all utà l tegrale della fy ( y ) per y 5. dx dy e. Dalla trasform azoe versa X ( Y ) deducamo ( y ) qud: ( ) fy ( y) y ; y 9.. La pdf della vta resdua all età t o è altro che ua pdf codzoata a T > t : Pr{( t< T t+ dt) ( T > t )} Pr{( t< T t+ dt) T > t} Pr{ T > t} f () t T t dt λt e λ dt ( λte λ t t ) dt; t> t. FT ( t ) e λ t È come dre che la massa d probabltà che compete a (, t t+ dt) è rmasta quella orgara; vece, le alteratve possbl soo dmute del tratto (, t ). Pertato, solo dvdedola per FT ( t ), l suo tegrale esteso da t ad rsulta essere uguale all utà. Ovvamete, gugamo allo stesso rsultato se calcolamo la dervata della

14 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 554 Soluzo de problem propost Cdf codzoata a T > t (.7).. Utlzzado l operatore speraza matematca per l calcolo della meda: 4 5 x x { } E{ Y} E X + + dx + + e per l calcolo del mometo secodo: { } 5 7 x x 4 44 E{ Y } E ( X + ) abbamo ache due added per calcolare la varaza: Var{ Y} E{ Y } [ E{ Y} ] Ovvamete otteamo gl stess rsultat ache se vece della pdf della v.a. X utlzzamo la pdf della v.a. Y otteuta come soluzoe del problema.9. Ad esempo per la meda abbamo: y.5 5 y.5 + ( ) ( ) E{ Y} y fy ( y) dy y dy y dy Iaztutto calcolamo la Cdf della v.a. X (defta per x ) tegrado la pdf data: + x F ( ) X x ; per x 9 essedo 9 la costate d tegrazoe della pdf (ecessara affché la Cdf sa postva, o decrescete e tale che F X ( ) ed F X () ). Per defzoe d Cdf d Y è: F Y ( y) Pr{ Y y} Pr{ X y } Pr{ y X y } Pr{ X y } Pr{ X y } FX ( y ) FX ( y ). Cosderado che la fuzoe d trasformazoe è ua parabola co vertce el puto (,), deducamo che all tervallo d defzoe [,] per X corrspode l tervallo [,5] per Y. Ioltre, poché a valor y > corrspodoo valor egatv x < per qual FX ( x ), possamo scrvere: ( ) ( ) + ( y ) + y y ; per y F ( ) Y y ( y ) ( y ) + + ; per < y Calcolamo la Cdf della v.a. X tegrado la pdf data x FX ( x) ; per x.

15 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 555 Per defzoe d Cdf d Y è: { } FY ( y) Pr{ Y y} Pr{ X y } Pr X ( y ) ( y ) FX ( y ) ; per y 9..5 Impoamo che sa par a.5 l valore della Cdf d Y : F { Y ( y) Pr{ Y y} Pr ( X ) y} Pr{ y X + y} + y y FX ( + y) FX ( y) da cu rsulta che la medaa d Y è y, la quale o corrspode a quella d X (par ad 8, per smmetra) ragoe della trasformazoe o buvoca. Se vece, ad esempo, la trasformazoe fosse stata Y ( X ), avremmo avuto per Y la medaa y 7..6 Applcado la defzoe d meda abbamo: E{ X} x PX ( x) + x fx ( x) dx oltre, essedo: 8 E { X } x PX ( x ) + x fx ( x) dx 8 abbamo: { } [ ] Var{ X} E X E{ X}. È teressate otare che otteamo lo stesso rsultato se ( aaloga al teorema d Huyges) sommamo le varaze delle due masse parzal ( 46e6), rspetto alle loro rspettve mede ( ed ), alla varaza rspetto alla meda globale ( ) delle due masse cocetrate elle loro rspettve mede: ( x ) 6 dx+ (4 6) ( ) + ( 6) ( ) Applcado la defzoe d Mgf abbamo: 4 t () tx ( ) tx etx e Φ X t e PX x + e fx ( x) dx t + 6 t da cu, ad esempo, possamo calcolare la meda: ' te t e t + e t + te t E{ X } Φ X () lm 6 t. x.8 La fuzoe è o decrescete e soddsfa le due codzo FX ( ) ed FX ( ). Essedo a grad caratterzza ua v.a. dscreta. I tre salt dvduao suo tre possbl valor (,, ) cu competoo rspettvamete le seguet probabl- t

16 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 556 Soluzo de problem propost tà: PX () F ( + X ) F ( X ) ; 5 PX () F ( + X ) FX ( ) ; 6 5 PX () FX ( + ) FX ( ) 6 6 La Mgf è: Φ () t t X t + e + e. 6.9 Il cercato modello d pdf deve essere tale che: 4 4 f ( xdx ) axdx 8a X qud la formulazoe della pdf è semplcemete l prodotto 8x.. Impoedo che sa: f ( x) dx a l( + x) al() abbamo a l(). X [ ]. Dervado la Cdf abbamo: ; per x < fx ( x) a; per x b; a> ; per x> b Essedo per cotutà FX ( b ), deducamo che deve essere ab.. La formulazoe dela pmf ed valor che essa assume soo: 9 x 5 x PX ( x) ; x,,5; 5.58;.9;.7 ;.68 ;.5 ;.5 5. Il valore atteso o solo è dverso da quell che può assumere la v.a. ma è ache sorpredetemete basso: 5 E{ X} x PX ( x).5. x. Per essere costrett ad effettuare x estrazo, seza rmessa, per trovare ache l decmo esemplare dfettoso, vuol dre che s verfca la seguete cocomtaza: elle prme x estrazo soo trovat 9 esemplar ed all' x -esma s trova l decmo. Qud la probabltà d x è:

17 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost x PX ( x) ; x,,,,. ( x ) x.4 Se dobbamo effettuare x lac per otteere u umero ferore a, vuol dre che s verfca la seguete cocomtaza: e prm x lac compaoo tutt umer ugual o superor a ed all' x -esmo l prmo ferore a. Qud la probabltà d x è: x PX ( x) ; x,,,..5 La varaza della somma delle tre v.a. è: { } Var{ } + Var{ } + Var{ } { } + Cov { X, X } + Cov { X, X } Var X + X + X X X X + Cov X, X + utlzzado le (.6) e (.8) abbamo: Var{ X}.; Var{ X}.8; Var{ X}.; { X X } { X X } { X X } Cov, 5.66 ; Cov, 8. ; Cov,.59 qud l rchesto scarto tpo è: Var X + X + X { }.6 Il umero d pezz dfettos che l operatore troverà è la somma Y d v.a. X che, assumedo valor e rspettvamete co probabltà p. e q p.99, hao tutte meda E{ X } p+ q p. Per la leartà dell operatore speraza matematca abbamo: E{ Y} E X E{ X} p. come, del resto, era tutvo prevedere..7 È suffcete rpetere lo stesso ragoameto mpegato per rsolvere l problema precedete otteedo che l umero atteso d guast è E{ Y} P+ P + P. Per cotrollare questo rsultato, è suffcete otare che u guasto s verfca se a guastars è l uo o l altro o l altro acora; due guast s verfcao se cotua a fuzoare solo l uo o solo l altro o solo l altro acora; tre guast s verfcao solo se s guastao tutt. Pertato la pmf del umero d guast è: PY () P+ P + P PY () ( P) PP + P( P) P + PP ( P) PY () PP P da cu è facle cotrollare che:

18 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 558 Soluzo de problem propost Y. E{ Y} P ( ) P + P + P.8 Ua successoe d x pezz coform seguta da u pezzo dfettoso (che determa l mme dato arresto della lea) è prodotta co probabltà p x ( p). Pertato l umero atteso d pezz coform prodott, tra due arrest cosecutv della lea, è (cfr. Appedce A): p E{ X} ( ) x x PX x x p ( p). p x x.9 È ecessaro segure u ragoameto aalogo a quello che c ha permesso d rsolvere l problema precedete, facedo però attezoe che questa volta l umero massmo d spezo utl è fto e par ad : ( p ) E{ X} ( ) x x PX x x p ( p) p x x p e, qud, la meda cercata è par alla somma parzale della sere gà cosderata el problema precedete (cfr. Appedce A)..4 Le v.a. X ed Y hao stessa meda e varaza: a a E{ X} E{ Y} xdx ; a Var{ X} Var{ Y} a xdx a a a a a 4 da cu essedo E{ } u operatore leare: E{ Z} E{ X Y} E{ X} E{ Y} teedo coto che Var{ } e u operatore o leare e che l s-dpedeza d X ed Y mplca Cov{ X, Y } : a Var{ Z} Var{ X} + Var{ Y}. 6.4 Il modello è valdo, fatt la fuzoe è postva ed oltre: (, ) x f XY x y dx dy e dy ( e ) dy e e. Le pdf margal soo: x ( ) x e f ; ( ) x X x e dy fy y e dx e e e co mede: x ( ) e x y E{ X} ; E{ Y} e e. Le due v.a. soo s-dpedet perché vale l equazoe f ( xy, ) f ( x) f ( y. ) XY X Y

19 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost Per calcolare la pdf della v.a. Z X Y, possamo sceglere come varable d comodo V X : ev fzv ( z, v) fxy [ x( z, v), y( z, v) ] J e dove J. La v.a. V rsulta lmtata ferormete dal valore della Z, ossa dalla dffereza aleatora e che separa X da Y. Ioltre V è lmtata superormete dal lmte fsco costtuto dalla capeza utara del serbatoo. Qud è Z V. Itegrado la f ( zv, ) tra z ed rspetto a v, otteamo la rchesta pdf: ZV ( ) v v e e fz z e dv e e z e z e l cu tegrale tra ed, ovvamete, è par all utà. Il valore atteso del volume d acqua resdua è: e ez E{ } ( ) z Z z f ( ) Z z dz e z.9 e e..4 La Pr{ X > } Pr{ X }.6.5. La Cdf d X è: {.6 x ; per < x 5 FX ( x).8 +. x; per 5 < x 5 da cu possamo verfcare che Pr{ X > } F X ().5. La meda d X è: 5 5 E{ X}.6 xdx+. xdx 4. 5 La medaa è d poco ferore alla meda ed è par a.5, essedo F (.5).5. La varaza è: X { } [ ] Var{ X} E X E{ X}.6 x dx+. x dx qud lo scarto tpo è La Mgf è: { tx 5 tx 5 tx 5 5 } ( t t ) Φ X ( t) E e.6e dx+.e dx.4e +.e.6 5 t da cu, ad esempo, possamo calcolare la meda: ' E{ X} Φ ().4 5t(5 ). 5t X e t e (5t ).6 t + t e5t e5t lm [ 7 +.5(5t ) ] + [ (5t ) ] 4 t avedo applcato la regola dell Hôptal..45 Per tale v.a. la Mgf o esste perché l tegrale dverge. Ifatt, tegrado per part abbamo: z

20 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 56 Soluzo de problem propost tx tx tx e e x x + x e dx dx essedo quello a secodo membro u oto tegrale o covergete ell tervallo [, )..46 La Cf d X è: t X ( ) { } Ψ () E t x X t e e dx t ed è legata alla Mgf dall dettà Ψ () t Φ ( t)..47 La Mgf d X è: X t t X () t E{ etx e + e Φ }..48 Utlzzado la soluzoe del problema precedete, abbamo: X ' X ( t ) t E{ X } Φ () { } [ ] '' Var{ X} E X E{ X} ΦY (). ( ) t t.49 Essedo la pdf cotua x, è ulla la probabltà che l lvello d emsso sa par esattamete al valore lmte. Il valore atteso del dao è: 4 (9 x ) x 9 5 x dx x Essedo le v.a. X ed Y s-dpedet, abbamo: t( X+ Y) { } Φ () t E e Φ () t Φ () t Z X Y dove le due Mgf a secodo membro soo rspettvamete: () t t tx e e Φ X t xe dx + ; t > t t π π s( ) s( ) cos( ) t () ty y ty t y y eπ + Φ Y t e dy e ( t ) ( t + + ). Per l calcolo del secodo tegrale s ot che valgoo etrambe le seguet equazo: ty s( y) ty cos( ) ty t e dy e d y e cos( y) cos( y) e ty dy + ty s( y) s( ) ty tys( ) ty e dy y de e y e cos( y) dy t t t da cu:

21 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 56 ty s( ) cos( ) cos( ) ty e y + te y y e dy + t che sosttuto ua delle due equazo precedet forsce l tegrale defto utlzzato el calcolo d Φ () t. Captolo 4 Y 4.9 Le potes redoo possble l applcazoe del modello Bomale. Fssado p. ed, la Cdf bomale c forsce: Pr{ Y } P ( y) y Y qud, solo ua volta og prelev rleveremo pù d prov quat oltre l lmte tollerable. 4. Dalla defzoe d perodo d rtoro, deducamo che l eveto s verfca og.8.5 a. Allo stesso rsultato perveamo cosderado la v.a. Y X + essedo X la v.a. Geometrca (co p.8) che cota l umero d a che precedoo quello cu s verfca l eccesso d pogga. Per cu l perodo d rtoro dell allagameto rsulta essere come prma T ( p).5 a. 4. Possamo adottare l modello d Posso co μ.8 otteedo: Y y 4 y P ( y) P ( y) ( ).99 Y coè è par a crca l % la probabltà che la sogla vega superata (tuttava, se le cosegueze fossero grav l rscho sarebbe o trascurable). 4. Adottamo l modello d Posso co μ 5.5: Y P ( y) P ( y) (.665+.) y y Y qud, la probabltà o è trascurable, essedo par a crca l %. 4. Prelmarmete, otamo che essere costrett a sommstrare l farmaco ad e- sattamete 6 pazet (uo dopo l altro) per osservare che mafestao effett collateral, equvale ad accumulare 4 osservazo eset da effett prma delle che vece e soo caratterzzate. Pertato, possamo applcare l modello Bomale Negatvo co p.7 e m. La rchesta probabltà è qud: Y y 5 y 4 P ( y) P ( y) ( ).4. Y ty 4.4 Applcado l modello Ipergeometrco co N 8 e D, otteamo che per

22 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 56 Soluzo de problem propost l umero medo d cofezo avarate rscotrate è D N.75. Pr{ } 4.5 Applchamo l modello d v.a. Bomale, Y, co p.95. Dobbamo dvduare l valore d per cu Pr{ Y }.98 rsolvedo per tetatv l equazoe: py( p) y >.98 y y. Il um ero d esemplar da portare è 4; fatt per abbamo Pr{ Y }.857 e per 4 abbamo Pr{ Y }.986. Applcado l modello Bomale Negatvo co p.5, y ed m abbamo: P Y () Pr{uo solo guasto tra prm tre} Pr{l quarto fuzoa} Al collaudo degl esemplar prelevat dalla lea A è applcable l modello B- omale. A quello degl esem plar prelevat dal lotto B (seza rmessa, come è prass e collaud) è applcable l modello Ipergeometrco. I rsultat soo raccolt ella tabella seguete e soo dcatv del lvello d approssmazoe che comporta l applcazoe del modello Bomale caso d estrazoe seza rmessa d u cam- o trascurable rspetto a quella del poe d dmesoe lotto. lea A prob. d superare l collaudo > Pr{ } > lotto B frazoe d coform Pr{ 5 }.64 >. Pr{ }.74 > I meda arrvao 6. auto al secodo. Applcado l modello d Posso abbamo: Y y y P ( y) PY ( y) ( ) Possamo applcare l modello Bomale co p.94, avedo fssato l valore della Cdf Rsolvedo per tetatv la seguete equazoe: 9 y p y( p ) y. y

23 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 56 otteamo che deve essere 4, fatt, per, 4 e 5 abbamo rspettvamete che la Cdf.6,. e La formulazoe della Mgf è: { + } { } ty t(4x ) t 7t Φ X () t E e E e.e +.7 e. 4. La v.a. Z umero complessvo d rcheste è defta come somma d due v.a. s-dpedet: Z X + Y, dove X rappreseta la v.a. umero d rcheste d tpo tecco e Y la v.a. umero d rcheste d tpo commercale. Sa X che Y s pos- d Posso co parametr, rspettvame- soo rteere dstrbute secodo u modello te, λ X rcheste d tpo tecco/muto e λ Y 5 rcheste d tpo commerca- le/muto. Per la rproducbltà della v.a. d Posso, Z è ua v.a. d Posso d para- λ λ + λ 5 rcheste/muto, per cu abbamo: metro Z X Y { } ( 5 5) λ 5 5 Z 5; z ; t5; Pr Z e.9.! 4. È plausble rteere che l estrazoe avvega seza rmessa per cu possamo u- tlzzare l modello Ipergeometrco co N, D, e k. La rchesta probabltà è: Pr{ K }.59. Poché la frazoe d campoameto (rapporto tra l umero d pezz estratt,, ed l umero d pezz preset el lotto, N ) è more del %, è possble rteere che l estrazoe avvega co rmessa e, qud, approssmare l modello pergeometrco co quello bomale co p D N. ed. Abbamo: Pr{ }. (.) K La v.a. X umero goralero d autocarr attv può essere rteuta d tpo bomale d parametr 5 e p 5.4. Il rscho rchesto è: 5 5 Pr( 5) Pr( 5).4x (.4) 5 x X > X x. x 4. Possamo adottare l modello Bomale co p e otteedo:

24 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 564 Soluzo de problem propost y Pr{ Y 8} PY ( y ) y y 8 y La probabltà che tre amc totalzzo due vcte u mese s calcola agevolme te teedo coto dell potes d s-dpedeza degl est delle 4 gocate complessve: 4 4 p 4 ( p ) ( 4.97 ) ( 4.97 ) 4. dove p è la probabltà d vcere u ambo gocado due umer su d ua specfca ruota calcolata ell Esempo Il umero X d caddat da esamare prma d trovare l prmo doeo è ua v.a. Geometrca co parametro p.6. Il umero totale d caddat da esamare per trovare l prmo doeo è X +. Pertato, per x +, abbamo che la probabltà rchesta è: p9 p ( ) 4.6 Il umero d serm et a vuoto, Y, rchesto per raggugere l credto ecessaro ad otteere l caffè è ua v.a. Bomale Negatva co parametr p. ed m. Pertato la probabltà rchesta è: 4 P () ( ) 6..9 Y p p Il umero d allev Gestoal che captao egl 8 post della prma fla è ua v.a. Ipergeometrca K d parametr N 5, D ed 8. Pertato la probabltà rchesta è: 5!! 8! ( 5 8 )! P K (5) ! ( 5 )!! ( )! 5! Dalle sole formazo ostro possesso possamo valutare la probabltà del mafestars della cogestoe accordo ad ua v.a. d Posso co: λ gor da cu otteamo che la probabltà d cogestoe ua settmaa è: Pr essua cogestoe 7 gor e λ e { } 7 Essedo Cov{ X, X }, abbamo: E[ Z] E[ X] + E[ X] p+ p p Var Z Var X + Var X pq + pq pq.7. [ ] [ ] [ ] y

25 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 565 Graze all potes d s-dpedeza ed all eguaglaza p p, possamo affermare che soo soddsfatte le codzo d rproducbltà della Bomale. Pertato la v.a. Z è bomale co parametr p p p ed Adottado l modello d Posso co λ put/set, per x 5 set, s ottee: Captolo 5 5 y ( x) λ y λ Pr{ Y 5} e x.67; y! Pr{ Y 7} Pr{ Y 5} Pr{ Y 6} La rchesta pdf sste sul segmeto (, ) e, qud, dovedo essere smmetrca e d area utara, deve essere u tragolo soscele co vertce el puto (, ). Pertato la sua pdf è costtuta da due segmet seguet: z per z fz ( z) { z per < z 5. Aalogamete al problema precedete, la rchesta pdf sste su u segmeto d lughezza utara (che parte dall orge degl ass) e, qud, deve essere u tragolo soscele co vertce el puto (/, ) affché la sua area sa utara. Pertato la sua pdf è costtuta da due segmet seguet: { 4z per z ; f ( z) 4 4z per < z. 5. Per la dmostrazoe è suffcete formulare la Mgf della v.a. Tragolare defta el problema precedete e verfcare che essa cocde co quella della v.a. Z, meda d due v.a. Uform rdotte, gà rcavata prma (cfr. Problema Error! Referece source ot foud.): du X U ; U X ; x dx x du x ( ) [ ( ) ( )] X U U ; f x f u + f u e < x< dx π e traslado d / verso sstra la fuzoe tegrada del secodo tegrale: tz tz t tz t e 4 z dz + e + ( 4 z) dz e 4 z + e ( 4 z) dz ( ) 4 z et ( 4 z) tz 4 de et +. t t 5. La v.a. bdmesoale ( X, Y ) è dstrbuta uformemete sul quadrato Q d lato utaro.

26 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 566 Soluzo de problem propost z> Y T s z< T X z< z> La retta X + Y z terseca gl ass e put (, z ) e ( z,), essedo z uo specfco valore d Z. I put ( X, Y ) d Q, sottostat questa retta, rspettao la dseguaglaza X + Y < z. Se z, l tersezoe co gl ass cade all tero del lato d Q e dett put appartegoo al tragolo rettagolo T cluso tra la retta e gl ass. Il rapporto tra le aree d T e Q forsce la probabltà d dett put: area d T z FZ ( z) Pr{ X + Y z} ; se z. area d Q Se vece è z >, l tersezoe co gl ass cade all estero del lato d Q ed put, che rspettao la dseguaglaza X + Y < z, soo tutt quell che appartegoo a Q meo quell che appartegoo al tragolo rettagolo T s cluso tra la retta e l agolo del quadrato d coordate (,). Il rapporto tra le aree d Q Ts e Q forsce la probabltà d questo secodo seme d put: area d Q area d Ts ( z) F ( ) Pr{ } Z z X + Y z ; se z>. area d Q La Cdf cercata è l uoe d queste due formulazo e la sua dervata cocde co la pdf d cu al Problema (5.9 ). 5. Aalogamete alla meda d due v.a. Uform rdotte (cfr. Problema Error! Referece source ot foud. ), la meda Z d v.a. Uform rdotte s-dpedet, Y, ha la seguete Mgf: et Φ Z () t ; Z t Lo svluppo sere d Mac Laur d questa Mgf forsce: Y.

27 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 567 da cu, fe, otteamo: ( ) ( ) et t t t t t ! t ψ ( ) + t + + +! ψ ( ) lm ψ ( ) lm e e + che costtusce la Mgf d ua v.a. ad u sol valore, / (co probabltà utara). Vale la pea otare che, accordo col teorema del lmte cetrale, essa cocde pure co la Mgf d ua v.a. Gaussaa (co meda / e varaza ulla). 5.4 È suffcete esprmere fuzoe del modello Espoezale la probabltà codzoata assegata: f ( x ) dx λe λx dx Pr { x< X x+ dx X > x} λ dx. F ( x ) e λx 5.5 La rchesta vta meda è: x x y X ( ) λ λ ( λ) ( λ) y y e dy ( ) ( π λ) f x dx x e dx y e y dy Γ λ λ avedo utlzzato la trasformazoe y λ x. 5.6 Suppoedo che la sosttuzoe del compoete crtco avvega u tempo trascurable, l umero d guast segue ua legge d probabltà d Posso co λ.. Se Y è l umero d guast ed è l umero d rcamb, l avara cocde co l eveto { Y > }. Qud: y t λx y λx 6 ( ) Pr{avara} Pr{ Y > } e <. y! Rsolvedo per tetatv questa dsequazoe trovamo che solo per abbamo u valore ferore a 6 e par a.5-7 (fatt per abbamo 9.6 e per abbamo 4. 5 ). β 5.7 La pdf Webull è ( ) ( w α ) f ( w) ( β α) w α e da cu: W β

28 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 568 Soluzo de problem propost β β + ( ) ( w α ) β β β dw E{ W} β w α e dw α z e dw β α α Γ + ; z ( w α) ; w α z ; z. β dz β 5.8 Dalla Cdf relatva al gruppo A, abbamo che la probabltà d macato allarme è crca del 6%: X μ A.8.65 Pr{ X <.8} Pr{ < } Pr{ U <.5}.6. σ A.59 Dalla Cdf relatva al gruppo B, abbamo che la probabltà d falso allarme è crca del %: X B μ B.8.9 Pr{ X B >.8} Pr{ > } Pr{ U >.85}.. σ B La probabltà che l lvello ematco d acdo urco sa superore a 7 mg/dl è: { X } X μ { X 7 5.4} { U } σ Pr > 7 Pr > Pr > X l cu verso forsce l perodo d rtoro T 8.5, ossa, meda, og crca 8 soggett cotrollat e trovamo uo co lvello ematco d acdo urco superore a 7 mg/dl. 5. Codzo sfavorevol sgfca rapporto XY< che, a sua volta, mplca che sa X Y <. La v.a. Z X Y è ach essa Normale co meda μz μx μy e scarto tpo σ σ + σ, per cu: Z X Y Z μ Z 4.6 Pr{ Z < } Pr{ < } Pr{ U <.69}.45 σ.7 Z qud, crca l 5% de cas l dosaggo mpegato o rsulta effcace. 5. Se le prm e 9 o 8 o 7 hao peso complessvo g l eveto { < } s verfca. Covee qud calcolare la probabltà dell eveto complemetare { } che s verfca solo quado le prme hao peso complessvo g. Questo secodo eveto s verfca l 5% delle volte, vsto che l peso d caramelle è ua v.a. ormale propro d meda μ μ X Impoedo che sa: λ eλxdx eλx eλ abbamo che per λ l() la fuzoe può essere assuta come modello d pdf ell tervallo [, ]. La Mgf d questo modello è: z

29 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 569 { etx} λ t e Φ X () t E λ + λ + t da cu, ad esempo, calcolamo la meda: λ t( λ + ) λ t + λ eλ ( λ + t) t ' e + t e + e + E{ X } Φ X () λ.557. λ 5. Da dat ostro possesso rteamo plausble l mpego del modello d Posso per la pmf delle v.a. Y A umero d pezz d tpo A ed Y B umero d pezz d tpo B co, rspettvamete, λ A 65.4 pezz d tpo A/muto e λ B 5. pezz d tpo B/muto. Se rteamo s-dpedet le v.a. Y A ed Y B, la rproducbltà del modello d Posso c garatsce che la v.a. Y YA + YB umero d pezz è ua v.a. d Posso co λ λa + λb pezz/muto. La v.a. T tempo tercorrete tra gl evet cotat dalla v.a. d Posso è d tpo Espoezale, per cu rsulta: { T.6 } Pr e La v.a. Y superfce complessva rcoperta da fogl d allumo è otteuta come somma d v.a. Gaussae: Y X, essedo X la v.a. superfce rcoperta dall -esmo foglo d allumo. La rproducbltà del modello Normale c garatsce che Y è ach essa ua v.a. Normale d meda μy μ m e scar- X to tpo σ. m Y σ. Pertato, l umero mmo d fogl d allumo è quello tale che: Y μy 5 5 Pr{ Y > 5} Pr{ > } Pr U.99 σ > >. Y.. Utlzzado le tabelle della Normale stadard, s deduce che l prmo percetle u. è uguale a.; per cu l valore mmo d è quello che soddsfa la seguete dsuguaglaza: 5 <... Il umero d fogl è 6; fatt per 5 abbamo Pr Y > 5.5 e per 6 abbamo Pr{ Y > 5} { } 5.5 Per la rproducbltà della v.a. Normale, la v.a. Z R S è ach essa ua v.a. Normale co meda μ μ μ e scarto tpo σ σ + σ Z R S Poché: Pr R> S Pr Z R S > { } { } λ Z R S

30 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 57 Soluzo de problem propost la rchesta probabltà è: Z μ Z 87 Pr{ Z > } Pr{ Z } Pr{ } Pr{ U.97}.98. σ Z 5.6 Rteedo plausble l adozoe del modello d Posso, abbamo: (.5 5) y λ x.5 5 { Y } e y y!.5; 5; Pr.85. Il calcolo d questa sommatora rsulta alquato laboroso. Dveta pù semplce se approssmamo l modello d Posso d parametro μ Y co u modello Normale d parametr: μ μ Y 5 e σ σy μy 5 5. Pertato, ua buoa approssmazoe della probabltà rchesta è: Y μ Pr{ Y } Pr{ } Pr{ U.9}.84. σ 5 L addzoe del valore.5 mglora l approssmazoe, poché la destà gaussaa che s estede da.5 a +.5 vee assegata al valore possoao. A- alogamete, qualora avessmo voluto calcolare Pr{ Y } avremmo dovuto sottrarre l valore.5. L approssmazoe gaussaa adottata è valda quato pù la pmf della v.a. d Posso ha forma smmetrca. I pratca cò accade quado μ >. 5.7 Calcolamo aztutto la probabltà che u prodotto sa coforme: 9.7. X μ X.. Pr{ 9.7 < X.} Pr{ < }. σ X. Pr{.5 < U.5} FU (.5) FU (.5) Applcado l modello d v.a. Bomale, Y, co e p.8664, abbamo: Pr{ 75} ( ).8664 y y Y PY y (.8664).9995 y. y 75 y 75 Il calcolo d questa sommatora rsulta alquato laboroso. Dveta pù semplce se approssmamo l modello Bomale d parametr e p.8664 co u modello Normale d parametr: μ μ Y p e σ σ Y p( p).4. Ua buoa approssmazoe della probabltà rchesta è: Y μ Pr{ Y 75} Pr{ } Pr{ U.57} σ.4 La sottrazoe del valore.5 mglora l approssmazoe. Qualora avessmo voluto calcolare Pr{ Y 75} avremmo dovuto, vece, aggugere l valore.5. L approssmazoe gaussaa adottata è tato pù valda quato pù la pmf della v.a. Bomale ha forma smmetrca. I pratca cò accade quado p >. p > e ( ) 5.8 Sulla base delle formazo ostro possesso è ragoevole assumere u mo-

31 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 57 dello Gumbel (de massm) per la v.a. X, assegado a parametr d poszoe e scala, a e b, valor tal da coferre alla dstrbuzoe la meda e la devazoe stadard forte (cfr. Appedce A): E{ X } a bγ () a+.577b 77 Var{ X} bπ 6 7 da cu s rcavao valor a 6.5 e b Qud: e ( ) ( ) Pr{ X > } FX e.; T 4.5 a Idcado co T la durata complessva e co T quella della geerca battera, abbamo: μt E{ T+ T + T} h σ T Var{ T} Var{ T+ T + T}.5.6 h. Geeralzzamo ad u qualsas l rsultato precedete e cosderamo l quatle u.9 della Normale Stadard. Otteamo l valore corrspodete al umero d battere cercato maggorado le soluzo della seguete equazoe d grado: 5 μ u.9; (5 μ) u.9 σ σ la cu soluzoe è.; qud, assumamo par ad 4 l umero rchesto. 5. Per la v.a. X Normale d parametr μ 5 cm e σ 6 cm, è mmedato calcolare: Pr{49 < X 54} FX ( 54) FX ( 49) F U F U (.55 ) L tervallo, smmetrco rspetto alla meda μ, s ottee mpoedo: Pr{ μ δ < X μ+ δ} FX ( μ+ δ) FX ( μ δ) δ δ δ F U F U F U.5 σ σ σ da cu, cosultado la tabella della coda destra della Gaussaa stadard, s rcava: δ u.75.; δ.σ.9 σ e qud l tervallo d msure rcercato è 5±.9, compreso tra crca 48 e 5 cm.

32 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 58 Soluzo de problem propost Captolo No avremmo essu motvo per gudcare aomala la successoe d tutte croc (o tutte teste), per l semplce motvo che og successoe ha la stessa probabltà (/ 6 ) d verfcars co lac rteut corrett d ua moeta rteuta perfetta. L sttva sesazoe d sorpresa che proveremmo è dovuta semplcemete al fatto che tra tutte le 6 possbl successo ce e soo: ua sola co 6 croc se co testa qudc co teste vet co teste qudc co 4 teste se co 5 teste ua sola co 6 teste Per cu, è aturale essere abtuat ad osservare uo de 6 rsultat (co almeo testa) tra 64 possbl. Tale abtude c duce pure a cofodere casuale co dsordato: casuale sgfca solo che è stato scelto a caso tra tutte le alteratve possbl, e tra queste può pure essere estratta ua molto ordata, come la suddetta successoe d 6 croc. 6. Le frequeze competet a cascu tervallo d'età soo:.,.4545,.44 l'età meda e quella medaa soo rspettvamete: 54.89, Essedo μ 6 e σ, dalla dsuguaglaza d Chebyshev abbamo: Pr{ X 6 k} ; k k per cu l rchesto lmte ferore d probabltà è: Pr{ X 6 < } > ( ) Meda e varaza, calcolat utlzzado la fuzoe d probabltà emprca, soo: 6 6 ( ) x x P 7.58; s x x P.576. Meda e varaza, calcolat dal campoe d dat, soo: x x 7.58; s ( x x) Ordat seso crescete due campo d determazo: NA MI el prmo caso, essedo dspar l umero d determazo, la medaa è subto d-

33 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 58 vduata ella 5 determazoe, 66. mm. Nel secodo caso, l umero d determazo è par e qud la medaa cade tra la 4 e la 5 determazoe ed è uguale a ( ) Dalla dseguaglaza d Chebyshev e dalle tabelle della dstrbuzoe Normale per k,.5, 4 s ottegoo rspettvamete seguet valor delle code: k.5 Chebyshev.5.6. Normale Assocamo alla geerca rpetzoe -esma la v.a. beroullaa X che assume valor e a secoda che l eveto A s verfch o meo. La meda delle X è propro la frequeza d A e coverge alla meda delle mede delle X, p p, perché la varaza della somma delle qud, rapportata ad r. X è Var{ } Var{ } X X pq e, soddsfa la codzoe rchesta dalla legge de grad ume- 6.6 La msura della gradezza X è data dalla meda artmetca d tutte le sue valutazo dspobl. I prodott X e X m m c forscoo rspettvamete la somma delle ed m valutazo dspobl; pertato la msura d X è: ( X + Xm m) ( + m) che equvale alla meda pesata delle due msure dspobl. 6.7 Le msure X ed X m soo affette rspettvamete dagl error med S S ed Sm S m (essedo S l errore medo delle + m valutazo) da cu rsulta: S S; m S Sm. Pertato, pes attrbut alle msure X ed X m, el problema precedete, soo versamete proporzoal alle stme delle loro rspettve varaze. 6.8 Impoedo la codzoe rchesta ed utlzzado l valore.8 del 9 percetle della Cdf Normale s ottee: X Pr{ x + 5} Pr.9;.8; 6. σ Trasformado la lmtazoe mposta all errore assoluto d S ua corrspodete lmtazoe alla v.a. Ch-Quadrato, s ottee Pr{.5 S < S σ <.5 S} Pr{.75 S < σ <.5 S} σ Pr (.75 ) < ( ) < (.5) S { χ } Pr 5.6 < < ; ν.

34 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 58 Soluzo de problem propost 6. Meda, medaa, varaza (corretta), devazoe stadard, quartl e rage soo rspettvamete: x x.,, x ˆ s ( x ) ( ) 4.5. x., s 4.9, ˆx.5 9., x ˆ , Max( x,, x ) M( x,, x ) Arrotodado l valore m +. log ( ) 4.88 abbamo m 5 da cu, arrotodado [Max( x,, x) M( x,, x)] m.4, segue u ampezza dell tervallo Δ x. Arrotodado per dfetto M( x,, x ) 4. abbamo che l estremo ferore del prmo tervallo è uguale a 4. Arrotodado per eccesso Max ( x,, x ).4 ed essedo tero l rapporto ( 4) 6 fssamo al valore l estremo superore dell ultmo tervallo. A 6 tervall così dvduat corrspodoo le frequeze assolute {, 4, 6,,, } e le destà d frequeza f ( Δ x) { 45,4 45, 6 45,, 45, 45}. 6. Sulla base de calcol gà effettuat, l stogramma ed l dagramma Stem-ad- Leaf, del campoe della v.a. X esamato e due problem precedet, soo rspettvamete: f x Meda, medaa, varaza (corretta), devazoe stadard, quartl e rage soo rspettvamete: y y 4.,, y ( ) ( ) 9 ˆ.5 4. s y y.4, s 4.4, ŷ.5 9., y ˆ , Max( y,, y ) M( y,, y ) Arrotodado l valore m +. log ( ) 4.88 abbamo m 5 da cu, arrotodado [Max( y,, y ) M( y,, y )] m.96, segue u ampezza dell -

35 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl Soluzo de problem propost 58 tervallo Δ y. Arrotodado per dfetto M( y,, y ) 4. abbamo che l estremo ferore del prmo tervallo è uguale a 4. Arrotodado per eccesso Max( y,, y ) ma essedo o tero l rapporto (5 4) 5. fs- superore dell ultmo tervallo. A 6 tervall così d- samo al valore 5 l estremo vduat corrspodoo le frequeze assolute {,, 5,,, } e le destà d frequeza f ( Δ y) { 45, 45,5 45, 45, 45,}. 6.5 Sulla base de calcol gà effettuat, l stogramma ed l dagramma Stem-ad- Leaf, del campoe della v.a. Y esamato e due problem precedet, soo rspettvamete: f y Utlzzado valor M( x,, x ) 4., Max( x,, x ).4, x ˆ.5 9., x ˆ , oché M( y,, y ) 4., Max( y,, y ) 48.9, y ˆ e y ˆ , gà calcolat precedeza, rchest grafc Box-Plot, rspettvamete del campoe della v.a X e d quello della v.a. Y, soo: v.a. Y v.a. X 4 5 x, y 6.7 La meda, medaa, varaza (corretta), devazoe stadard, quartl e rage soo rspettvamete:

36 Probabltà e Statstca per le Sceze e l Igegera, /ed, P. Erto - Copyrght 8, The McGraw-Hll Compaes srl 584 Soluzo de problem propost x x 8.96,, x ( ) ( ) 7. ˆ.5 s x x 7, s 7., ˆx. 5 4, x ˆ.75 9, Max( x,, x) M( x,, x ). 6.8 Il vettore de dat ordat e quello delle frequeze relatve x, quello delle corrspodet frequeze assolute soo: P x {,, 4, 5, 9, 4, 5, 6, 9,,, 4, 8,, 6, 9, 4, 4, 6, 6, 65, }; {,,,,,,,,,,,,,,,,,,,,, }; P {.4,.4,.8,.4,.4,.4,.4,.8,.4,.4,.8,.4,.4,.4,.4,.4,.4,.4,.4,.4,.4,.4}. 6.9 Sulla base de calcol gà effettuat, l dagramma a barre ed l dagramma Stemad-Leaf, del campoe della v.a. X esamato e due problem precedet, soo rspettvamete:.8 P x È evdete che l dagramma a barre essedo alquato patto rsulta meo formatvo dello Stem-ad-Leaf che, vece, sembra far travedere meglo la forma della legge d probabltà. 6. I questo caso l Box-Plot evdeza che u dato è addrttura dstate dalla medaa pù d volte la dstaza terquartlca par a xˆ.75 xˆ

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma Gl dc stetc Tedeza cetrale Forma Varabltà Cosetoo l passaggo da ua pluraltà d formazo ad u uca msura umerca; Stetzzao l tera dstrbuzoe u sgolo valore, cosetedo così cofrot el tempo, ello spazo o tra crcostaze

Dettagli

TRATTAMENTO STATISTICO DEI DATI ANALITICI

TRATTAMENTO STATISTICO DEI DATI ANALITICI TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse.

2 si da eguale peso alle misure senza tener conto dell incertezza, che in generale possono essere diverse. 5 MEDIE PESTE Come combare msure separate? Esempo, msure Msura d : ± Msura d B: B ± B Se s effettua la meda artmetca: B s da eguale peso alle msure seza teer coto dell certezza, che geerale possoo essere

Dettagli

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU 3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

Geometria delle aree

Geometria delle aree eometra delle aree Lo studo de cocett ase relatv alla eometra delle ree: cosete d trasformare le azo tere sollectazo cosete d valutare l elastctà delle strutture forsce gl strumet per valutare le strutture

Dettagli

SERVIZIO DAF: FONTI STATISTICHE

SERVIZIO DAF: FONTI STATISTICHE Gacomo Bulgarell Uffco Servz Statstc SERVIZIO DAF: FONTI STATISTICHE Mercoledì 3 ottobre 202 4. La Statstca (III) Idc d poszoe Nella rcerca scetfca e tecologca, così come elle sceze ecoomche, socal e poltche,

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

MISURE E GRANDEZZE FISICHE

MISURE E GRANDEZZE FISICHE R. Campaella Ig. Meccaca v. Peruga Gradezze fsche Rev. 12.02.21 MISRE E GRANDEZZE FICHE 1 Itroduzoe Nella descrzoe de feome la fsca s serve d legg, elle qual tervegoo gradezze fsche qual: la lughezza,

Dettagli

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni.

Premessa. Abbiamo più volte enfatizzato come questo processo di sintesi comporta un prezzo da pagare in termini di perdita di informazioni. Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo o dscreto

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 Metod Statstc per le decso d mpresa (Note ddattche) Bruo Chadotto 5. Campo casual e dstrbuzo campoare - Campo casual Nel Cap. 3 d queste ote s è avuto modo d dstguere

Dettagli

Capitolo 4 Le Misure di Centralità

Capitolo 4 Le Misure di Centralità Captolo 4 Le Msure d Cetraltà Le msure d cetraltà Premessa Il passaggo da u eleco d modaltà alle dstrbuzo d frequeze co modaltà dstte (carattere qualtatvo o dscreto) e co class d modaltà (carattere cotuo

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Le msure d tedeza cetrale OBIETTIVO Idvduare u dce che rappreset sgfcatvamete u seme d dat statstc. Esempo Nella tabella seguete soo rportat valor del tasso glcemco rlevat su 0 pazet:

Dettagli

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA.

CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. TE11_st fb - 5/10/007 5/10/007 XI - 1 CAPITOLO XI STIMA DEI PARAMETRI DI UNA VARIABILE ALEATORIA. 11.1 - Itroduzoe. I geerale, parametr caratterstc d ua v.a. (che per o soo l suo valore medo e la sua varaza

Dettagli

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca Lezoe 2 lez2_2-2 statstca-fracesco mola 2 Dstrbuzo

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

Verifica e scelta del modello probabilistico

Verifica e scelta del modello probabilistico Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes

Dettagli

Appunti di. Elaborazione dei dati sperimentali

Appunti di. Elaborazione dei dati sperimentali Apput d Elaboraoe de dat spermetal Corso d sca er cors d Laurea Igegera Uverstà d adova sura d ua gradea fsca Ua gradea fsca s rappreseta co uo (o pù) umer segut da ua utà d msura. Il umero che quatfca

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione.

), mentre l unico intero che divide 0 è 0. Enunciamo alcune proprietà di ovvia dimostrazione. Dvsbltà e umer prm Sao a,b elemet dell seme Z degl ter relatv Dcamo che a dvde b, smbol a b, se b è multplo d a, ossa se esste u tero h Z tale che b ha Og tero a dvde 0 ( 0 0a ), metre l uco tero che dvde

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI

Dettagli

Riassunto di teoria elementare degli errori

Riassunto di teoria elementare degli errori Ncola Gaquto - Rassuto d teora elemetare degl error /9 Rassuto d teora elemetare degl error Valore vero (covezoale), valore stmato, errore Se s prede ua ressteza dal valore omale d 00 Ω e se e determa

Dettagli

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni Corso d Statstca Ecooma e Commerco Lezoe a.a. - Fracesco Mola z z z Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca a.a. - statstca-fracesco mola Dstrbuzo

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche Metodologa della rcerca pcologa clca - Dott. Luca Flppo Coetoo d decrvere la varabltà all tero della dtrbuzoe d frequeza tramte u uco valore che e tetzza le carattertche Metodologa della rcerca pcologa

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

POTENZE e RADICI in C più altri argomenti interessanti di Leonardo Calconi

POTENZE e RADICI in C più altri argomenti interessanti di Leonardo Calconi POTENZE e RADICI C pù altr argomet teressat d Leoardo Calco Ch ha fretta e o vuole perders letture oose può lmtars a dare u occhata a questa tabella: C_Exp pq a a p ( ql a) ae la e z ρ e p q [( ql p)]

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 CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

Dettagli

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito Il dsego campoaro per l dage sul tursmo delle sole Eole O. Gambalvo A.M. Mlto Struttura della presetazoe Obettv L dage campoara Le potes d lavoro L dage plota Il dsego campoaro Stratega campoara Alcu Rsultat

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

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

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

Dettagli

DISTRIBUZIONE DI STUDENT

DISTRIBUZIONE DI STUDENT Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N0 N5 N50 0. - 4-4 Itervall cofdeza P[ - μ

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

Analisi della Dipendenza

Analisi della Dipendenza Aals della Dpedeza La correlazoe Il presete materale ddattco è stato parte estratto e adattato dal materale prodotto dal prof. Claudo Caplupp dell Uverst Uverstà d Veroa, che s rgraza. La resposabltà del

Dettagli

Google, ovvero: come diagonalizzare Internet

Google, ovvero: come diagonalizzare Internet Google, ovvero: come dagoalzzare Iteret Marco A Garut 6 ottobre 6 Le page web preset el database del motore d rcerca Google soo elecate orde d mportaza Quado u utete sersce le parole-chave per ua rcerca,

Dettagli

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Captolo 9 - Il modello d regressoe leare multpla 9 - IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 9 9. Itroduzoe 9. Il modello d regressoe leare multpla 9.3 Il modello d regressoe leare multpla forma matrcale

Dettagli

La distribuzione statistica doppia (o bivariata)

La distribuzione statistica doppia (o bivariata) Marlea Pllat - Semar d Statstca (SVIC) "Le dstrbuzo doppe" La dstrbuzoe statstca doppa (o bvarata) Se u seme d utà statstche s osservao gl stat d gradezza assut da due caratter e s ottee ua -pla statstca

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli