Traccia delle soluzioni degli esercizi del fascicolo 6

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Traccia delle soluzioni degli esercizi del fascicolo 6"

Transcript

1 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi sia compresa tra 0.49 e 0.5 sia maggiore o uguale a 0.99? Soluzioe. La probabilità i esame si può riscrivere ella forma P 0.49 X 0.5 = P Dobbiamo allora risolvere: cioè da cui si trova / Z 0.0 / Φ0.0. Φ Φ Φ , Esercizio U veditore porta a porta deve vedere 0 copie di u libro. Se ogi sigolo cliete acquista il libro co probabilità 0., quati clieti deve visitare il veditore affiché la probabilità di vedere tutti e dieci i libri sia almeo 0.99? Soluzioe. Poste X,..., X Be0, idipedeti, la probabilità i esame si può riscrivere ella forma P X i 0 = P i= Φ X 0 = P Z = Φ Dobbiamo allora risolvere ossia che si può riscrivere ella forma Φ da cui 4.08, ovvero , Esercizio 3 Calcolare approssimativamete la probabilità che ua variabile casuale X co distribuzioe di Poisso di parametro 00 assuma u valore miore di 95. Soluzioe. Bisoga ricordare che se X,..., X 00 P o soo idipedeti, allora X X P o00. Ricordado che EX i = V arx i =, la probabilità da calcolare è P X = P Z Φ 0.5 = Φ0.5 =

2 Esercizio 4 U cogego è costituito da ua compoete elettrica che viee rimpiazzata o appea smette di fuzioare. Duque, se T, T,..., T soo i tempi di vita di compoeti che si hao a disposizioe, il tempo di vita totale del cogego è T = T +T + +T. Si suppoga che T i Exp, e che le T i siao idipedeti. Utilizzado l approssimazioe ormale calcolare: a. se = 00 la probabilità P T < 90; b. il valore miimo di per cui P T < Soluzioe. a. b. P T 00 < 0.9 = P Z Φ = Φ = P Vogliamo allora che sia T < = P Z < 90 Φ. 90 Φ 0.95, da cui 90.64, che si riscrive ella forma Esercizio 5 U giocatore di pallacaestro ha ua percetuale di successo ei tiri da tre puti del 0%. Calcolare: a. la probabilità che i 00 tiri faccia o più di 54 puti; b. il umero miimo di tiri che deve effettuare per realizzare almeo 57 puti co probabilità maggiore o uguale a Soluzioe. a. Sia X i la variabile di Beroulli che vale se l i-esimo caestro viee realizzato. Poichè realizzare o più di 54 puti sigifica realizzare o più di 8 caestri, le probabilità da calcolare è P X = P Z Φ = sia b. Poichè realizzare almeo 57 puti sigifica realizzare almeo 9 caestri, si vuole che P X 9 9 = P Z 0. 9 Φ , cioè Esercizio 6 Il umero gioraliero di passeggeri sui trei da Milao a Fireze è ua variabile aleatoria di distribuzioe icogita. Suppoedo che il valore atteso sia pari a 3000 e la variaza pari a 0 6, si calcoli approssimativamete la probabilità che i 30 giori il umero

3 complessivo di viaggiatori sia almeo 0 5. Soluzioe. Sia X i il umero di passeggeri de gioro i-mo. P X + + X 30 > 0 5 = P X 30 > = P X > 30 Φ Esercizio 7 Sia {X } ua successioe di variabili casuali i.i.d. co distribuzioe di Poisso di parametro. Usado opportuamete il Teorema del Limite Cetrale per tale successioe, calcolare + k lim + e k!. k=0 Soluzioe. Notare che S = X + + X P o. Ma allora + e k=0 k k! = P S + = P X. Per il Teorema del limite cetrale, la successioe X coverge i distribuzioe ad ua Normale stadard. Perciò + k lim + e k! = Φ. k=0 Esercizio 8 Il gruppo promotore di u referedum ritiee che il 60% della popolazioe sia disposta a firmare per la relativa raccolta di firme. Si assuma che le persoe a cui viee richiesto di firmare siao scelte a caso. Dovedo raccogliere firme, quate persoe è ecessario iterpellare affichè la soglia delle firme sia raggiuta co probabilità di almeo 0, 95? Soluzioe. Sia X i la variabile che vale se l i-esima persoa iterpellata accetta di firmare, e 0 altrimeti. Per ipotesi X i Be0.6, e le X i si possoo riteere idipedeti. La probabilità i esame è, allora, usado l approssimazioe ormale, X P X i = P i= Φ = Φ Richiededo che tale probabilità sia maggiore o uguale a 0.95, si ottiee: Φ che equivale a da cui

4 Esercizio 9 Si assuma che, i u libro di 400 pagie, la probabilità che ua pagia sia priva di errori sia 0.98, idipedetemete dalle altre pagie. Sia X il umero di pagie che cotegoo almeo u errore. a. Qual è la distribuzioe di X? b. Usado l approssimazioe ormale, calcolare approssimativamete la probabilità dell eveto {X 4}. c. Calcolare la probabilità al puto b. usado u altro tipo di approssimazioe, visto a lezioe. Soluzioe. a. Posto { se la i-esima pagia cotiee almeo u errore X i = 0 altrimeti si ha che X i Be0.0, le X i soo idipedeti e X = 400 i= X i B400, 0.0. b P X 4 = P X = P Z Φ Z c. Usado l approssimazioe di Poisso, Be400, 0.0 P o8. Ne segue P X 4 = 3 P X = i = e 8 i=0 3 i=0 8 i i!... Esercizio 0 Per ua certa specie africaa di uccelli, i eoati hao idipedetemete l uo dal l altro ua probabilità di sopravvivere al primo mese pari a /7. Quelli che sopravvivoo al primo mese hao ua probabilità pari a /3 di superare l ao.. Qual è la probabilità che u eoato sopravviva al primo ao?. Se u eoato muore etro il primo ao, qual è la probabilità che sia sopravvissuto al primo mese? 3. Si determii approssimativamete il umero miimo di eoati da moitorare affiché la probabilità che e sopravvivao almeo 30 dopo u mese sia almeo Soluzioe.. Itroducedo gli eveti A := il eoato sopravvive al primo mese e B := il eoato sopravvive al primo ao, i dati del problema ci dicoo che P A = 7, P B A = 3. Di cosegueza, per il teorema delle probabilità totali, P B = P B AP A + P B A c P A c = P B AP A = 3 dove si è usato il fatto che P B A c = 0, perché B A. 4 7 =,

5 . Per la formula di Bayes P A B c = P Bc AP A P B c = 3 7 = Dati eoati, il umero di questi che sopravvive dopo u mese è ua variabile casuale X co distribuzioe B, p, co p = 7. Applicado l approssimazioe ormale e la correzioe di cotiuità, si ottiee P X 30 = P X 9.5 = P X p Φ 9.5. p p 7 7 6/7 Dato che Φz 0.95 se e solo se z Φ , si ottiee la disequazioe / Le soluzioi positive soo date da 6.5, cioè 73. Esercizio I ua elezioe votao u milioe di persoe, che devoo scegliere tra i due cadidati A e B. Il voto di u certo umero di elettori è sotto il cotrollo di ua orgaizzazioe malavitosa, che garatisce che essi votio per il cadidato A. Tutti gli altri elettori votao a caso, scegliedo co ugual probabilità i due cadidati, oguo idipedetemete dagli altri.. Suppoiamo che l orgaizzazioe malavitosa cotrolli = 000 voti. Qual è la probabilità approssimata che il cadidato A vica le elezioi?. Qual è il umero miimo di idividui che l orgaizzazioe malavitosa deve cotrollare, per garatire che la probabilità di vittoria di A sia almeo del 99%? Soluzioe.. Sia X il umero di voti ricevuti da A tra i elettori o cotrollati. Notare che X B , /. Il cadidato A vice se X > Usado l approssimazioe ormale dati i umeri elevati la correzioe di cotiuità o è rilevate X P X > = P > 000 Φ = Se X è il umero di voti ricevuti da A tra i elettori o cotrollati, si ha X B , /. Il cadidato A vice se X > , per cui procededo come sopra X / P X > = P > Φ Quidi deve essere si trova > Φ Elevado al quadrato e risolvedo, 5.

6 Esercizio Siao C, X, Y variabili aleatorie reali idipedeti, co X P o4, Y P o4 metre C Bep, dove p 0, è u parametro fissato. Defiiamo la variabile W := CX + CY.. Si mostri che EW = 4 e V arw = 4.. Siao W, W,..., W 00 variabili i.i.d. co la stessa legge di W. Si determii approssimativamete il valore di c tale che la somma W W 00 assuma valori maggiori di c co probabilità Si dimostri che W P o4. [Sugg.: calcolare la desità discreta di W codizioado rispetto agli eveti {C = 0} e {C = }] Soluzioe.. Per le proprietà be ote del valor medio si ha Si oti che EW = ECEX + ECEY = p4 + p4 = 4. W = C X + C Y + C CXY = CX + CY, poiché C = C, C = C e C C = 0, essedo C a valori i {0, }. Dato che EX = V arx + EX = = 0 e aalogamete EY = 0, si ottiee EW = ECEX + ECEY = p0 + p0 = 0, da cui V arw = EW EW = 0 6 = 4.. Idicado µ = 4, σ = si ottiee P W W 00 > c = P W 00 > P c = P 00 Z > c 0 0 = Φ Dato che Φ , si ottiee l equazioe W 00 µ 00 > σ 0 c. 0 0 c =.05 = c = c Codizioado rispetto agli eveti {C = } e {C = 0} e usado la formula delle probabilità totali, per k {0,,,...} si ottiee P W = k = P W = k C = 0P C = 0 + P W = k C = P C = = P Y = k C = 0 p + P X = k C = p = P Y = k p + P X = kp, e dato che P X = k = P Y = k = e 4 4 k /k! si ottiee P W = k = e 4 4 k /k!, quidi W P o4. 6

7 Esercizio 3 Sia X N = ua famiglia di variabili casuali i.i.d., tali che P X = = P X = =. Sia ioltre ξ ua variabile casuale co la stessa distribuzioe delle X e idipedete da tutte le X. Poiamo Y := ξx.. Mostrare che le variabili casuali Y N = soo i.i.d.. Mostrare che le variabili casuali bidimesioali X, Y N = soo ideticamete distribuite ma o idipedeti. Soluzioe.. La tesi segue se mostriamo che X, X,..., X e Y, Y,..., Y hao la stessa distribuzioe. Azitutto, se σ, σ,..., σ {, }, è chiaro che P X = σ,..., X = σ =. Usado l idipedeza tra X, X,..., X e ξ, abbiamo P Y = σ,..., Y = σ = P X = σ,..., X = σ, ξ = + P X = σ,..., X = σ, ξ = = P X = σ,..., X = σ P ξ = + P X = σ,..., X = σ P ξ = = + =. Si oti che P X =, Y = = P X =, ξ = = 4 = P X =, ξ = = P X =, Y =. Allo stesso modo si mostra che P X =, Y = = P X =, Y = = 4, e quidi la distribuzioe di X, Y o dipede da. Se le coppie X, Y fossero idipedeti, ache i prodotti X Y sarebbero idipedeti i quato fuzioi di variabili casuali idipedeti soo idipedeti. Ma, osservado che X Y = ξ per ogi, P X Y =, X Y = = P ξ = = P X Y = P X Y = = P ξ = = 4. Esercizio 4 La lughezza dei chiodii prodotti da ua certa ditta ha ua distribuzioe icogita, la cui media e variaza idichiamo co µ e σ. Il valore di σ è oto e pari a 0.5 mm, metre il valore di µ espresso i mm è icogito e vogliamo stimarlo empiricamete. A tal fie, misuriamo le lughezze X,..., X di chiodii scelti a caso e e idichiamo la media empirica co X := X X /. Se è grade, per la legge dei gradi umeri sappiamo che X sarà vicio a µ. Per redere più quatitativa questa affermazioe, scegliamo u umero reale δ > 0 e cosideriamo l itervallo I δ di ampiezza δ cetrato i X, vale a dire I δ := X δ, X + δ. 7

8 Si determii δ i modo che la probabilità che l itervallo I δ cotega µ valga approssimativamete 0.95 per grade. [Sugg.: si esprima l eveto {µ I δ } ella forma {a < X < b} per opportui a, b.] Soluzioe. Per defiizioe µ I δ sigifica X δ < µ < X + δ. Possiamo riscrivere la prima disuguagliaza come X δ < µ X < µ + δ, e la secoda come Questo mostra che µ < X + δ X > µ δ. {µ I δ } = {µ δ < X < µ + δ }, per cui, applicado il teorema limite cetrale e ricordado che σ = 0.5, δ P µ I δ = P µ δ < X < µ + δ = P 0.5/ < X µ σ/ < δ 0.5/ P δ < Z < δ = Φδ, dove Z N0, e Φx = P Z x. Impoedo la codizioe P µ I δ = 0.95 si ottiee Φδ = 0.975, cioè δ = Φ e quidi δ = 0.98/. 8

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

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizi di Probabilità e Statistica della 2 a settimaa (Corso di Laurea i Matematica, Uiversità degli Studi di Padova). Esercizio. Sia (Ω, A, P) uo spazio probabilizzato e B A o trascurabile. Dimostrare

Dettagli

Cenni di topologia di R

Cenni di topologia di R Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:

Dettagli

Teoremi limite classici

Teoremi limite classici Capitolo 4 Teoremi limite classici I Teoremi limite classici, la Legge dei Gradi Numeri e il Teorema Limite Cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia teorica

Dettagli

Calcolo delle Probabilità 2012/13 Foglio di esercizi 3

Calcolo delle Probabilità 2012/13 Foglio di esercizi 3 Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

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

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4 Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee

Dettagli

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

Diagramma polare e logaritmico

Diagramma polare e logaritmico Diagramma polare e aritmico ariatori discotiui del moto di taglio Dalla relazioe π D c si ota che la velocità di taglio dipede, oltre che dal umero di giri del madrio, ache dal diametro dell elemeto rotate

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c) SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log

Dettagli

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri. Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile

Dettagli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

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

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1

ORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

converge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n

converge in probabilità alla v.a. X e si scrive: converge in media quadratica alla v.a. X e si scrive: m n 98 Covergeza i probabilità Si dice che la successioe X coverge i probabilità alla v.a. X e si scrive: se, per qualsiasi ε > 0, si ha: X p X oppure plim X = X limp( X X < ε)= Covergeza i media quadratica

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

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

PROBABILITÀ SCHEDA N. 6 LE VARIABILI ALEATORIE DI BERNOULLI E BINOMIALE

PROBABILITÀ SCHEDA N. 6 LE VARIABILI ALEATORIE DI BERNOULLI E BINOMIALE 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) PROBABILITÀ SCHEDA N.

Dettagli

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI

RISOLUZIONE MODERNA DI PROBLEMI ANTICHI RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Esercizi sulle successioni

Esercizi sulle successioni Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7

Dettagli

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012 Politecico di Milao - Scuola di Igegeria Idustriale II Prova i Itiere di Statistica per Igegeria Eergetica 5 luglio 2012 c I diritti d autore soo riservati. Ogi sfruttameto commerciale o autorizzato sarà

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media

Dettagli

= p. La probabilità che il gioco termini ( 7 3) alla terza prova è (1 p) 2 p.

= p. La probabilità che il gioco termini ( 7 3) alla terza prova è (1 p) 2 p. (DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica NOTA Quado i problemi soo formulati el liguaggio ordiario, teere presete che la soluzioe cosiste sempre di DUE

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

Lezione 10 - Tensioni principali e direzioni principali

Lezione 10 - Tensioni principali e direzioni principali Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao

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

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X.

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X. Serie umeriche Paola Rubbioi Deizioe, serie otevoli e primi risultati Deizioe.. Data ua successioe di umeri reali (a ) 2N, si dice serie umerica la successioe delle somme parziali (S ) 2N, ove S = a +

Dettagli

Calcolo differenziale e integrale

Calcolo differenziale e integrale Calcolo differeziale e itegrale fuzioi di ua variabile reale Gabriele H. Greco Dipartimeto di Matematica Uiversità di Treto 385 POVO Treto Italia www.sciece.uit.it/ greco a.a. 5-6: Apputi del corso di

Dettagli

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA

IPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA IPSAA U. Patrizi Città di Castello (PG) Classe A Tecico Agrario Lezioe di martedì 0 ovembre 0 (4 e ora) Disciplia: MATEMATICA La derivata della fuzioe composta Fuzioe composta Df(g())f (g())g () Questa

Dettagli

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie

Approfondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo

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

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

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

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 / 21 Misura della dipedeza di u carattere

Dettagli

Calcolo delle Probabilità: esercitazione 3

Calcolo delle Probabilità: esercitazione 3 Argometo: Probabilità codizioata e teorema di Bayes (par. 3.4 libro di testo) Esercizio Tra i partecipati ad u cocorso per giovai musicisti, il 50% suoa il piaoforte, il 30% suoa il violio ed il restate

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

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

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

S n. Soluzione. Il numero N dei chicchi di grano è: N Si tratta di una serie geometrica di ragione 2. cioè:

S n. Soluzione. Il numero N dei chicchi di grano è: N Si tratta di una serie geometrica di ragione 2. cioè: ESAME DI STATO DI LICEO SCIENTIFICO Sessioe Ordiaria 6 PIANO NAZIONALE INFORMATICA Questioario Quesito Si arra che l ivetore del gioco degli scacchi chiedesse di essere compesato co chicchi di grao: u

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO Che cosa sigifica cotare Tutti coosciamo la successioe dei umeri iteri Naturali N = {0, 1,,, } si tratta di ua struttura metale fodametale, chiaramete presete alla ostra ituizioe che

Dettagli

Appunti complementari per il Corso di Statistica

Appunti complementari per il Corso di Statistica Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe

Dettagli

Statistica inferenziale e mercati azionari

Statistica inferenziale e mercati azionari Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità

Dettagli

Cenni di Calcolo di probabilità e. Il concetto di probabilità

Cenni di Calcolo di probabilità e. Il concetto di probabilità Cei di Calcolo di probabilità e Statistica Dario Maio http://www.csr.uibo.it/~maio/ dmaio@deis.uibo.it 1 Il cocetto di probabilità Il termie probabilità è usato el liguaggio quotidiao per deotare casi

Dettagli

Distribuzioni per unità

Distribuzioni per unità Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe

Dettagli

Problema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008

Problema di Natale 1 Corso di Geometria per la Laurea in Fisica Andrea Sambusetti 19 Dicembre 2008 Problema di Natale 1 Corso di Geometria per la Laurea i Fisica Adrea Sambusetti 19 Dicembre 28 La particella Mxyzptlk. 2 La particella Mxyzptlk vive i u uiverso euclideo -dimesioale. È costituita da u

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO Pricipio fodametale del calcolo combiatorio Se u eveto E si può presetare i modi e u secodo eveto E 2 si può maifestare i 2 modi, allora l eveto composto E E 2 si può presetare i modi. 2 ORDINE/ RIPETIZIONE

Dettagli

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?

Qual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride? Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di

Dettagli

Lezione 4. Gruppi di permutazioni

Lezione 4. Gruppi di permutazioni Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA 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

Dettagli

Scheda n.6: legame tra due variabili; correlazione e regressione

Scheda n.6: legame tra due variabili; correlazione e regressione Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y

Dettagli

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.

3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr. DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato

Dettagli

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI

ALGEBRA I MODULO PROF. VERARDI - ESERCIZI. Sezione 1 NUMERI NATURALI E INTERI ALGEBRA I MODULO PROF. VERARDI - ESERCIZI Sezioe 1 NUMERI NATURALI E INTERI 2 1.1. Si dimostri per iduzioe la formula: N, k 2 "1( * " 3 ) " 3k +1(. 3 1.2. A) Si dimostri che per ogi a,b N +, N +, se a

Dettagli

ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO

ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ARGOMENTI TRATTATI: VARIABILI CASUALI DISCRETE VARIABILI CASUALI CONTINUE DISEGUAGLIANZA DI TCHEBYCHEFF TEOREMA DEL LIMITE CENTRALE

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.

Radicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R. Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:

Dettagli

Cognome, Nome e Numero di matricola:

Cognome, Nome e Numero di matricola: Politecico di Milao - Scuola di Igegeria Idustriale e dell'iformazioe I Appello di Statistica per Igegeria Eergetica 18 luglio 2013 c I diritti d'autore soo riservati. Ogi sfruttameto commerciale o autorizzato

Dettagli

Tavole di Contingenza Connessione

Tavole di Contingenza Connessione Tavole di Cotigeza Coessioe Ua tavola di cotigeza per due geerici feomei X e Y è ua rappresetazioe simbolica di ua tabella a doppia etrata y 1 y y j y k x 1 11 1 1j 1k 1 x 1 j k x i i1 i ik i x h h1 h

Dettagli

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione

PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA. A. Induzione matematica: Introduzione PRINCIPIO D INDUZIONE E DIMOSTRAZIONE MATEMATICA CHU WENCHANG A Iduzioe matematica: Itroduzioe La gra parte delle proposizioi della teoria dei umeri dà euciati che coivolgoo i umeri aturali; per esempio

Dettagli

Probabilità. Soluzioni degli esercizi. Springer. 28 agosto 2013

Probabilità. Soluzioni degli esercizi. Springer. 28 agosto 2013 Fracesco Caravea Paolo Dai Pra Probabilità Soluzioi degli esercizi 8 agosto 03 Spriger Idice Spazi di probabilità discreti: teoria............................... S- 3 Variabili aleatorie discrete: teoria................................

Dettagli

Soluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione:

Soluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione: La metilammia, reagisce co acqua allo stato gassoso portado alla formazioe di alcool metilico e ammoiaca secodo la reazioe: (g) + H (g) H(g) + (g). Soo oti i segueti dati a 5 C G f (kj mol -1 ) (g).16

Dettagli

Esercizi sul principio di induzione

Esercizi sul principio di induzione Esercitazioi di Aalisi I, Uiversità di Trieste, lezioe del 0/0/008 Esercizi sul pricipio di iduzioe Esercizio Dimostrare per iduzioe che + + + ( + ), Risoluzioe Le dimostrazioi di ua proprietà P() per

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

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

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli

Dettagli

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S. 1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di

Dettagli

Cerchi di Mohr - approfondimenti

Cerchi di Mohr - approfondimenti Comportameto meccaico dei materiali Cerchi di Mohr - approfodimeti Stato di tesioe e di deformazioe Cerchi di Mohr - approfodimeti L algebra dei cerchi di Mohr Proprietà di estremo dei cerchi di Mohr Costruzioe

Dettagli

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

Soluzioni Esercizi Capitolo 3

Soluzioni Esercizi Capitolo 3 Soluzioi Esercizi Capitolo 3 Esercizio 1 a. I u mazzo di carte fracesi lo spazio campioario è costituito da 52 elemeti. Nel caso dell'estrazioe di u fate, il umero di eveti favorevoli è 4, per cui la probabilità

Dettagli

(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scienze dell Informazione

(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scienze dell Informazione (DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scieze dell Iformazioe NOTA Quado i problemi soo formulati el liguaggio ordiario, teere presete che la soluzioe

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

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi

Approfondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a

Dettagli