Successioni di variabili aleatorie
|
|
- Aureliano Riva
- 6 anni fa
- Visualizzazioni
Transcript
1 0
2 Caitolo 5 Successioi i variabili aleatorie 5. Covergeza i istribuzioe e teorema cetrale i covergeza Sia {X } = (X,..., X,... ua successioe ifiita i variabili aleatorie e X u ulteriore variabile aleatoria. Tutte queste varabili aleatorie siao efiite sullo stesso sazio i robabilità. Sia ioltre F X la fuzioe i riartizioe el geerico elemeto -esimo ella successioe i variabili aleatorie {X } e F X la fuzioe i riartizioe i X. Se vale l uguagliaza lim F X (x = F X (x (5. i ogi uto i cotiuità i F X, allora si ice che la successioe i variabili aleatorie {X } coverge i istribuzioe a X, ovvero X X. Si oti che questo tio i covergeza o attiee tato alla successioe elle variabili aleatorie {X }, ma iuttosto a quella elle loro fuzioi i riartizioe {F X }. Esemio 5. Sia la fuzioe i riartizioe ell elemeto geerico X ella successioe {X } ata all esressioe 0 x < F X (x = x si oti che i tal caso, oiché lim F X (x = 0 er x R, la fuzioe i riartizioe F X tee a ua costate (ossia o a ua fuzioe i riartizioe. Duque i tal caso o vi è covergeza i istribuzioe ella successioe i variabili aleatorie {X }.
3 2 A. Pollice - Auti i Probabilità Esemio 5.2 Sia l elemeto geerico X ella successioe {X } istribuito secoo ua esità uiforme ell itervallo (,. La sua fuzioe i riartizioe sia ertato ata all esressioe F X (x = 2 0 x < ( x + x < x si oti che i tal caso si ha lim F X (x = F X (x = 0 x < 0 x 0 ossia X X 0, la variabile aleatoria X a cui coverge i istribuzioe la successioe {X } è uguale a 0 co robabilità. Teorema 5. Se g è ua fuzioe cotiua e limitata allora X E [g (X]. X se e solo se E [g (X ] Nel caso articolare i cui el teorema receete si oe g (t = ex (iut, si ottiee il risultato seguete. Teorema 5.2 Teorema i Levy-Cramér. Sia ψ X la fuzioe caratteristica associata a ciascua variabile aleatoria X ella successioe {X }. Coizioe ecessaria e sufficiete affiché sia X X, ovvero lim F X (x = F X (x è che si abbia lim ψ X (u = ψ X (u, ove ψ X (u è la fuzioe caratteristica ella variabile casuale X. Esemio 5. (ct La fuzioe caratteristica associata all elemeto geerico ella successioe è ata a ψ X (u = E [ex (iux ] = ex (iu = ex (iu = cos u + i si u Si oti che i tal caso il limite lim ψ X (u o esiste, ertato o vi è covergeza i istribuzioe ella successioe i variabili aleatorie {X }. Esemio 5.2 (ct Utilizzao il teorema 3.5 e il risultato ell esemio 3.3 si ha Si oti che i tal caso si ha ψ X (u = si u u lim ψ si u X (u = lim u ove X è ua variabile aleatoria uguale a 0 co robabilità. = = e iu0 = ψ X (u
4 Ca.5: Successioi i variabili aleatorie 3 Esemio 5.3 Sia {X } ua successioe i variabili aleatorie aveti istribuzioe biomiale i arametri e = λ/. I tal caso la fuzioe caratteristica el geerico elemeto X ella successioe è ata a ( λ ψ X (u = eiu + λ a cui si ottiee lim ψ X (u = lim [ + λ ( e iu ] = e λ(eiu L ultima esressioe è rorio quella ella fuzioe caratteristica i ua variabile aleatoria co fuzioe i robabilità i Poisso i arametro λ. Teorema 5.3 Teorema Cetrale i Covergeza (o i Lieberg-Levy. Data ua successioe i variabili aleatorie {X }, iieeti e ugualmete istribuite co meia e variaza costati E (X = µ e Var (X = σ 2 <, etta X = i= X i la meia aritmetica ei rimi termii ella successioe {X }, la successioe { X } coverge i istribuzioe a ua variabile aleatoria X avete esità ormale co meia µ e variaza σ2 : X X N (µ, σ2 Di cosegueza se si cosiera la variabile aleatoria Z, efiita staarizzao la meia aritmetica: Z = X E ( X Var ( = X µ X σ la successioe { } Z coverge i istribuzioe a ua variabile aleatoria Z co esità ormale staarizzata: Z Z N (0,. Si oti ifatti che la variabile aleatoria Z i = (X i µ /σ è tale che E (Z i = 0 e E ( Zi 2 =, uque è ossibile arossimare la fuzioe caratteristica i Z i arrestaoe l esasioe i serie i Taylor al secoo termie: ψ Zi (u = + iue (Z i + i2 u 2 2 E ( Z 2 i + o ( u 2 = u2 2 + o ( u 2 ioltre oiché è i= Z i = σ i= (X i µ = Z er il teorema 3.5 si ha a cui [ ( ] u ( ] ψ Z (u = ψ Zi = [ u2 u o lim ψ Z (u = lim [ u2 2 + o ( u 2 ] = e u2 2 L ultima esressioe otteuta è quella ella fuzioe caratteristica i ua variabile aleatoria cotiua co fuzioe i esità ormale staarizzata, quii er il teorema i Levy-Cramér si ha Z Z N (0,. (5.2
5 4 A. Pollice - Auti i Probabilità Esemio 5.4 (Teorema i e Moivre-Lalace. U caso articolare el teorema cetrale i covergeza si ha cosierao ua successioe i variabili aleatorie iieeti e tutte istribuite secoo la meesima fuzioe i robabilità i Beroulli co robabilità i successo costate e ari a. I altri termii le variabili aleatorie ella successioe {X } soo iicatori i successo riferiti a eveti iieeti e equirobabili. I tal caso la somma j= X j coicie co la frequeza ei successi elle rime rove e ha fuzioe i robabilità biomiale i arametri e. Si ha uque che E ( ( X = E j= X j = e Var ( X = 2 Var ( j= X j = ( er =, 2,.... Quii X ( X N, ( Al ivergere el umero elle rove, la frequeza relativa ei successi i u rocesso beroulliao X coverge i istribuzioe a ua variabile aleatoria cotiua co fuzioe i esità ormale i arametri e (. (5.3 Esemio 5.5 Si cosieri ua successioe i variabili aleatorie iieeti e tutte istribuite secoo la meesima fuzioe i esità esoeziale i arametro λ. I tal caso la meia aritmetica X ha fuzioe i esità gamma i arametri e λ. Si ha uque che E ( ( ( X = /λ e Var X = / λ 2 er =, 2,.... Quii ( X X N λ, λ 2 La fuzioe i esità gamma i arametri e λ tee alla esità ormale i arametri /λ e /(λ 2 er. 5.2 Covergeza i robabilità e legge ebole ei grai umeri Per qualsiasi ɛ > 0, iccolo a iacere se vale lim P X,X { X X ɛ} = 0 (5.4 allora si ice che la successioe i variabili aleatorie {X } coverge i robabilità o ebolmete a X, ovvero X X o acora lim X = X. Teorema 5.4 La covergeza i robabilità i ua successioe i variabili aleatorie {X } a ua variabile aleatoria X imlica quella i istribuzioe Ifatti si oti che X X = X X (5.5 F X (x = P X (X x = P X,X [(X x ( X X ɛ] + P X,X [(X x ( X X > ɛ] (5.6 e ioltre [(X x ( X X ɛ] [(X x (X X ɛ] = (X x + ɛ [(X x ( X X > ɛ] ( X X > ɛ
6 Ca.5: Successioi i variabili aleatorie 5 quii la (5.6 iveta F X (x P X (X x + ɛ + P X,X ( X X > ɛ assao al limite e osservao che il secoo aeo tee a 0 er l iotesi i covergeza i robabilità i X a X, si ottiee lim F X (x F X (x + ɛ (5.7 D altra arte all aaloga scomosizioe F X (x ɛ = P X (X x ɛ e cosierao acora che = P X,X [(X x ɛ ( X X ɛ] + P X,X [(X x ɛ ( X X > ɛ] [(X x ɛ ( X X ɛ] [(X x ɛ (X X ɛ] = (X x [(X x ɛ ( X X > ɛ] ( X X > ɛ si ottiee lim F X (x F X (x ɛ (5.8 se x è u uto i cotiuità la cosierazioe elle (5.7 e (5.8 orta a cocluere che, i accoro co la (5.5 vale lim F X (x = F X (x Teorema 5.5 Le ue coizioi lim E (X = c e lim Var (X = 0, risultao ecessarie e sufficieti affiché la successioe i variabili aleatorie {X } coverga i robabilità alla costate c, ovvero affiché si abbia lim X = c. Ifatti i tal caso osso scrivere E (X = c + a co lim a = 0. Si oti che er la isuguagliaza i Cebicev si uò scrivere er qualsiasi ɛ > 0 P X ( X E (X ɛ Var (X ɛ 2 ovvero i questo caso a cui si ottiee er P X ( X c a ɛ Var (X ɛ 2 lim P X { X c ɛ} = 0 (5.9 Esemio 5.6 Siao X er =, 2,... variabili aleatorie aveti istribuzioe chi-quarato co grai i libertà. Detta Y = X / si ha che E (Y = E (X = = Var (Y = Var (X 2 = 2 2 = 2 quii la successioe {Y } coverge i robabilità a er.
7 6 A. Pollice - Auti i Probabilità Teorema 5.6 Se X X e Y c ove c 0 è ua costate, allora X + Y X Y X Y X /Y X + c (5.0 X c (5. Xc (5.2 X/c (5.3 Teorema 5.7 Legge Debole ei Grai Numeri. Sia ata ua successioe {X } i variabili aleatorie iieeti. Dette X = i= X i le meie arziali ei rimi elemeti ella successioe, la legge ebole ei grai umeri stabilisce che sotto etermiate coizioi vale X E ( X.. Teorema i Kitchie. Le variabili aleatorie X hao tutte la stessa istribuzioe co meia E (X = µ < er =, 2,... (la variaza otrebbe essere ache ifiita. I tal caso la successioe {X } soisfa la legge ebole ei grai umeri. 2. Le X soo tutte otate i mometi rimi e secoi fiiti co Var (X < σl 2 er =, 2,.... Si oti che i tal caso, esseo le X iieeti, Var ( X = 2 i= Var (X < σ2 L, ertato utilizzao la isuguagliaza i Cebicev si ottiee er qualsiasi ɛ > 0 a cui er P X ( X E ( X ɛ σ 2 L ɛ 2 X E ( X (5.4 Duque coizioe ecessaria e sufficiete affiché valga la legge ebole ei grai umeri è che le variabili ella successioe {X } abbiao meie fiite e variaze equilimitate. Esemio 5.7 Ua successioe {X } i variabili aleatorie aveti tutte la stessa fuzioe i robabilità biomiale i arametri m e soisfa ovviamete la legge ebole ei grai umeri er il teorema i Kitchie. Per l aitività ella fuzioe i robabilità biomiale j= X j Bi(m, e i cosegueza E ( X = m e X E ( X = m. Esemio 5.6 (ct La successioe {Y } i variabili aleatorie aveti tutte la stessa fuzioe i robabilità gamma i arametri 2 e 2, soisfa ( la legge ebole ei grai umeri, ifatti Var (Y = 2/ 2 er =, 2,.... Pertato, esseo E j= Y j = E (Y j =, vale Y E ( Y =.
8 Ca.5: Successioi i variabili aleatorie Covergeza quasi certa e legge forte ei grai umeri Se vale la coizioe P X,X { } lim X = X = (5.5 allora si ice che la successioe i variabili aleatorie {X } coverge quasi certamete o fortemete a X, ovvero X X. La coizioe (5.5 corrisoe a reteere che er qualsiasi valore i > ɛ, co ɛ refissato, sia uguale a la robabilità che X X < ɛ, co ɛ > 0 lim P X,X ( > ɛ X X < ɛ = (5.6 Teorema 5.8 La covergeza quasi certa i ua successioe i variabili aleatorie {X } a ua variabile aleatoria X imlica quella i robabilità X X = X X (5.7 Notao che l itersezioe i iù eveti è coteuta i ciascuo egli eveti e erciò ha robabilità iferiore o uguale a oguo i essi, si euce che la (5.6 imlica la (5.4. Teorema 5.9 Se g è ua fuzioe cotiua e X X, allora si ha g (X g (X. Ifatti, se g è ua fuzioe cotiua, si ha che i geerale X X imlica g (X g (X, ovvero, i termii i eveti, che {ϖ Ω : X (ϖ X (ϖ} {ϖ Ω : g (X (ϖ g (X (ϖ}, quii P X,X (g (X g (X P X,X (X X. Di cosegueza, se P X,X {lim X = X} =, a maggior ragioe vale { } P X,X lim g (X = g (X = (5.8 Teorema 5.0 Legge Forte ei Grai Numeri. Sia ata ua successioe {X } i variabili aleatorie iieeti. Dette acora X = i= X i le meie arziali ei rimi elemeti ella successioe, la legge forte ei grai umeri stabilisce che sotto etermiate coizioi vale X E ( X.. Teorema i Beroulli. Le variabili aleatorie X soo iicatori i eveti equirobabili, ovvero er =, 2,... x = X (x = x = 0 I tal caso la successioe {X } soisfa la legge forte ei grai umeri. Tale teorema afferma che la frequeza relativa ei successi i u rocesso beroulliao X coverge quasi certamete alla robabilità i successo = E ( X. 2. Teorema i Kolmogorov. Le variabili aleatorie X hao tutte la stessa istribuzioe co meia E (X = µ < er =, 2,.... I tal caso la successioe {X } soisfa la legge forte ei grai umeri. 3. Coizioe sufficiete i Kolmogorov. Le variabili aleatorie X hao tutte Var (X = σ 2 <, allora la coizioe σ 2 = 2 < è sufficiete er affermare la che la successioe {X } soisfa la legge forte ei grai umeri.
9 8 A. Pollice - Auti i Probabilità Esemio 5.7 Sia l elemeto geerico X ella successioe {X } istribuito secoo ua esità uiforme ell itervallo ( a, a. I tal caso E (X = 0 < er =, 2,..., ertato er il teorema i Kolmogorov la successioe {X } soisfa la legge forte ei grai umeri. Ciò sigifica che E ( X = 0. X Esemio 5.6 (ct L elemeto geerico Y ella successioe {Y } è istribuito secoo ua esità gamma i arametri /2 e /2, ertato Var (Y = 2/. Risulta eviete che la successioe {Y } soisfa la coizioe sufficiete i Kolmogorov, ovvero che er essa vale la legge forte ei grai umeri. Ciò sigifica che Y E ( Y =.
Esercitazione del 25/11/2011 Calcolo delle probabilità
Esercitazioe el 25//20 Calcolo elle robabilità Covergeza i istribuzioe. Sia {X } N ua successioe i variabili aleatorie reali. Sia X u ulteriore variabile aleatoria reale. Defiizioe. Diremo che la successioe
DettagliLEGGE 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
DettagliEsercizi 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
DettagliCENTRO 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,
DettagliConvergenza 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
DettagliPROVE 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.
DettagliDistribuzioni di probabilità
Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura
DettagliDef. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliCampionamento 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
DettagliSUCCESSIONI 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
DettagliCAPITOLO 10. Funzione Caratteristica, Normale multivariata, convergenze
CAPITOLO 0 Fuzioe Caratteristica, Normale multivariata, covergeze 5 0. Fuzioe caratteristica 53 0.. Fuzioe caratteristica La fuzioe caratteristica è uo strumeto teorico utile sotto diversi aspetti per
DettagliESERCIZI 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
Dettagli1 Variabili aleatorie in casi più generali: indipendenza, LGN e TCL.
versioe 28-05-2004 0 Variabili aleatorie i casi più geerali: idipedeza, LGN e TCL.. Variabili aleatorie idipedeti Molte delle defiizioi e delle proprietà delle variabili aleatorie i spazi fiiti valgoo
DettagliTutorato 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) =
DettagliEsercizi 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, +
DettagliEsempi di distribuzione binomiale.
Esei i istribuzioe bioiale. Suoiaoi laciare 5 oete e i chieerci ual e la robabilita i otteere teste T e croci C. Ogi oeta uo are testa o croce co uguale robabilita. I casi ossibili soo 5 casi er la ria
DettagliEsercitazioni 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
DettagliQuesito 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,
DettagliInsiemi 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,
DettagliCorso 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
DettagliLe 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!
DettagliCAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE
CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.
DettagliTracce 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****** FUNZIONI MISURABILI E INTEGRAZIONE ******
****** FUNZIONI MISURABILI E INTEGRAZIONE ****** 1 2 1. Fuzioi misurabili. I questo umero estediamo la ozioe di misurabilità alle fuzioi. Defiizioe 1. Siao u isieme o vuoto, Y uo spazio topologico e µ
Dettaglix 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
DettagliStudio matematico dei sistemi di controllo
Studio matematico dei sistemi di cotrollo Studio di u sistema fisico x(t segale di igresso (eccitazioe SISTEMA FISIO y(t segale di uscita (risosta y(t è legata a x(t da u equazioe differeziale che diede
DettagliStima 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
DettagliSERIE 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 +....
DettagliCAPITOLO 3-FUNZIONI REALI DI UNA VARIABILE REALE CONTINUE Siano: X una parte non vuota di R, f una funzione reale definita in X ed x
CAPITOLO -FUNZIONI REALI DI UNA VARIABILE REALE CONTINUE X DEFINIZIONE DI FUNZIONE CONTINUA DEF Siao: X ua parte o vuota i R, f ua fuzioe reale efiita i X e u elemeto i Si ice che la fuzioe f è cotiua
DettagliAPPROSSIMAZIONE 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
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
DettagliANALISI MATEMATICA 1. Funzioni elementari
ANALISI MATEMATICA Fuzioi elemetari Trovare le soluzioi delle segueti disequazioi ) x + 4 5 > 8 + 5x 0 ) 5x + 0 > 0, x 4 < 0 3) x x 3 4) x + x + > 3 x + 4 5) 5x 4x x + )x ) 6) x x + > 0, x + 5x + 6 0,
DettagliPROBLEMI DI INFERENZA SU PERCENTUALI
ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede
DettagliSULLE PARTIZIONI DI UN INSIEME
Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X
Dettagli1. 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
DettagliCorso 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
Dettagli2.5 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
DettagliTraccia 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
DettagliProprietà asintotiche stimatori OLS e statistiche collegate
Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe
DettagliTema n. 3 Una data linea produttiva riceve in ingresso dei componenti grezzi in acciaio C10 ottenuti tramite un processo di fusione.
Tema. 3 Ua ata liea routtiva riceve i igresso ei comoeti grezzi i acciaio C10 otteuti tramite u rocesso i fusioe. 1) Descrivere le fasi i u ciclo i rouzioe i u getto meiate fusioe i terra: imesioameto
DettagliLezioni 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
DettagliProgramma (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
DettagliPROVE 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.
Dettagli1.6 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
DettagliASSIOMI DELLA PROBABILITA
ASSIOMI DELLA PROBABILITA L assegazioe di ua misura di robabilità, qualuque sia la sua defiizioe, defiisce ua fuzioe, che ad ogi eveto associa u umero reale comreso tra 0 e. : E (E), co 0 (E) E ifatti
DettagliPOLITECNICO 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
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
Dettagliversione
versioe 3-06-2004 37 La seguete Lezioe 4 riguarda pricipalmete la legge dei gradi umeri ed il teorema cetrale del limite. Iclude ache la geeralizzazioe del cocetto di idipedeza completa per successioi
Dettaglin 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:
Dettagli1 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
DettagliSerie di Fourier / Esercizi svolti
Serie di Fourier / Esercizi svolti ESERCIZIO. da Si cosideri la fuzioe f : R R, periodica di periodo e data ell itervallo (, ] se
DettagliCENNI DI PROBABILITÀ E VARIABILI CASUALI
CI DI PROBABILITÀ VARIABILI CASUALI PROBABILITA VARIABILI CASUALI Frequeza relativa e robabilità Mediate le le robabilità si si descrivoo i i feomei che che ossoo essere essere esati come come u u eserimeto
DettagliMateriale 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
DettagliElementi 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
DettagliISTITUZIONI 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
DettagliAnalisi Funzionale 1 - a.a. 2012/2013
Secodo appello Esercizio Sia H spazio di Hilbert reale separabile. Aalisi Fuzioale - a.a. 202/203. Si euci il teorema di caratterizzazioe di ua base hilbertiaa per H. 2. Si provi che H ha ua base hilbertiaa
DettagliIstituzioni di Analisi Superiore Esercizi
Istituzioi di Aalisi Superiore Esercizi G.P.Leoardi 13 aprile 2010 Nota: gli esercizi delle sezioi 2 4 soo stati tratti i buoa parte da ua raccolta di esercizi di Aalisi Fuzioale ad opera di H.Brezis e
DettagliSoluzioni. 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
DettagliProva scritta di Analisi Matematica I 15/09/2010
Prova scritta di Aalisi Matematica I VO 5/09/00 ) Data la fuzioe f ( ) + a) disegare il grafico illustrado i passaggi fodametali b) Euciare e dimostrare il Teorema di Rolle e se possibile applicarlo a
DettagliSemiconduttori Concentrazione dei portatori Drogaggio Ele-A-1
Semicoduttori Cocetrazioe dei ortatori rogaggio Ele-A-1 Elettroica I - A.A. 009/0010 CONCETTO I BARRIERA I ENERGIA POTENZIALE Ua carica uitaria i u camo elettrico E è soggetta ad ua forza f = E. Si defiisce
DettagliSTUDIO 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
DettagliUna raccolta di esercizi
Corso di Aalisi matematica per Fisici (aa 007-08) (prof Alfoso Villai) Ua raccolta di esercizi (aggiorameto: maggio 008) Risolvere le segueti equazioi ell icogita : a) ( + ) = ( ); b) ( 8) = 9; c) 4 =
DettagliPrincipio 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
DettagliEsercizi 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
DettagliIl 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
Dettagli1. 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):
Dettagli3. Calcolo letterale
Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi
DettagliStatistica. Lezione 5
Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it
DettagliPORTATORI ALL EQUILIBRIO NEL SILICIO INTRINSECO.
PORTTORI EQUIIBRIO E SIICIO ITRISECO. e rorietà elettriche ei semicouttori ieoo i moo sostaziale alla cocetrazioe i cariche mobili egative e ositive reseti, ette ortatori i correte o semlicemete ortatori.
DettagliCALCOLO 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
DettagliEsercizi di econometria: serie 2
Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso
DettagliDiagramma 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
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
DettagliSERIE NUMERICHE. Test di autovalutazione. 1+a 2
SERIE NUMERICHE Test di autovalutazioe. E data la serie: dove a R. Allora: ( ) 3a +a (a) se a = la serie coverge a (b) se a = 3 la somma della serie vale 5 (c) se a = 5 la serie diverge a (d) se a 0 la
DettagliAppunti 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
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliPRINCIPIO 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
Dettagli16 - 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.
Dettagli1 Variabili Continue come limiti di variabili discrete
8-maggio Variabili Cotiue come limiti di variabili discrete Suppoiamo che sia u umero itero grade, e di avere ua variabile aleatoria U uiforme sull isieme {x ( i = i, i =,,..., }, ossia P (U = i =, i {,,...,
DettagliIntervalli 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= Pertanto. Per la formula di Navier ( σ = ), gli sforzi normali σ più elevati nella sezione varranno: di compressione);
La sezioe di trave di figura è soggetta ad u mometo flettete pari a 000 knmm e ed u azioe di taglio pari a 5 kn, etrambe ageti su u piao verticale passate per l asse s-s. Calcolare gli sforzi σ e τ massimi
Dettagli2 Criteri di convergenza per serie a termini positivi
Uiversità Roma Tre L. Chierchia 65 (29//7) 2 Criteri di covergeza per serie a termii positivi I questo paragrafo cosideriamo serie a termii positivi ossia serie a co a > 0. Si ricordi che ua serie a termii
DettagliIl confronto tra DUE campioni indipendenti
Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo
DettagliTeoremi limite classici
Capitolo 5 Teoremi limite classici 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 teorica
DettagliProposizione 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
DettagliIntroduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello)
Itroduzioe all Aalisi di Prof. Luigi Ladii Ig. Nicola Vaello (presetazioe a cura di N. Vaello) ANALII DI FOURIER egali tempo cotiui: egali periodici egali aperiodici viluppo i serie di Itroduzioe alla
DettagliSvolgimento 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
DettagliRiassunto delle Esercitazioni di Analisi Matematica II
Riassuto delle Esercitazioi di Aalisi Matematica II C.d.L. i Matematica e Matematica per le Applicazioi - A. A. 2006-2007 Prof. Kevi R. Paye e Dott. Libor Vesely 1 Serie Numeriche - Mer. 28 marzo - due
Dettagli1 + 1 ) n ] n. < e nα 1 n
Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e
DettagliAPPUNTI SUL PROCESSO DI POISSON
APPUNTI SUL PROCESSO DI POISSON Giovaa Nappo 9 maggio 27 1 Processi di coteggio i geerale DEFINIZIONE di PROCESSO DI CONTEGGIO. Sia data ua successioe di variabili aleatorie {T ; 1} a valori i R + { }
Dettagli15 - Successioni Numeriche e di Funzioni
Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 15 - Successioi Numeriche e di Fuzioi Ao Accademico 2013/2014 M Tummiello, V Lacagia,
DettagliEsercizi 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
DettagliMatematica. 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,
DettagliSerie numeriche e di funzioni - Esercizi svolti
Serie umeriche e di fuzioi - Esercizi svolti Serie umeriche Esercizio. Discutere la covergeza delle serie segueti a) 3, b) 5, c) 4! (4), d) ( ) e. Esercizio. Calcolare la somma delle serie segueti a) (
Dettagliconverge 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
DettagliSERIE 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
DettagliAlgoritmi 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
Dettagli1 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
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti
Dettagli