Capitolo Parte IV

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo Parte IV"

Transcript

1 Capitolo 1 11 Parte IV Exercise 11 Siao A, B,C tre eveti i uo spazio di probabilità discreto (Ω, P) Si assuma che A,B,C siao idipedeti Si mostri che (1) A B è idipedete da C () A B è idipedete da C Solutio 11 (1) Quasi ovvio: P[(A B) C] = P(A B C) = P(A)P(B)P(C) = P(A B)P(C) () È equivalete dimostrare che (A B) c = A c B c è idipedete da C Poichè gli eveti A c,b c,c soo idipedeti, ci siamo ricodotti al caso precedete visto i a Exercise 1 Siao A 1,A,,A eveti idipedeti tali che P(A 1 A A ) = 1 Si mostri che esiste k {1,,,} tale che P(A k ) = 1 Solutio 1 Si ha 0 = P(A c 1 Ac ) = Perciò k tale che P(A c k ) = 0, cioè P(A k = 1) P(A c i ) Exercise 1 Siao A,B eveti Ricordado che A B := (A B)\(A B), si mostri che P(A B) = P(A) + P(B) P(A B) Siao ora A,B,C tre eveti Si mostri che Solutio 1 Scusate, già assegato P(A C) P(A B) + P(B C) 1

2 1 Exercise 14 Siao A e B due eveti arbitrari di uo spazio di probabilità (Ω,P) Si dimostri la disuguagliaza P(A B) P(A) + P(B) 1 Si mostri quidi per iduzioe che, per ogi e per ogi scelta degli eveti A 1,A,,A, si ha P(A 1 A A ) Solutio 14 Scusate, già assegato P(A i ) ( 1) Exercise 15 Da u ura coteete pallie di cui k rosse e k verdi, co 1 k 1, si estrae ua pallia e quidi, seza reimmetterla ell ura, si estrae ua secoda pallia Si cosiderio gli eveti iformalmete descritti da A 1 := la prima pallia estratta è rossa, A := la secoda pallia estratta è rossa Si mostri che gli eveti A 1 e A o soo idipedeti Solutio 15 Basta osservare che P(A 1 A ) = k 1 1 k = P(A 1) Exercise 16 Si voglia illumiare ua staza co u certo umero di lampadie Assumiamo che la probabilità che ua lampadia sopravviva almeo giori vale p, co p = 09 Si può riteere che le lampadie si comportio i modo idipedete Quate lampadie occorre istallare affiché, co probabilità almeo 099, dopo 10 giori vi sia almeo ua lampadia fuzioate? Solutio 16 La probabilità che dopo 10 giori tutte le N lampadie istallate abbiao smesso di fuzioare è (1 p 10 ) N 001 N log(001) log(1 p 10 ) Exercise 17 Ho due dadi regolari: il dado α ha sei facce, su cui soo scritti i umeri da 1 a 6, metre il dado β ha dodici facce, su cui soo scritti i umeri da 1 a 1 Scelgo uo dei due dadi a caso, co la stessa probabilità, e lo lacio per volte, dove N è u umero fissato (1) Qual è la probabilità che tutti i laci diao come risultato il umero? () Qual è la probabilità che tutti i laci diao come risultato lo stesso umero? () Se tutti i laci dao come risultato il umero, qual è la probabilità che il dado scelto sia stato α? Si mostri che tale probabilità (codizioale) è sempre strettamete maggiore di 1 e se e studi il comportameto per

3 11 Parte IV Solutio 17 (1) Itroduciamo gli eveti A := il dado scelto è A e C := tutti i laci dao come risultato il umero Allora P(A) = 1, metre P(C A) = ( 1 6 ) e P(C B) = ( 1 1 ), da cui P(C) = P(C A)P(A) + P(C A c )P(A c ) = = 1 {( ) 1 ( ) 1 } ( ) 1 ( ) () Itroduciamo l ulteriore eveto D := tutti i laci dao come risultato lo stesso il umero Allora P(D A) = 6( 1 6 ) metre P(D B) = 1( 1 1 ), duque P(D) = P(D A)P(A) + P(D A c )P(A c ) = 1 () Per la formula di Bayes {( ) 1 1 ( ) 1 1 } P(A C) = P(C A)P(A) P(C) = ( 1 6 ) ( 1 6 ) + ( 1 1 = 1 ) 1 + ( 1 = ) + 1 Dato che > 1 per ogi N e che lim ( 1 ) = 0, segue che P(A C) > 1 e che P(A C) 1 per Exercise 18 Ho u ura iizialmete vuota e u isieme di pallie umerate coi umeri aturali Il primo gioro iserisco ell ura le pallie umero 1 e, dopodiché e estraggo ua a caso (ell ura rimae duque ua sola pallia) Il secodo gioro iserisco ell ura le pallie umero e 4, dopodiché estraggo a caso ua delle tre pallie coteute ell ura Itero duque la procedura: l i-esimo gioro iserisco ell ura le pallie umero i 1 e i, dopodiché estraggo a caso ua delle i + 1 pallie coteute ell ura Si itroduca per i N l eveto A i := la pallia umero 1 è presete ell ura alla fie dell i-esimo gioro (1) Si spieghi perchè vale l iclusioe A i+1 A i per ogi i N e si deduca la formula P(A ) = P(A 1 ) P(A A 1 ) P(A A 1 ), N () Si mostri che P(A ) = +1 1 per ogi N Solutio 18 (1) L iclusioe A i+1 A i è equivalete a A c i A c i+1, che è immediatamete verificata: ifatti se la pallia umero 1 o è presete ell ura alla fie dell i-esimo gioro, o potrà ovviamete essere presete alla fie dell (i + 1)-esimo

4 4 1 La formula si dimostra per iduzioe: per 1, dato che A +1 A, si ha P(A +1 ) = P(A +1 A ) = P(A )P(A +1 A ) e applicado l ipotesi iduttiva per P(A ) si coclude () Chiaramete P(A 1 ) = 1, P(A A 1 ) = e più i geerale P(A i A i 1 ) = i+1 i Applicado la formula dimostrata al puto a) si ha duque P(A ) = = Exercise 19 Si cosideri il seguete modello per la distribuzioe dei sessi dei figli i ua famiglia: il primo figlio ha proabilità 1 di essere maschio (o femmia); la probabilità che l ( + 1)-esimo figlio sia maschio, codizioalmete ai sessi dei figli precedeti, è 5 se l -esimo figlio è maschio, 5 se l -esimo figlio è femmia Si determii quidi: (1) la probabilità che il primo figlio sia maschio, codizioale al fatto che il secodo è maschio; () la probabilità che il primo figlio sia maschio, codizioale al fatto che il terzo è maschio Solutio 19 (1) Itroduciamo gli eveti A = il primo figlio è maschio e B = il secodo figlio è maschio I dati del problema ci dicoo che P(A) = 1, P(B A) = 5, P(B Ac ) = 5 La formula delle probabilità totali dà P(B) = P(B A)P(A) + P(B A c )P(A c ) = 1 ( 5 + ) = 1 5 Applicado quidi la formula di Bayes si ottiee P(A B) = P(B A)P(A) P(B) = = 5 b) Itroducedo l eveto C = il terzo figlio è maschio, dobbiamo calcolare P(A C) Si osservi che Per la Formula di Bayes P(A C) = P(A B C) + P(A B c C) P(A B C) = P(C A B)P(A B) P(C) Azitutto P(C A B) = 5

5 11 Parte IV 5 Ioltre P(A B) = P(B A)P(A) = 1 5 = 10 Ifie, per la formula delle probabilità totali, P(C) = P(C B)P(B) + P(C B c )P(B c ) = 1 ( 5 + ) = 1 5 Perciò P(A B C) = Lo stesso coto co B c al posto di B coduce a da cui = 9 5 P(A B c C) = 4 5, P(A C) = 1 5 Exercise 110 Il sigor Biachi da Roma e il sigor Rossi da Milao decidoo di icotrarsi a Roma All ultimo mometo, Rossi, che è u tipo molto ideciso, rimette al caso la decisioe di partire, laciado ua moeta Successivamete, i caso di esito positivo, per scegliere quale dei 6 trei a sua disposizioe predere, tira u dado regolare a sei facce Se Biachi va i stazioe e osserva che Rossi o è su essuo dei primi 5 trei, qual è la probabilità che Rossi arrivi co l ultimo treo? Solutio 110 Siao T i Rossi parte co l i-esimo treo, V Rossi parte per Roma, N Rossi o prede essuo dei primi 5 trei P(T i ) = P(T i V )P(V ) = = 1 1 P(N) = P(V c ) + P(T 6 ) = = 7 1 P(T 6 N) = P(N T 6)P(T 6 ) P(N) = = 1 7 Exercise 111 Atoio e Berta si icotrao per ua gara di scacchi Covegoo di fare due partite, assegado u puto i caso di vittoria, zero puti i caso di scofitta e mezzo puto i caso di pareggio o patta Nel caso i cui dopo le due partite i due giocatori abbiao lo stesso puteggio, lacerao ua moeta equilibrata per determiare il vicitore della gara Atoio sa giocare co due diversi approcci, uo offesivo e uo difesivo, metre Berta gioca sempre i maiera offesiva Se Atoio gioca i maiera offesiva,

6 6 1 vice co probabilità p (0,1] e perde co probabilità 1 p Se ivece gioca i maiera difesiva, pareggia co probabilità q (0,1] e perde co probabilità 1 q Atoio decide di adottare la seguete strategia Gioca la prima partita i maiera offesiva Se perde, gioca ache la secoda i maiera offesiva, metre se vice gioca la secoda partita i maiera difesiva (1) Si calcoli, i termii di p e q, la probabilità p che Atoio vica la gara () Si assuma che q = 09 Per quali valori di p si ha p > 1? È possibile che Berta sia la giocatrice più forte el seso che ha maggiore probabilità di vicere ua partita rispetto ad Atoio e ciooostate Atoio abbia maggiore probabilità di vicere la gara? (1) Atoio vice la gara se si verifica ua delle segueti alterati- Solutio 111 ve: vice la prima partita e pareggia la secoda; vice la prima partita, perde la secoda, e vice el lacio della moeta; perde la prima partita, vice la secoda, e vice el lacio della moeta Pertato p = pq + 1 p(1 q) + 1 p(1 p) () Posto q = 09, si ha pq + 1 p(1 q) + 1 p(1 p) > 1 se e solo se p > 04 Quidi se p (04,05), Berta è più forte ma Atoio ha maggiore probabilità di vicere la gara Exercise 11 Ua guida alpia orgaizza abitualmete salite alla cima del Mote Archimede Talvolta, i preseza di cattive codizioi atmosferiche, la guida decide di torare prima di aver raggiuto la cima, ache a secoda delle capacità delle persoe accompagate I caso di pioggia seza raffiche di veto, la guida riucia a raggiugere la cima il 0% delle volte; i caso di raffiche di veto ma seza pioggia, la guida riucia il 0% delle volte; co pioggia e raffiche di veto, la guida riucia l 80% delle volte; ifie, se o piove e o ci soo raffiche di veto, la cima viee sicuramete raggiuta Assumiamo che gli eveti si trova pioggia lugo il percorso e ci soo raffiche di veto lugo il percorso siao idipedeti e abbiao probabilità rispettivamete 0 e 0 Oggi u gruppo è partito co la guida, ma è torato seza aver raggiuto la cima Qual è la probabilità che abbia trovato pioggia? Solutio 11 Cosideriamo gli eveti A = la guida riucia a raggiugere la cima, B = si trova la pioggia lugo il percorso, C = ci soo raffiche di veto lugo il percorso Sappiamo che P(A B \C) = 0, P(A C \ B) = 0, P(A B C) = 08, P(A B c C c ) = 0 Ioltre, P(B) = 0 e P(C) = 0 Ifie, essedo B e C idipedeti P(B \C) = P(B) P(B C) = P(B) P(B)P(C) = 0 08 = 04

7 11 Parte IV 7 P(C \ B) = P(C) P(B C) = P(C) P(B)P(C) = 0 07 = 014 e, chiaramete P(B C) = P(B)P(C) = 006 Per la Formula di Bayes P(B A) = P(B \C A) + P(B C A) P(A B \C)P(B \C) = P(A B \C)P(B \C) + P(A C \ B)P(C \ B) + P(A B C)P(B C) + P(A B c C c )P(B c C c ) P(A B C)P(B C) + P(A B \C)P(B \C) + P(A C \ B)P(C \ B) + P(A B C)P(B C) + P(A B c C c )P(B c C c ) = 16 Exercise 11 (1) Si dimostri che, se α 1,α,,α 0 e α i = 1, allora per ogi scelta di x 1,x,,x R si ha mi x i,, α i x i max x i,, () Siao ora A 1,A,,A eveti disgiuti di uo spazio di probabilità (Ω,P), tali che P(A i ) > 0 per ogi i = 1,, Si mostri che per ogi eveto B mi P(B A i) P(B A 1 A A ) max P(B A i),,,, Solutio 11 (1) Sia m := mi,, x i () α i x i Aalogamete per l altra disuguagliaza dove α i m = m P(B A 1 A A ) = P(B (A 1 A A )) P(A 1 A A ) α j := P(A j) P(A i) La coclusioe segue dal puto precedete = P(B A i) P(A i) = α i P(B A i ), Exercise 114 Siao A e B due eveti co probabilità o ulla Diciamo che A è positivamete correlato a B se P(A B) P(A)

8 8 1 Si mostri che le segueti tre affermazioi soo equivaleti (1) A è positivamete correlato a B () B è positivamete correlato a A () A c è positivamete correlato a B c Solutio 114 Si osservi che P(A B) P(A) P(A B) P(A)P(B) P(B A) P(B), che dimostra a) b) Ioltre P(A B) P(A) P(A B) P(A)P(B) P(A) P(A B c ) P(A)[1 P(B c )] P(A B c ) P(A)P(B c ) Ripetedo lo stesso argometo si trova P(A B c ) P(A)P(B c ) P(A c B c ) P(A c )P(B c ) Mettede assieme queste ultime due equivaleze si coclude che a) c) Exercise 115 U ura cotiee pallie, che possoo essere di due colori, rosso e verde No coosciamo la composizioe dell ura e riteiamo che tutti i possibili valori k = 0,1,,, del umero di pallie rosse siao equiprobabili (1) Si estrae ua pallia dall ura, che si rivela essere rossa Sapedo ciò, per quale valore di k la probabilità che ell ura vi fossero k pallie rosse è massimizzata? () Si rispoda alla medesima domada, ma assumedo che dall ura siao state estratte due pallie, ua rossa e ua verde Solutio 115 (1) Defiiti gli eveti A = la pallia estratta è rossa e B k = l ura cotiee k pallie rosse, sappiamo che P(A B k ) = k e P(B k) = +1 1 Duque, per la formula di Bayes, P(B k A) = P(A B k)p(b k ) j=0 P(A B j)p(b j ) = k ( + 1), dove è stata usata la formula 0 j = (+1) Tale probabilità, evidetemete crescete i k, è massimizzata per k = () Sia ora C = le due pallie estratte soo ua rossa e ua verde Questa volta abbiamo k( k) P(C B k ) = ( ) Essedo P(B k C) = P(C B k)p(b k ) j=0 P(C B j)p(b j ),

9 11 Parte IV 9 e osservado che tato P(B k ) quato j=0 P(C B j)p(b j ) o dipedoo da k, sia ha che k( k) P(B k C) =, Z dove Z è ua costate che o dipede da k Quidi massimizzare P(B k C) equivale a massimizzare k( k) su k {0,1,,} Se è pari, k = è l uico puto di massimo, metre se è dispari vi soo due puti di massimo: k = ±1 Exercise 116 Si cosideri il seguete modello di distribuzioe dei figli ei uclei familiari La probabilità che u ucleo familiare scelto a caso abbia figli, co 0, vale e λ λ! (dove λ > 0 è u parametro fissato), e ciascu figlio è maschio co probabilità 1/, idipedetemete da tutti gli altri Cosideriamo l eveto A k := il ucleo familiare scelto (a caso) ha esattamete k figli maschi, per k 0 Si mostri che P(A k ) = e λ/ (λ/) k k! [Sugg Si cosideri l eveto B = il ucleo familiare scelto ha figli Si determii iazitutto P(A k B ) e poi si calcoli P(A k ) Si ricordi la serie espoeziale] Solutio 116 Dalle ipotesi del modello segue che, se k, P(A k B ) = 1 ( ) k Ovviamete, P(A k B ) = 0 se k > Pertato P(A k ) = + =0 = e λ 1 k λ k P(A k B )P(B ) = k! + =k + =k 1 λ k k ( k)! 1 ( )e λ λ k! = e λ (λ/)k k! + (λ/) λ/ (λ/)k = e =0! k! Exercise 117 Sia S = {1,,,}, Ω := P(S) P(S), e P la probabilità uiforme su Ω Duque gli elemeti di Ω soo coppie ordiate (A,B), co A,B S Cosideriamo l eveto E := {(A,B) Ω : A B} Ioltre, per B S, defiiamo F B := {(A,B ) Ω : B = B} = {(A,B) : A S} (1) Si determii P(E F B ) () Usado la formula di disitegrazioe si mostri che P(E) = (/4) P(E) = P(E F B )P(F B ), B S [Sugg Si ricordi il biomio di Newto e il fatto che P(S) = S ]

10 10 1 Solutio 117 (1) Azitutto P(E F B ) = E F B F B Gli elemeti di F B soo tati quati i sottoisiemi di S, cioè Gli elemeti di E F B soo tati quati i sottoisiemi di B, cioè B Duque P(E F B ) = B () Essedo P(F B ) = F B / Ω = 1/, si ha P(E) = B B S 4 = 1 4 k=0 B S: B =k k = 1 4 k=0 dove abbiamo usato il fatto che k=0 ( k) k = (1 + ) ( ) k = k 4, Exercise 118 È stato idetto u referedum i ua popolazioe di 1 idividui (tutti aveti diritto al voto) Ciascu idividuo adrà a votare co probabilità 1, idipedetemete dagli altri Ioltre, se u idividuo adrà a votare, voterà SÌ co probabilità 1, idipedetemete dagli altri (1) Qual è la probabilità p che u idividuo scelto a caso vada a votare e voti SÌ? () Qual è la probabilità che il umero di voti SÌ sia k, per k {0,,}? () Assumedo che i voti SÌ siao k, si determii la probabilità (codizioale) che i votati totali siao m, dove m {k,,} Si mostri che tale probabilità vale ( k m k ) ( 1 ) m k ( ) m Solutio 118 (1) Cosideriamo gli eveti A = l idividuo va a votare e B = l idividuo vota SÌ Allora p = P(A B) = P(A) P(B A) = 1 1 = 1 4 () Dobbiamo calcolare la probabilità dell eveto C = esattamete k idividui vao a votare e votao SÌ Dato che ciascu idividuo, idipedetemete dagli altri, va a votare e vota SÌ co probabilità p = 4 1, siamo i preseza di uo schema di prove ripetute e idipedeti: duque P(C) = ( k )( 1 4 ) k ( ) k 4 () Itroducedo l eveto D = esattamete m idividui vao a votare, dobbiamo calcolare P(D C) Applicado la formula di Bayes

11 11 Parte IV 11 P(D C) = P(C D) P(D) P(C) Applicado lo schema di prove ripetute e idipedeti si ha ( )( ) 1 ( )( ) m 1 m P(D) =, P(C D) =, m k metre P(C) è stata determiata al puto precedete Sostituedo ed effettuado le opportue semplificazioi, si trova P(D C) = ( m )( k( m) k) ( 1 )m ( 1 ) ( 1 )k ( 4 ) k = ( k m k ) ( 1 ) m k ( ) m

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

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

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

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

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioi a.a. 2006/2007 C.d.L.: Igegeria per l Ambiete ed il Territorio, Igegeria Civile, Igegeria Gestioale, Igegeria dell Iformazioe C.d.L.S.: Igegeria Civile Estrazioi-II

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

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57 Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 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

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

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

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

Esercizi sui limiti di successioni

Esercizi sui limiti di successioni AM0 - AA 03/4 ALFONSO SORRENTINO Esercizi sui iti di successioi Esercizio svolto a) Usado la defiizioe di ite, dimostare che: + 3 si π cos e ) e b) 0 Soluzioe Comiciamo da a) Vogliamo dimostrare che: ε

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

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

1 Esponenziale e logaritmo.

1 Esponenziale e logaritmo. Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a

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

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ; . Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto

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

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

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

2.5 Convergenza assoluta e non

2.5 Convergenza assoluta e non .5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello

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

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

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

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

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. a, b, Z 2, allora defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi

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

Svolgimento degli esercizi del Capitolo 4

Svolgimento degli esercizi del Capitolo 4 4. Michiel Bertsch, Roberta Dal Passo, Lorezo Giacomelli Aalisi Matematica 2 a edizioe Svolgimeto degli esercizi del Capitolo 4 Il limite segue dal teorema del cofroto: e / 0 per. 4.2 0

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

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

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

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma 1 Serie di poteze È stato dimostrato che la serie geometrica x (1.1) coverge se e solo se la ragioe x soddisfa la disuguagliaza 1 < x < 1. I realtà c è covergeza assoluta i ] 1, 1[. Per x 1 la serie diverge

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Calcolo Combinatorio

Calcolo Combinatorio Uiversità degli Studi di Palermo Facoltà di Ecoomia Dip. di Scieze Ecoomiche, Aziedali e Statistiche Apputi del corso di Matematica Geerale Calcolo Combiatorio Ao Accademico 2013/201 V. Lacagia - S. Piraio

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

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

Calcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici.

Calcolo combinatorio. Disposizioni - Permutazioni - Combinazioni Coefficienti binomiali - Binomio di Newton Disposizioni semplici. Calcolo combiatorio. Disposizioi - Permutazioi - Combiazioi Coefficieti biomiali - Biomio di Newto Disposizioi semplici. Disposizioi semplici di oggetti di classe soo tutti gli allieameti che è possibile

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

17. Funzioni implicite

17. Funzioni implicite 17. Fuzioi implicite 17.a Fuzioi defiite implicitamete Sia data l equazioe lieare implicita i R 2 ax + by = 0. Se b 0, si puo ricavare la variabile y i fuzioe della x come y = ( a/b)x. Equivaletemete possiamo

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

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

Dettagli

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010

MATEMATICA DEL DISCRETO elementi di calcolo combinatorio. anno acc. 2009/2010 elemeti di calcolo combiatorio ao acc. 2009/2010 Cosideriamo u isieme fiito X. Chiamiamo permutazioe su X u applicazioe biuivoca di X i sè. Ad esempio, se X = {a, b, c}, le permutazioi distite soo 6 e

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Calcolo delle Probabilità Distribuzioni di probabilità

Calcolo delle Probabilità Distribuzioni di probabilità Calcolo delle Probabilità Distribuzioi di probabilità Istituzioi di Matematiche Scieze Naturali Sergio Cosole Tora alla prima pagia Distribuzioi di probabilità Facciamo u istogramma le cui barre rappresetao

Dettagli

ESERCITAZIONI 1 (vers. 1/11/2013)

ESERCITAZIONI 1 (vers. 1/11/2013) ESERCITAZIONI 1 (vers. 1/11/2013 Daiela De Caditiis tutoraggio MAT/06 Igegeria dell Iformazioe - sede di Latia, prima qualche richiamo di teoria... CALCOLO COMBINATORIO Il pricipio fodametale del calcolo

Dettagli

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che 1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe

Dettagli

Esercizi di approfondimento di Analisi IA

Esercizi di approfondimento di Analisi IA Esercizi di approfodimeto di Aalisi IA 4 geaio 017 1 Estremo superiore/iferiore, classi cotigue, archimedeità 1.1. Mostrare che A = {x R : x > 0, x < } ha u estremo superiore ξ, ed è ξ =. 1.. Siao A, B

Dettagli

Elementi di Calcolo Combinatorio

Elementi di Calcolo Combinatorio Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale

Dettagli

Esercizi svolti su successioni e serie di funzioni

Esercizi svolti su successioni e serie di funzioni Esercizi svolti su successioi e serie di fuzioi Esercizio. Calcolare il limite putuale di f ) = 2 +, [0, + ). Dimostrare che o si ha covergeza uiforme su 0, + ), metre si ha covergeza uiforme su [a, +

Dettagli

L INFORMAZIONE E LE CODIFICHE

L INFORMAZIONE E LE CODIFICHE L INFORMAZIONE E LE CODIFICE UN PO DI STORIA - La Teoria dell iformazioe è ata ella secoda metà del 900, sebbee il termie iformazioe sia atico (dal latio mettere i forma) - I omi più importati soo Nyquist,

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

16 - Serie Numeriche

16 - Serie Numeriche Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura Uità Didattica N 3 Uità Didattica N 3 01) Classi di gradezze omogeee 0) Multipli e sottomultipli di ua gradezza geometrica 03) Gradezze commesurabili ed icommesurabili 04) Rapporto di due gradezze 05)

Dettagli

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1 Corso itegrato di Matematica per le scieze aturali ed applicate Materiale itegrativo Paolo Baiti Lorezo Freddi Dipartimeto di Matematica e Iformatica, Uiversità di Udie, via delle Scieze 206, 3300 Udie,

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

1 Successioni numeriche

1 Successioni numeriche Aalisi Matematica 2 Successioi umeriche CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 5 SERIE NUMERICHE Chiamiamo successioe di umeri reali ua fuzioe a valori reali defiita su N oppure

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

( 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

a'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto.

a'. a' e b n y se e solo se x, y, divisi per n danno lo stesso resto. E.5. Cogrueze Nella sezioe D. (esempio (d)) abbiamo itrodotto la relazioe di cogrueza modulo : dati due umeri iteri x, y e u umero itero positivo diciamo che x è cogruo a y modulo (i formula x y se è u

Dettagli

( ) ( ) Area 100. ( l 2 r) ( ,875) 19 f. Probabilità. Pni -Sessione ordinaria 2009

( ) ( ) Area 100. ( l 2 r) ( ,875) 19 f. Probabilità. Pni -Sessione ordinaria 2009 Probabilità Pi -Sessioe ordiaria 009.Ua moeta da euro (il suo diametro è 5,75 mm) viee laciata su u pavimeto ricoperto co mattoelle quadrate di lato 0 cm. Quale è la probabilità che la moeta vada a fiire

Dettagli

Convergenza di variabili aleatorie

Convergenza di variabili aleatorie Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

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

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

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

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

Esercizi su serie numeriche - svolgimenti

Esercizi su serie numeriche - svolgimenti Esercizi su serie umeriche - svolgimeti Osserviamo che vale la doppia diseguagliaza + si, e quidi la serie è a termii positivi Duque la somma della serie esiste fiita o uguale a + Ioltre valgoo le diseguagliaze

Dettagli

Corso di Istituzioni di Matematiche I, Facoltà di Architettura (Roma Tre) Roma, 3 Novembre Le successioni. Versione preliminare

Corso di Istituzioni di Matematiche I, Facoltà di Architettura (Roma Tre) Roma, 3 Novembre Le successioni. Versione preliminare Corso di Istituzioi di Matematiche I, Facoltà di Architettura (Roma Tre) Roma, 3 Novembre 2005 Le successioi Versioe prelimiare Uo dei cocetti fodametali dell aalisi modera é il cocetto di limite. Per

Dettagli

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag.

Sottospazi associati a matrici e forma implicita. Sottospazi associati a una matrice Dimensione e basi con riduzione Sottospazi e sistemi. Pag. Spazi vettoriali Sottospazi associati a ua matrice Dimesioe e basi co riduzioe Sottospazi e sistemi 2 Pag. 1 2006 Politecico di Torio 1 Spazi delle righe e delle coloe Sia A M m, ua matrice m x. Allora

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

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10 Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere

Dettagli

Congruenze in ; l insieme quoziente / n

Congruenze in ; l insieme quoziente / n Cogrueze i ; l isieme quoziete / Per ogi, si cosideri i la relazioe, che per il mometo deoteremo co ( ), così defiita: a ( ) b divide a-b Esempio: 5 (7 ) 19, perché 7 5-19=-14, metre 4 o è ella relazioe

Dettagli

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5. 60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta

Dettagli

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici Facoltà di Igegeria Precorso di Matematica 1. Equazioi e disequazioi Parte IV : Fuzioi e luoghi geometrici Richiamiamo brevemete la ozioe di fuzioe, che sarà utilizzato i quest ultima parte del precorso.

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 AA Dott.ssa Sandra Lucente Successioni numeriche

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 AA Dott.ssa Sandra Lucente Successioni numeriche Corso di laurea i Matematica Corso di Aalisi Matematica -2 AA. 0809.. Cooscere. Dott.ssa Sadra Lucete. Successioi umeriche Defiizioe di successioe, isieme degli elemeti della successioe, successioe defiita

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

Appunti di Matematica

Appunti di Matematica 1.2 I umeri reali Nel riassuto delle cose da sapere prima di iiziare il corso avevamo ricordato la descrizioe dei umeri reali come espressioi decimali possibilmete é limitate é periodiche ; il loro isieme

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

Matematica I, Limiti di successioni (II).

Matematica I, Limiti di successioni (II). Matematica I, 05102012 Limiti di successioi II) 1 Le successioi elemetari, cioe α, = 0, 1, 2, α R), b, = 0, 1, 2, b R), log b, = 1, 2, b > 0, b 1), si, = 0, 1, 2,, cos, = 0, 1, 2,, per + hao il seguete

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

POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea in INGEGNERIA MECCANICA (Corso B) A.A. 2011/2012. per ogni n N

POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea in INGEGNERIA MECCANICA (Corso B) A.A. 2011/2012. per ogni n N POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea i INGEGNERIA MECCANICA Corso B) A.A. / ) Dimostrare, utilizzado il pricipio di iduzioe, che a) b) c) d) k= log + ) = log + ) per ogi N k k

Dettagli

Risoluzione del compito n. 2 (Gennaio 2017/2)

Risoluzione del compito n. 2 (Gennaio 2017/2) Risoluzioe del compito. (Geaio 017/ PROBLEMA 1 Trovate tutte le soluzioi (z, w, co z, w C,del sistema { i z + w =0 z + z + w +1=0;. Dalla prima equazioe, w = i z e quidi w = iz, che sostituito ella secoda

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

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

In questo capitolo approfondiremo le nostre conoscenze su sequenze e collezioni,

In questo capitolo approfondiremo le nostre conoscenze su sequenze e collezioni, Cotare sequeze e collezioi Coteuto Sequeze e collezioi di elemeti distiti Sequeze e collezioi arbitrarie 3 Esercizi I questo capitolo approfodiremo le ostre coosceze su sequeze e collezioi, acquisedo gli

Dettagli

ISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso

ISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso ISTITUZIONI DI ANALISI SUPEIOE 2-2 Esercizi di metà corso Silvia Ghiassi 22 ovembre 2 Esercizio Diamo u esempio di fuzioe u: tale che u 6, u 6, u 6. se x

Dettagli

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5 Sviluppi di Taylor Adrea Corli settembre 009 Idice Notazioe o Liearizzazioe di ua fuzioe 3 Formula di Taylor 3 4 Esempi ed applicazioi 5 I questo capitolo aalizziamo l approssimazioe di ua fuzioe regolare

Dettagli