4. Distribuzioni di probabilità discrete

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "4. Distribuzioni di probabilità discrete"

Transcript

1 M. Gartto - Statistica. Distribuzioi di probabilità discrt. Distribuzio biomial o di Broulli Il coctto di variabil alatoria prmtt di formular modlli utili allo studio di molti fomi alatori. U primo importat smpio di modllo probabilistico è la distribuzio di Broulli, così chiamata i oor dl matmatico svizzro Jams Broulli (-7), ch did importati cotributi l campo dlla probabilità.. Alcui sprimti cosistoo ll sguir riptutamt ua data prova. Ad smpio vogliamo cooscr la probabilità ch su guidatori frmati a u blocco stradal idossio la citura di sicurzza, oppur la probabilità ch su lampadi durio almo or. I ciascuo di qusti smpi si crca la probabilità di ottr succssi i prov o, i altr parol, succssi isuccssi. Ua squza di prov broullia costituisc u procsso di Broulli sotto l sguti ipotsi: ci soo solo du possibili risultati mutuamt sclusivi pr ogi prova, chiamati arbitrariamt succsso isuccsso ; la probabilità di succsso p è la stssa pr ogi prova; tutt l prov soo idipdti; l idipdza sigifica ch il risultato di ua prova o è ifluzato dal risultato di qualuqu altra prova; ad smpio, l vto alla trza prova si ha succsso è idipdt dall vto alla prima prova si ha succsso. Esmpio Il lacio di ua mota è ua prova broulliaa: si può cosidrar succsso l vto sc tsta isuccsso l vto sc croc. I qusto caso la probabilità di succsso val p. Nl lacio di du dadi si può cosidrar succsso ad smpio l vto la somma di puti è 7 isuccsso l vto complmtar: i qusto caso si tratta di ua prova broulliaa la probabilità di succsso è p. Sia p la probabilità di succsso i ua prova broulliaa. La variabil alatoria ch cota il umro di succssi i prov si dic variabil alatoria biomial di paramtri p; può assumr com valori gli itri comprsi fra. Si dimostra il sgut risultato. Torma La probabilità ch i prov la variabil alatoria assuma il valor, ossia ch il succsso si vrifichi volt i prov, è data dalla distribuzio di probabilità biomial o di Broulli f ( ) ) p ( p) pr,,,..., (.) La fuzio di distribuzio biomial è data da k k F ( ) ) p ( p) (.) k k Si ricordi ch!!! (Vdr ach la dfiizio di combiazioi cofficiti biomiali, Cap., pag. ) Quadri Didattici dl Dipartimto di Matmatica

2 Capitolo - Distribuzioi di probabilità discrt La distribuzio biomial si idica ach co il simbolo b( ;, p) p ( p) pr,,,..., Si ossrvi ch è il umro di isuccssi, q p la probabilità di isuccsso. La fuzio di distribuzio biomial si idica ach co il simbolo k k B ( ;, p) p ( p). k k La mdia la variaza di ua distribuzio biomial dipdoo solo da p; si dimostra la sgut proprità. Proprità S è ua variabil alatoria avt distribuzio biomial co paramtri p, allora il valor mdio è p (.) la variaza è p( p) Nl calcolo dlla probabilità co la distribuzio biomial co la fuzio di ripartizio biomial soo utili l sguti rlazioi. (.) Proprità P ( ) ) (.) P ( ) ) (.) P ( ) ) (.7) P ( ) ) ) (.) Si prsti attzio a o cofodr l probabilità P ( ) P ( ) : l caso dll distribuzioi discrt qust du probabilità o soo uguali. Esmpio Calcolar la probabilità di ottr volt tsta, ffttuado laci di ua mota. umro prov umro succssi probabilità di succsso ) p!!! Esmpio Si ffttuao laci di u dado; il succsso sia di ottr. Calcolar la probabilità di ottr volt il caso di succsso. ) p Uivrsità di Torio

3 M. Gartto - Statistica Esmpio Calcolar la probabilità ch, ffttuado quattro strazioi co rimbussolamto da u'ura cott palli biach r, vga stratta pr tr volt ua pallia biaca. La probabilità di succsso (strazio di pallia biaca) è p ) Esmpio Si ffttuao laci succssivi di ua mota; calcolar la probabilità ch pr mtà dll volt sca croc pr mtà tsta. I qusto caso si ha ) p p Esmpio Calcolar la probabilità ch ffttuado laci di du dadi si ottga la somma a volt; b almo volt. Il succsso sia di ottr com somma ; calcoliamo la probabilità di succsso. Srvdosi dl grafico riprodotto lla figura, pag. 7, si dduc facilmt ch i casi possibili soo i casi favorvoli soo ; qusti ultimi soo dati dall coppi (, ) (, ) (, ) (, ). Prtato la probabilità di succsso è p. a = = ) p b ) ) ) ) 7 7 Esmpio 7 La probabilità di laurarsi di uo studt ch si iscriv all Uivrsità è p =. Calcolar la probabilità ch su studti a ssuo si lauri; b uo si lauri; c almo uo si lauri; d tutti si laurio. Quadri Didattici dl Dipartimto di Matmatica

4 Capitolo - Distribuzioi di probabilità discrt Il succsso è ch lo studt si lauri; la variabil alatoria idica il umro di laurati. a = = p ) 777 b ) c ) ) ) 777 d ) Esmpio La ditta produttric sosti ch l % dgli impiati a palli solari istallati si è vrificata ua riduzio di u trzo dl costo dlla fattura dll rgia lttrica. Calcolar la probabilità ch qusta riduzio si vrifichi a i su istallazioi; b i almo istallazioi. a p ) b p ) 777 ) ) ) Esmpio U tst è costituito da domad a risposta multipla: ci soo rispost possibili pr ogi domada, di cui ua sola satta. Pr suprar il tst occorr rispodr sattamt ad almo domad. Rispoddo a caso all domad, qual è la probabilità di suprar il tst? La variabil alatoria idica il umro dll rispost satt. = = p = ) ) ) ) % Esmpio La probabilità ch u apparcchio subisca u crto tipo di guasto è probabilità ch su di tali apparcchi a al più si guastio; b almo si guastio; c almo si guastio. p = ; calcolar la Uivrsità di Torio

5 M. Gartto - Statistica 7 La variabil alatoria idica il umro di guasti. p p a ) ) ) ) ) ) ) 7 ) 7 7 b ) ) ) ) 7 c ) ) ) ) ) ) ) ) 7 ) 7 Esmpio Dtrmiar la probabilità ch laciado volt ua mota si vrifichi a volt T; b volt C ua volta T; c almo ua volta T; d al più ua volta C. La variabil alatoria idica il umro di tst. p a b ) ) c ) ) ) ) d al più C) ssua C) C) ) Esmpio Dtrmiar la probabilità ch i laci di u dado il umro sca a volt; b al più ua volta; c almo volt. La variabil alatoria idica il umro di volt ch sc. p ) 7 Quadri Didattici dl Dipartimto di Matmatica

6 Capitolo - Distribuzioi di probabilità discrt a ) b P ( ) ) ) c ) ) ) Esmpio Dtrmiar la probabilità ch i ua famiglia co figli ci sia a almo u maschio; b almo u maschio ua fmmia. c Su famigli co figli ciascua, quat famigli hao i mdia almo u figlio maschio? E quat famigli hao i mdia du maschi? Si suppoga ch l probabilità di ascita di u maschio di ua fmmia siao uguali. La variabil alatoria idica il umro di maschi p è la probabilità di ascita di u maschio. = p = a ) ) ) ) ) La probabilità ) ) ) ) può ach ssr calcolata più brvmt com sgu ) ) ) ) ) b almo u M ua F) = [ssu M)+ssua F)] almo u M ua F) ) ) = c Ricordiamo i risultati trovati al puto a P ( ) ). Il umro mdio di famigli co almo u maschio è N = 7 Il umro mdio di famigli co du maschi è N = 7 Esmpio S il % di chip di mmoria prodotti da ua macchia soo difttosi, dtrmiar la probabilità ch su chip sclti a caso a sia difttoso; b ssuo sia difttoso; c mo di siao difttosi. Calcolar la mdia la dviazio stadard dl umro di chip difttosi su u total di chip. 7 Uivrsità di Torio

7 M. Gartto - Statistica La variabil alatoria idica il umro di chip difttosi. = p = a ) 7 b ) c ) ) ) 7 d = p = = p = = = p( p) = = =. Esmpio Data ua distribuzio biomial co = valor di p calcolar ). =, ricavar i possibili valori di p; pr ciascu Pr la proprità, si ha p p p p p p I possibili valori di p soo p. p. Pr = p = si ha ) Pr = p = si ha ) 7 7 Esmpio La variabil alatoria ha distribuzio biomial d è tal ch Trovar i valori di p. Pr la proprità si ha Risolvdo il sistma si trova p p p p p. p p 7.. Quadri Didattici dl Dipartimto di Matmatica

8 Capitolo - Distribuzioi di probabilità discrt Distribuzio biomial = p = Distribuzio biomial = p = f() f() Figura Distribuzio biomial = p = Distribuzio biomial = p = f() f() 7 Figura Distribuzio biomial = p = Distribuzio biomial = p = f() f() - Figura 7 Esmpio Si ffttuao laci di ua mota; studiar la distribuzio di probabilità dlla variabil alatoria biomial = umro di tst T uscit i laci. Il succsso è dato dall'uscita T la probabilità di succsso è p. Calcoliamo co la formula dlla distribuzio biomial la probabilità di ottr volt l'uscita T ) Applicado la formula di ricorrza (.) si calcolao gli altri valori dll probabilità. Uivrsità di Torio

9 M. Gartto - Statistica ) ) 7 ) 7 ) ) ) 7 ) Qusti valori potrbbro ssr crcati dirttamt sull tavol, dov compar sia il valor = ch p. Il grafico dlla distribuzio di probabilità è rapprstato dal sgut istogramma (figura ); si oti la simmtria, dovuta al fatto ch p. Data la simmtria, o è cssario riptr il calcolo dgli ultimi tr valori dll probabilità P ( ), ), ), ch soo rispttivamt uguali a qulli già calcolati P ( ), ), ). f() Esmpio Si ffttuao laci di u dado. a Studiar la distribuzio di probabilità dlla variabil alatoria biomial = umro di uscit dl umro. b Studiar la distribuzio di probabilità dlla variabil alatoria biomial = umro di uscit di u umro divrso da. a Il succsso è dato dall'uscita dl umro la probabilità di succsso è p = (qusto valor o compar sull tavol). Calcoliamo co la formula dlla distribuzio biomial la probabilità di ottr volt l'uscita dl umro, ricaviamo gli altri valori dll probabilità co la formula di ricorrza (.).... ) ) ) ) ) Figura Quadri Didattici dl Dipartimto di Matmatica

10 Capitolo - Distribuzioi di probabilità discrt Il grafico dlla distribuzio di probabilità è rapprstato dal sgut istogramma; si oti l'asimmtria positiva dl grafico, la distribuzio è obliqua vrso dstra. f() b L probabilità di ottr u umro divrso da si ricavao pr simmtria dai valori ottuti al puto a: ifatti i qusto caso il succsso, l'uscita di u umro divrso da, coicid co l isuccsso dl caso prcdt, l uscita dl umro ; quidi si ha... ) 7) ) ) ) Figura Il grafico dlla distribuzio di probabilità è rapprstato dal sgut istogramma; si oti l'asimmtria gativa dl grafico, la distribuzio è obliqua vrso siistra. f() Figura. Distribuzio di Poisso Vi soo fomi i cui dtrmiati vti, co rifrimto a u crto itrvallo di tmpo o di spazio, accadoo raramt: il umro di vti ch si vrificao i qull itrvallo varia da a, o è dtrmiabil a priori. Ad smpio, il umro di automobili ch trasitao i ua strada poco frqutata i u itrvallo di tmpo di miuti sclto a caso, può ssr cosidrato u vto raro; aalogamt soo vti rari il umro di ifortui sul lavoro ch accadoo i ua azida i ua sttimaa o il umro di rrori di stampa prsti i ua pagia di u libro. Nllo studio dgli vti rari, com qulli dgli smpi citati, è fodamtal il rifrimto a uo spcifico itrvallo di tmpo o di spazio. Pr lo studio di vti rari dl tipo di qulli dscritti si utilizza la distribuzio di probabilità di Poisso, così chiamata i oor dl matmatico fracs Simo Dis Poisso (7-), ch pr primo ricavò la distribuzio; qusta distribuzio è molto usata com modllo di probabilità i Uivrsità di Torio

11 M. Gartto - Statistica biologia mdicia. La distribuzio di Poisso è usata com modllo i casi i cui gli vti o ralizzazioi di u procsso, distribuiti a caso llo spazio o l tmpo, soo di cotggi, ovvro dll variabili discrt. La distribuzio biomial è basata su u isim di ipotsi ch dfiiscoo l prov broullia; lo stsso accad pr la distribuzio di Poisso. L sguti codizioi dscrivoo il così dtto procsso di Poisso: l ralizzazioi dgli vti soo idipdti: il vrificarsi di u vto i u itrvallo di tmpo o di spazio o ha alcu fftto sulla probabilità di vrificarsi dll vto ua scoda volta llo stsso, o i u altro, itrvallo; la probabilità di ua sigola ralizzazio dll vto i u dato itrvallo è proporzioal alla lughzza dll itrvallo; i ogi part arbitrariamt piccola dll itrvallo, la probabilità ch l vto si vrifichi più di ua volta è trascurabil. Sia la variabil alatoria ch idica il umro di volt i cui si vrifica u vto raro i u dato itrvallo di tmpo o di spazio, ossia il umro di succssi; la variabil può assumr i valori,,,... Si dimostra il sgut risultato. Torma La probabilità ch la variabil alatoria assuma il valor è data dalla distribuzio di probabilità di Poisso f ( ) ) pr =,,,... (.)! dov il paramtro > idica il umro mdio di ralizzazioi dll vto ll itrvallo assgato. Ua variabil alatoria ch ammtt qusta distribuzio è dtta variabil alatoria di Poisso co paramtro. La distribuzio di Poisso vi ach idicata co il simbolo f (; ) ; la corrispodt fuzio di distribuzio di Poisso è data da F( ) ) vi ach idicata co il simbolo F (; ). Si dimostra la sgut proprità. k k! k Proprità Il valor mdio la variaza dlla distribuzio di Poisso di paramtro soo dati da (.) Ua importat diffrza tra la distribuzio di Poisso la biomial riguarda i umri di prov di succssi: pr ua distribuzio biomial il umro di prov è fiito il umro di succssi o può suprar ; pr ua distribuzio di Poisso il umro di prov è sszialmt ifiito il umro di succssi può ssr ifiitamt grad, ach s la probabilità di avr succssi divta molto piccola al crscr di. Pr il calcolo dlla distribuzio di Poisso soo utili l rlazioi lcat lla proprità, valid ach pr qusta distribuzio discrta. La distribuzio di Poisso ha molt applicazioi i vari ambiti divrsi, prché può ssr usata pr approssimar ua distribuzio biomial di paramtri p, quado il umro di prov è grad la probabilità di succsso p è piccola, ossia si tratta di u vto raro. Pr dimostrar qusto, idichiamo co ua variabil alatoria avt distribuzio biomial co paramtri p, co grad p piccola, sia p ; si ha Quadri Didattici dl Dipartimto di Matmatica

12 Capitolo - Distribuzioi di probabilità discrt Pr, si ha b( ;, p)!!! lim p...! p! p!! lim quidi lim b( ;, p)! ossia la distribuzio di Poisso è il limit pr, co p, dlla distribuzio biomial di paramtri p. Da qusto sgu ch, quado il umro di prov è grad la probabilità di succsso p è piccola, la distribuzio biomial può ssr approssimata co la distribuzio di Poisso avt mdia p (vdr.). Esmpio Dall statistich dgli ultimi ai, u'azida ha calcolato ch ogi gioro soo assti i mdia. oprai. Calcolar la probabilità ch i u gioro qualsiasi ci siao oprai assti cotmporaamt. Il umro mdio di assti gioraliri è piccolo, prciò si può usar la distribuzio di Poisso co paramtro =.; si trova. (. ) ) 7! Esmpio Ad u srvizio di guardia mdica arrivao i mdia. richist ogi ora di itrvti urgti a domicilio. a Calcolar la probabilità ch i ua stssa ora arrivio,, chiamat urgti. b Calcolar la probabilità ch i ua stssa ora arrivi u umro di chiamat comprso fra. c Calcolar la probabilità ch i ua stssa ora arrivi u umro di chiamat maggior di. a L probabilità possoo ssr calcolat co la distribuzio di Poisso, co paramtro =.; si ha ) ) )....!.!.!! p Uivrsità di Torio

13 M. Gartto - Statistica 7 b ) ) ) ). c ) ) ) ) ) ) ! Esmpio U libro di pagi coti rrori di stampa. Qual è la probabilità di trovar almo rrori su ua pagia aprta a caso? Il umro mdio di rrori su ua pagia è ; co la distribuzio di Poisso si ha ) ) ) ) ). Uso dll tavol dlla distribuzio di Poisso Poiché la distribuzio di Poisso ha molt importati applicazioi, soo dispoibili dll tavol, riportat ll'appdic A, ch foriscoo il valor dlla fuzio di distribuzio F( ; ) ) pr vari valori di, variabili fra. Pr il calcolo dlla distribuzio di probabilità f (; ) co l'uso dll tavol, è util l'idtità f ( ; ) F( ; ) F( ; ) (si ricordi la proprità (.)). Esmpio La variabil alatoria ha la distribuzio di probabilità di Poisso co valor mdio =. Calcolar l probabilità a 7) b 7) c ) d ) Co l uso dll tavol si ha a 7) ) ) 7 b 7) 7) ) 7 c ) ) 7 d ) ) ) 7 Esmpio 7 Data la variabil alatoria avt distribuzio di Poisso, trovar il valor mdio, sapdo ch a ) b ) 7. Quadri Didattici dl Dipartimto di Matmatica

14 M. Gartto - Statistica. Distribuzioi di probabilità cotiu Fra l dsità di probabilità cotiu, la più importat è la dsità di probabilità ormal, di solito dtta smplicmt distribuzio ormal o ach distribuzio di Gauss, i oor dl matmatico Carl Fridrich Gauss (777-), ch did importati cotributi allo studio di qusta distribuzio. La distribuzio è ach ota com lgg dgli rrori, i quato ssa dscriv i particolar la distribuzio dgli rrori casuali rlativi a succssiv misur di ua quatità fisica (vdr.). La distribuzio ormal è importat i statistica pr tr motivi fodamtali: divrsi fomi cotiui sguoo, almo approssimativamt, ua distribuzio ormal; la distribuzio ormal può ssr utilizzata pr approssimar umros distribuzioi di probabilità discrt; la distribuzio ormal è alla bas dll ifrza statistica, i virtù dl torma dl limit ctral, ch sarà discusso l capitolo.. Distribuzio ormal o di Gauss Dfiizio La dsità di probabilità ormal, o distribuzio ormal o di Gauss, è dfiita dalla fuzio f ( ) di paramtri, co > Si dimostra ch soo rispttivamt il valor mdio lo scarto quadratico mdio dlla variabil alatoria distribuita scodo la distribuzio ormal. L carattristich più importati dlla distribuzio ormal soo l sguti. La fuzio f () è dfiita su tutto l'ass ral assum valori smpr positivi; è simmtrica risptto alla rtta =, cioè risptto al valor mdio dlla distribuzio. La moda la mdiaa coicidoo co il valor mdio. Il valor massimo dlla fuzio vi assuto l puto di ascissa d è y ma ; qusto valor è prciò ivrsamt proporzioal a. Lo scarto quadratico mdio è ugual alla distaza di puti di flsso da, ossia i puti di flsso hao ascissa rispttivamt. La distribuzio ormal ha ua forma a campaa, il grafico di f () è dl tipo illustrato lla figura. f() (.) Figura Poiché la curva rapprsta l'adamto dlla fuzio di dsità di ua variabil alatoria, il valor di tutta l'ara sottsa da tal curva è ugual a. Quadri Didattici dl Dipartimto di Matmatica

15 Capitolo - Distribuzioi di probabilità cotiu La distribuzio ormal è compltamt idividuata dai paramtri, ossia i corrispodza di ogi valor di rima spcificata ua divrsa curva ormal appartt alla famiglia rapprstata dall quazio (.). Nlla figura si riportao i grafici dlla distribuzio ormal pr u dato valor di pr divrsi valori di : a parità di valor mdio l variazioi dlla forma carattristica a campaa dlla curva dipdoo sszialmt dal valor dllo scarto quadratico mdio, ch dà iformazioi su com i valori soo più o mo coctrati itoro alla mdia: ifatti facdo variar si ottgoo curv più o mo appiattit (vdr ach l smpio la figura ). Nlla figura si riportao ivc i grafici dlla distribuzio ormal pr u dato valor di pr divrsi valori di : i qusto caso l variazioi dl valor di comportao solo ua traslazio dlla curva. = = = f() f() = = = = = Figura Figura La fuzio di distribuzio o fuzio di ripartizio ormal è data da F( ) P t dt (.) Nlla figura si riporta il grafico dlla fuzio di distribuzio F() pr F() - - Figura. Distribuzio ormal stadardizzata Com già ossrvato, la distribuzio ormal è ua famiglia di distribuzioi i cui ogi mmbro è distito dall altro i bas ai valori di. La curva più importat dlla famiglia è la distribuzio ormal stadardizzata. Pr ricavar qusta distribuzio, data la variabil alatoria distribuita ormalmt co mdia variaza, si passa alla uova variabil alatoria Z, dtta variabil stadardizzata, podo Uivrsità di Torio

16 M. Gartto - Statistica Z. La trasformazio oprata fa i modo ch la mdia di Z sia la variaza. La distribuzio di probabilità dlla variabil ormal stadardizzata Z è data da z f ( z) z (.) La fuzio di distribuzio o di ripartizio dlla variabil ormal stadardizzata Z è data da F( z) P Z z z t dt z (.) I grafici dlla distribuzio ormal stadardizzata F(z) soo riportati ll figur. f (z) dlla rlativa fuzio di distribuzio Distribuzio ormal stadardizzata Fuzio di ripartizio ormal stadardizzata f(z) F(z) z z Figura Figura Ni grafici dlla figura 7, riproducti la distribuzio ormal stadardizzata, idichiamo l ar comprs rispttivamt tra, tra tra, pari al.7%, al.% al.7% dll'ara total, ch è. Qusto sigifica ch Z ) 7. % Z Z ) ) 7. %. 7% -<Z<) =.% -<Z<) =.% -<Z<) =.7% f(z) f(z) f(z) z z z Figura 7 Si ricordi l ossrvazio, pag. : pr l variabili alatori cotiu usar il sgo < o il sgo è idiffrt. Quadri Didattici dl Dipartimto di Matmatica

17 Capitolo - Distribuzioi di probabilità cotiu Tdo coto ch pr la variabil ormal stadardizzata lo scarto quadratico mdio è ugual a, dal primo grafico dlla figura 7 si dduc sostazialmt ch ua variabil alatoria distribuita ormalmt ha probabilità dl.% di discostarsi dalla mdia pr mo di ; aalogamt dal scodo dal trzo grafico si dduc ch ua variabil alatoria ormal ha probabilità dl.% di discostarsi dalla mdia pr mo di dl.7% pr mo di, cioè è quasi impossibil ch si discosti dalla mdia pr più di ). % ) ). %. 7%. Alcu applicazioi dlla distribuzio ormal Dopo avr itrodotto da u puto di vista matmatico la distribuzio ormal l su proprità lmtari, illustriamo alcui smpi i quali la distribuzio ormal vi utilizzata com modllo probabilistico. Curva dgli rrori casuali lla misurazio di ua gradzza fisica. La misura, afftta da rror, di ua qualuqu gradzza fisica può ssr vista com la somma dl valor satto dlla gradzza (ch sarà u umro, costat) dll rror di misurazio, ch è ua variabil alatoria, i quato misur divrs foriscoo i gral valori divrsi. La variabil alatoria = rror di misurazio ha com tipica dsità di probabilità ua curva a campaa: l rror può ssr pr ccsso o pr diftto, prciò può assumr valori positivi o gativi, i modo simmtrico; l rror sarà i gr abbastaza piccolo, quidi la curva sarà rapidamt dcrsct. Il fatto ch, tra l ifiit curv co qusta proprità, la ormal rapprsti b qusto tipo di rrori fu msso i vidza da Gauss. S gli rrori hao mdia ulla, si dic ch c è solo rror casual. Più grad è, maggior sarà l iaccuratzza dlla misura. S poi il valor mdio o è ullo, si dic ch siamo ach i prsza di u rror sistmatico ch si somma all rror casual. Più grad è, maggior è l imprcisio dlla misura. Si ossrvi ch l rror sistmatico è ua costat, mtr l rror casual è ua variabil alatoria. Distribuzio di ua carattristica quatitativa di ua popolazio, ch prsta oscillazioi casuali attoro a ua mdia. Molt gradzz atropomtrich, com la statura, il pso, cc., all itro di ua popolazio omoga (ad smpio adulti, maschi, fmmi, ) soo rapprstabili da ua distribuzio gaussiaa. Il valor mdio dlla distribuzio è il valor mdio dlla gradzza lla popolazio i sam; la variaza è ragiovolmt piccola, s la popolazio è stata sclta i modo omogo. Ach altr misur di tipo fisiologico biologico hao u comportamto dl tipo qui dscritto. Dimsio ffttiva di oggtti prodotti i sri, ch si crca di produrr i modo idtico. Ad smpio ua ditta produc cofzioi di biscotti ch dvoo avr il pso di g; il pso ffttivo può ssr rapprstato da ua variabil alatoria ormal di valor mdio = g variaza più piccola possibil. I tr tipi di smpi discussi soo simili, ma o uguali. Nl primo caso la variabilità è ll misur ch si fao di ua gradzza fissata ua volta pr tutt, ad smpio la massa di u oggtto ch vi psato tat volt; l scodo caso la variabilità è tra idividui divrsi prsti i atura, ad smpio il pso di prso divrs; l trzo caso la variabilità è tra oggtti divrsi ch vgoo prodotti co l itto di ottrli uguali (pr smpio il pso dll scatol di biscotti). I tutti i casi si itrprta la variabilità dlla gradzza, vddo il valor dlla variabil alatoria com il risultato di vari piccoli cotributi; ad smpio l rror l misurar ua lughzza è dovuto al cocorso di vari caus: iaccuratzza di chi sgu la misura, piccol variazioi dlla lughzza dll oggtto o dllo strumto di misura, dovut a variazioi di tmpratura, così via. Uivrsità di Torio

18 M. Gartto - Statistica Effttuado co u softwar statistico il calcolo dll probabilità co la distribuzio di Poisso, si trova il valor ). Esmpio Il umro di icidti dauto ch si vrificao i u gioro ad u icrocio è ua variabil alatoria co distribuzio di Poisso mdia.; calcolar la probabilità ch accadao più di icidti i u priodo di sttima. Il umro di icidti ch si vrificao i giori è ua variabil co mdia. =.. Si ha ) ) Z.. ). Z. ).7 Distribuzio uiform La distribuzio studiata llsmpio, pag. forisc u smpio di ua distribuzio discrta, dtta distribuzio uiform discrta. La distribuzio uiform ch vi itrodotta co la dfiizio sgut è laaloga l caso cotiuo dlla distribuzio uiform discrta. Dfiizio Dati du umri rali a b, co a < b, si dic ch la variabil alatoria ha distribuzio uiform co paramtri a b, s la sua dsità di probabilità è a b f ( ) b a (.) altrimti La fuzio di distribuzio uiform ha la sgut sprssio a a F( ) P a < < b (.) b a b Com smpio, si riportao lla figura i grafici di f() F() l caso a =, b =.. f() F() Figura Quadri Didattici dl Dipartimto di Matmatica

19 Capitolo - Distribuzioi di probabilità cotiu Proprità Il valor mdio la variaza dlla distribuzio uiform cotiua soo dati da a b b a (.) Ifatti si ha b b d a ( b a) b ( b a b a a b b a a a b d a a) a b b Esmpio Ua variabil alatoria è distribuita uiformmt ll'itrvallo (,). a Calcolar la probabilità < < ); b calcolar la mdia la variaza trovar la probabilità < ). La variabil ha la distribuzio uiform (figura ) f ( ) altrimti f() Figura - - La fuzio di distribuzio è (figura ) F ( ). F() - - Figura Uivrsità di Torio

20 M. Gartto - Statistica a < < ) = F ( ) F() b = P P F F 77 Esmpio I crti sprimti l'rror commsso lla dtrmiazio dlla solubilità di ua sostaza è ua variabil alatoria avt distribuzio uiform co a = b =. Trovar la probabilità ch l'rror a sia comprso fra ; b sia comprso fra. a La variabil ha la sgut distribuzio uiform (figura ) f ( ) altrimti f() - - Figura La fuzio di distribuzio è la sgut F ( ) ) ) F( ) F( ) F( ) F( ) Qusti risultati possoo ach ssr ottuti pr via gomtrica; ad smpio la probabilità ) può ssr ottuta calcolado l'ara dl rttagolo ombrggiato lla figura. Quadri Didattici dl Dipartimto di Matmatica

21 Capitolo - Distribuzioi di probabilità cotiu Esmpio La variabil alatoria è distribuita uiformmt ll'itrvallo P ( ) P ( 7), calcolar a b. La distribuzio uiform dlla variabil è la sgut (figura 7) a b f ( ) b a altrimti a, b ; sapdo ch /(b-a) f() a b Figura 7 Dai valori dll probabilità assgat si dduc subito ch dv ssr a < b > 7. La probabilità < ) è ugual all'ara dl rttagolo di bas a altzza ; aalogamt b a la probabilità < 7) è ugual all'ara dl rttagolo di bas 7 a altzza ; si otti il b a sistma ( a) b a (7 a) b a Risolvdo il sistma si ricava a b f ( ) altrimti Uivrsità di Torio

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

1 Studio di funzioni, sviluppi di Taylor e serie

1 Studio di funzioni, sviluppi di Taylor e serie Studio di fuzioi, sviluppi di Taylor sri. Esrcizi. Sia fx = x +. Dtrmiar l isim di dfiizio. Studiar il sgo. Calcolar i iti agli strmi dll isim di dfiizio. Dir s ci soo asitoti. Dtrmiar l isim di cotiuità

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

1. PARTICOLARI DISTRIBUZIONI DI PROBABILITA

1. PARTICOLARI DISTRIBUZIONI DI PROBABILITA PARTICOLARI DISTRIBUZIONI DI PROBABILITA Distribuzio biomial o di Broulli) Immagiiamo di ritr molt volt, ll stss codizioi, ua crta rova, ciascua dll uali ididtmt dall altr) uò ortar a u vto casual A succsso)

Dettagli

e k Queste sono funzioni oscillanti, periodiche di periodo N/k.

e k Queste sono funzioni oscillanti, periodiche di periodo N/k. Vr.. ot pr Aalisi di Fourir di Squz co l ausilio dl Matlab Cosidriamo ua squza ifiita priodica di priodo, x[t] tal pr cui x[t+t]x[t]. Pr rapprstar tal squza si possoo utilizzar fuzioi complss dl tipo jπ

Dettagli

Lezione 3. Omomorfismi di gruppi

Lezione 3. Omomorfismi di gruppi Lzio 3 Prrquisiti: Applicazioi tra isimi. Rlazioi di quivalza. Lzio. Omomorismi di gruppi I qusta lzio itroduciamo uo strumto util a corotar l struttur di gruppi distiti. Diizio 3. Siao (, (, gruppi. U'applicazio

Dettagli

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? Algoritmi Struttur Dati (Mod. A) Limit Ifrior pr l Ordiamto Qusta è ua dll domad più ambizios itrssati ma ach ua

Dettagli

SCHEDA DI LABORATORIO

SCHEDA DI LABORATORIO SEDA DI LABORATORIO LA ARIA ELETTRIA ORSO DI PERFEZIONAMENTO PERORSI DIDATTII DI FISIA E MATEMATIA II DIPARTIMENTO DI FISIA UNIERSITÀ DEGLI STUDI DI SIENA Σιλϖια Χασινι A.A. 2005/06 Schda di laboratorio

Dettagli

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni

Serie Numeriche e Convergenza Puntuale di Serie di Funzioni Sri umrich sri di fuzioi Sri Numrich Covrgza Putual di Sri di Fuzioi Suto- Il lavoro coti la risoluzio di alcui srcizi sullo studio dl carattr di sri umrich sulla covrgza putual di sri di fuzioi. Gli srcizi

Dettagli

Il diagramma di dispersione è

Il diagramma di dispersione è y Statistica - o caal (P-Z) - Prof.ssa M. Barbiri - a.a. 005-006 Il diagramma di disprsio L rlazioi tra variabili quatitativ possoo ssr mss i vidza attravrso ua opportua rapprstazio grafica. U diagramma

Dettagli

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con

Prova scritta di Analisi Matematica 1 14/1/ (tutti) Determinare l area della porzione di piano delimitata dall asse delle x con Prova scritta di Aalisi Matmatica A 4//4 (tutti) Illustrado tutti i passaggi, disgar il grafico dlla fuzio l f ( ),, (tutti) Dtrmiar l ara dlla porzio di piao ditata dall ass dll co dal grafico dlla fuzio

Dettagli

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi

Dettagli

M. Usai Circuiti digitali 7_3 1

M. Usai Circuiti digitali 7_3 1 Stima dllo spttro I molt applicazioi si è itrssati al calcolo dllo spttro di u sgal campioato: spttro di dsità di rgia o; spttro di dsità di potza. La FFT può ssr utilizzata a qusto scopo. Occorr cosidrar

Dettagli

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

Istogrammi ad intervalli

Istogrammi ad intervalli Istogrammi ad intrvalli Abbiamo visto com costruir un istogramma pr rapprsntar un insim di misur dlla stssa granda isica. S la snsibilità dllo strumnto di misura è alta, è probabil ch tra gli N valori

Dettagli

Illustrare il teorema di de L Hôpital e applicarlo per dimostrare che: 4

Illustrare il teorema di de L Hôpital e applicarlo per dimostrare che: 4 Matatica pr la uova aturità scitifica A. Brardo M. Pdo 99 Qustioario Qusito Illustrar il tora di d L Hôpital applicarlo pr diostrar ch: 4 li = a +. Tora di D L Hôpital S l fuzioi f() g() soo drivabili

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itrvalli di cofidza Probabilità tatistica I - a.a. 04/05 - Itrvalli di cofidza Calcolata la stima utual di u aramtro icogito, è ossibil associar a tal stima ua valutazio dll rror commsso? Esist u itrvallo

Dettagli

Minicorso Controllo Statistico di Processo

Minicorso Controllo Statistico di Processo MIICORSO: Cotrollo Statistico di Procsso art 4/5 di Adra Saviao Part 4 Miicorso Cotrollo Statistico di Procsso di Adra Saviao L fruz cumulativ, rmssa L distribuzioi discrt L distribuzioi cotiu Distribuzioi

Dettagli

Distribuzione gaussiana

Distribuzione gaussiana Appunti di Misur Elttric Distribuion gaussiana Funion dnsità di probabilità di Gauss... Calcolo dlla distribuion cumulativa pr una variabil di Gauss... Funion dnsità di probabilità congiunta...6 Funion

Dettagli

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica 1

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica  1 LA ERVATA UNA FUNZONE Toria l problma dlla tangnt Uno di problmi classici c portano al conctto di drivata è qullo dlla dtrminazion dlla rtta tangnt a una curva in un punto. La tangnt ad una circonfrnza

Dettagli

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene:

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene: 0.1. CIRCONFERENZA 1 0.1 Circonfrnza Considriamo una circonfrnza di cntro P 0 (x 0, y 0 ) raggio r, cioè il luogo di punti dl piano P (x, y) pr i quali si vrifica la rlazion: 0.1.1. P 0 P = r. La 0.1.1,

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO

ESAME DI STATO DI LICEO SCIENTIFICO Sssio straordiaria 8 Lico di ordiamto ESAME DI STATO DI LICEO SCIENTIFICO Corso di ordiamto sssio straordiaria 8 Sssio straordiaria 8 Lico di ordiamto PROBLEMA Puto. Il passaggio pr A(-) comporta la codizio

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

lim I LIMITI IL SIMBOLO DI LIMITE 1. UNA RAPIDA INTRODUZIONE

lim I LIMITI IL SIMBOLO DI LIMITE 1. UNA RAPIDA INTRODUZIONE 1 I LIMITI 1. UNA RAPIDA INTRODUZIONE Nlla fuzio y quado divta grad grad ( 1000, 1000000,... ) la y corrispodt divta piccola piccola, si schiaccia a zro, si avvicia moltissimo a 0. Ciò può ssr sprsso,

Dettagli

Distillazione in corrente di vapore, flash e differenziale

Distillazione in corrente di vapore, flash e differenziale istillazio i corrt di vapor, flash diffrzial istillazio i corrt di vapor, flash diffrzial osidriamo u sistma liquido trario, formato dall sostaz,, i cui costituiscoo ua soluzio idal mtr il compot è immiscibil

Dettagli

MISURAZIONE DEI CAMPI MAGNETICI DA ELETTRODOTTI NEL COMUNE DI MONSUMMANO TERME

MISURAZIONE DEI CAMPI MAGNETICI DA ELETTRODOTTI NEL COMUNE DI MONSUMMANO TERME MISURAZIONE DEI CAMPI MAGNETICI DA ELETTRODOTTI NEL COMUNE DI MONSUMMANO TERME Committt: Comu di Mosummao Trm (PT) Scadicci, 3 Dicmbr 23 Il Tcico dott. arch. Carlo Baistrocchi Profssor a cotratto di Fisica

Dettagli

La Matematica per scegliere...

La Matematica per scegliere... La Matmatica pr scglir... l altra mtà Itrvto a Mathsis Firz dl 0 marzo 00 di Luigi Vaucci La matmatica applicata all cos aimat Soo u matmatico cotamiato, ch utilizza la matmatica pr aalizzar problmatich

Dettagli

SOMMARIO. I Motori in Corrente Continua

SOMMARIO. I Motori in Corrente Continua SOMMARIO Gralità sull Macchi i Corrt Cotiua...2 quazio dlla forza lttromotric...2 Circuito quivalt...2 Carattristica di ccitazio...3 quazio dlla vlocità...3 quazio dlla Coppia rsa all'albro motor:...3

Dettagli

Successioni numeriche

Successioni numeriche 08//05 uccssioi umrich uccssioi umrich Dfiizio U succssio è u fuzio ch d ogi umro turl ssoci u umro rl 0 : 0 : Es. 08//05 uccssioi umrich Dfiizio Il it dll succssio ch ch covrg d ) si idic è il umro rl

Dettagli

MACCHINE ELETTRICHE - ESERCIZI 26 gennaio Elettrotecnica _ Energetica _ Elettrica V.O. _ 6 / 7 CFU _ 9 CFU _

MACCHINE ELETTRICHE - ESERCIZI 26 gennaio Elettrotecnica _ Energetica _ Elettrica V.O. _ 6 / 7 CFU _ 9 CFU _ MCCHNE ELETTCHE - ESECZ 6 gaio 9 Cogom Nom: Matricola: Elttrotcica _ Ergtica _ Elttrica.O. _ 6 / 7 CFU _ 9 CFU _ ESECZO N. oasio dlla prova a vuoto su di u trasformator moofas vgoo misurati i sguti valori:

Dettagli

La formula di Taylor

La formula di Taylor La rmula di Taylr R.Argilas!! K I qusta dispsa prstiam il calcl di iti utilizzad gli sviluppi di Taylr Mac Lauri. N riprcrrrm la tria rlativa all apprssimazi di ua uzi i quat qusta è artata i maira sddisact

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

Distribuzione di probabilità di di Poisson

Distribuzione di probabilità di di Poisson Diizio Disribuzio di probabilià di di oisso La disribuzio di oisso dscriv procssi casuali rari co dia diia. Si cosidri u vo casual ch si rip u cro uro di vol, o issao a priori, co ua rquza assolua dia

Dettagli

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento Il campion I mtodi di campionamnto d accnno all dimnsioni di uno studio Raramnt in uno studio pidmiologico è possibil saminar ogni singolo soggtto di una popolazion sia pr difficoltà oggttiv di indagin

Dettagli

Corso di laurea in Scienze internazionali e diplomatiche. corso di POLITICA ECONOMICA

Corso di laurea in Scienze internazionali e diplomatiche. corso di POLITICA ECONOMICA Corso di laura in Scinz intrnazionali diplomatich corso di OLITICA ECONOMICA SAVERIA CAELLARI Curva di offrta aggrgata di brv priodo; quilibrio domanda offrta aggrgata nl brv nl lungo priodo Aspttativ

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

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U.

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U. APPUNTI d ESERCIZI PER CASA di GEOMETRIA pr il Corso di Laura in Chimica, Facoltà di Scinz MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rnd, 3 April 2 Sottospazi di uno spazio vttorial, sistmi di gnratori, basi

Dettagli

CAPITOLO I FISICA DELLO STATO SOLIDO. Dispositivi Elettronici Capitolo I: Richiami di Fisica dello Stato Solido I-1

CAPITOLO I FISICA DELLO STATO SOLIDO. Dispositivi Elettronici Capitolo I: Richiami di Fisica dello Stato Solido I-1 CAPITOLO I FISICA DELLO STATO SOLIDO Dispositivi Elttroici Capitolo I: Richiami di Fisica dllo Stato Solido I-1 I.1 L atomo La matria è costituita da atomi, uguali o divrsi, uiti tra loro da forz di lgam

Dettagli

Esame di stato di istruzione secondaria superiore Indirizzi: Scientifico Comunicazione Opzione Sportiva Tema di matematica

Esame di stato di istruzione secondaria superiore Indirizzi: Scientifico Comunicazione Opzione Sportiva Tema di matematica wwwmatmaticamntit Nicola D Rosa maturità Esam di stato di istruzion scondaria suprior Indirizzi: Scintifico Comunicazion Opzion Sportiva Tma di matmatica Il candidato risolva uno di du problmi risponda

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

Ministero dell Istruzione, dell Università e della Ricerca

Ministero dell Istruzione, dell Università e della Ricerca Pag. 1/5 Sssion straordinaria 2017 I043 ESAME DI STATO DI ISTRUZIONE SECONDARIA SUPERIORE Indirizzi: LI02, EA02 SCIENTIFICO LI03 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE (Tsto valvol anch pr la corrispondnt

Dettagli

PROGRAMMA DI RIPASSO ESTIVO

PROGRAMMA DI RIPASSO ESTIVO ISTITUTO TECNICO PER IL TURISMO EUROSCUOLA ISTITUTO TECNICO PER GEOMETRI BIANCHI SCUOLE PARITARIE PROGRAMMA DI RIPASSO ESTIVO CLASSI MATERIA PROF. QUARTA TURISMO Matmatica Andra Brnsco Làvor ANNO SCOLASTICO

Dettagli

Distribuzioni di probabilità

Distribuzioni 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

Dettagli

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006 Corso di Laura in Informatica - a.a. 25/6 Calcolo dll Probabilità Statistica Prova scritta dl III appllo - 7/6/26 Il candidato risolva i problmi proposti, motivando opportunamnt l propri rispost.. Sia

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Dal libro di tsto Zinkiwicz Taylor, Capitolo 14 pag. 398 Il mtodo dgli lmnti finiti fornisc una soluzion approssimata dl problma lastico; tal approssimazion driva non dall avr discrtizzato il dominio in

Dettagli

aleatoria; se è nota la sua densità di probabilità ad essa si può associare una valore medio statistico. La grandezza così definita: (III.1.

aleatoria; se è nota la sua densità di probabilità ad essa si può associare una valore medio statistico. La grandezza così definita: (III.1. Caitolo III VALORI MEDI. SAZIONARIEÀ ED ERGODICIÀ III. - Mdi tatitich dl rimo ordi. Sia f( ) ua fuzio cotiua i aoci al gal alatorio (, t ζ ) la uatità dfiita dalla y f[(, t ζ )]. Ea idividua, a ua volta,

Dettagli

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4 Edutcnica.it Studio di funzioni Studiar disgnar il grafico dll sgunti funzioni Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. y 5 y Esrcizio no. Soluzion a pag.6 Esrcizio no. Soluzion a pag.8

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

Statistica multivariata Donata Rodi 04/11/2016

Statistica multivariata Donata Rodi 04/11/2016 Statistica multivariata Donata Rodi 4//6 La rgrssion logistica Costruzion di un modllo ch intrprti la dipndnza di una variabil catgorial dicotomica da un insim di variabili splicativ Trasformazioni da

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

INDICE. Studio di funzione. Scaricabile su: TEORIA. Campo di esistenza. Intersezione con gli assi

INDICE. Studio di funzione. Scaricabile su:  TEORIA. Campo di esistenza. Intersezione con gli assi P r o f. Gu i d of r a n c h i n i Antprima Antprima Antprima www. l z i o n i. j i md o. c o m Scaricabil su: http://lzioni.jimdo.com/ Studio di funzion INDICE TEORIA Campo di sistnza Intrszion con gli

Dettagli

Ulteriori esercizi svolti

Ulteriori esercizi svolti Ultriori srcizi svolti Effttuar uno studio qualitativo dll sgunti funzioni ) 4 f ( ) ) ( + ) f ( ) + 3) f ( ) con particolar rifrimnto ai sgunti asptti: a) trova il dominio di f b) indica quali sono gli

Dettagli

Calore Specifico

Calore Specifico 6.08 - Calor Spcifico 6.08.a) Lgg Fondamntal dlla Trmologia Un modo pr far aumntar la Tmpratura di un Corpo è qullo di cdr ad sso dl Calor, pr smpio mttndolo in Contatto Trmico con un Corpo a Tmpratura

Dettagli

Statistica. Lezione 5

Statistica. 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

Dettagli

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata CURVE DI PROBABILITÀ PLUVIOMETRICA L curv di probabilità pluviomtrica sprimono la rlazion fra l altzz di prcipitazion h la loro durata t, pr un assgnato valor dl priodo di ritorno T. Tal rlazion vin spsso

Dettagli

Popolazione e Campione

Popolazione 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

Dettagli

ESAME DI STATO 2009 SECONDA PROVA SCRITTA PER I LICEI SCIENTIFICI A INDIRIZZO SPERIMENTALE (PNI)

ESAME DI STATO 2009 SECONDA PROVA SCRITTA PER I LICEI SCIENTIFICI A INDIRIZZO SPERIMENTALE (PNI) 4 9 Archimd ESAME DI STATO 9 SECONDA PROVA SCRITTA PER I LICEI SCIENTIFICI A INDIRIZZO SPERIMENTALE (PNI) ARTICOLO Il cadidato risolva uo di du problmi rispoda a 5 di qusiti dl qustioario. Sia f la fuzio

Dettagli

ANALISI DELL ASSOCIAZIONE

ANALISI DELL ASSOCIAZIONE ANALISI DELL ASSOCIAZIONE REGRESSIONE LINEARE SEMPLICE Y = a+b + ERRORE i misura lo scostamto di y i dal suo valor attso comot di rror co E( i )=0 V( i ) = cov( i, j ) = 0 r ogi ij. Usualmt i ~ N(0, )

Dettagli

TEMPI SOGGETTI AZIONI Gennaio- Docenti dei due ordini di scuola e Pianificazione del progetto ponte per gli Anno

TEMPI SOGGETTI AZIONI Gennaio- Docenti dei due ordini di scuola e Pianificazione del progetto ponte per gli Anno PROGETTO PONTE TRA ORDINI DI SCUOLA Pr favorir la continuità ducativo didattica nl momnto dl passaggio da un ordin di scuola ad un altro, si labora un pont, sul modllo di qullo sottolncato. TEMPI SOGGETTI

Dettagli

Studio dei transitori con il metodo delle trasformate di Laplace

Studio dei transitori con il metodo delle trasformate di Laplace Studio di traitori co il mtodo dll traformat di Laplac Apputi a cura dll Igg. Baoccu Gia Piro Marra Luca Tutor dl coro di ELETTROTECNICA pr mccaici chimici A. A 3/4 4/5 Facoltà di Iggria dll Uivrità dgli

Dettagli

Investire in Energie Rinnovabili: la convenienza finanziaria per le imprese

Investire in Energie Rinnovabili: la convenienza finanziaria per le imprese Uivrsità L. Boccoi - Milao Ivstir i Eri Riovabili: la coviza fiaziaria pr l imprs Alssadro Nova Milao, 26 fbbraio 2 Uivrsità L. Boccoi I maiori produttori, sportatori importatori di ria lttrica al modo

Dettagli

Prof. Fernando D Angelo. classe 5DS. a.s. 2007/2008. Nelle pagine seguenti troverete una simulazione di seconda prova su cui lavoreremo dopo le

Prof. Fernando D Angelo. classe 5DS. a.s. 2007/2008. Nelle pagine seguenti troverete una simulazione di seconda prova su cui lavoreremo dopo le Pro. Frnando D Anglo. class 5DS. a.s. 007/008. Nll pagin sgunti trovrt una simulazion di sconda prova su cui lavorrmo dopo l vacanz di Pasqua. Pr mrcoldì 6/03/08 guardat il problma 4 i qusiti 1 8 9-10.

Dettagli

Rappresentazione algebrica dei numeri complessi.

Rappresentazione algebrica dei numeri complessi. Rapprstazio algbrica di umri complssi. I umri complssi soo u'stsio di umri rali ata iizialmt pr costir di trovar tutt l soluzioi dll quazioi poliomiali. Ad smpio, l'quazio x - 1 o ha soluzioi rali, prché

Dettagli

Esercizi di econometria: serie 2

Esercizi 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

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

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A

Prova scritta di Analisi Matematica I - 1 febbraio 2011 Proff. B. CIFRA F. ILARI. Compito A SEDE DISTACCATA DI LATINA a.a. / Prova sritta di Aalisi Matmatia I - fbbraio Proff. B. CIFRA F. ILARI Compito A COGNOME...... NOME. Matr... Corso di Laura o o o Ambit Trritorio Risors Iformazio Maia firma

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

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y).

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y). Esrcizi di conomtria: sri 4 Esrcizio Siano, Z variabili casuali distribuit scondo la lgg multinomial di paramtri n, p, p, p p p.. Calcolar la Covarianza tra l variabili d. Soluzion Dat du variabili dinit

Dettagli

Studio di funzione. R.Argiolas

Studio di funzione. R.Argiolas Studio di unzion R.Argiolas Introduzion Prsntiamo lo studio dl graico di alcun unzioni svolt durant l srcitazioni dl corso di analisi matmatica I assgnat nll prov scritt. Ringrazio anticipatamnt tutti

Dettagli

Modi dominanti. L evoluzione libera del sistema lineare. x(k + 1) = Ax(k) a partire dalla condizione iniziale x(0) = x 0 è:

Modi dominanti. L evoluzione libera del sistema lineare. x(k + 1) = Ax(k) a partire dalla condizione iniziale x(0) = x 0 è: Capitolo. INTRODUZIONE. L voluzion libra dl sistma linar Modi dominanti ẋ(t) = Ax(t), x(k + ) = Ax(k) a partir dalla condizion inizial x() = x è: x(t) = At x, x(k) = A k x Al tndr di t [di k all infinito,

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

Test di autovalutazione

Test di autovalutazione UNITÀ FUNZINI E LR RAPPRESENTAZINE Tst di autovalutazion 0 0 0 0 0 50 60 70 80 90 00 n Il mio puntggio, in cntsimi, è n Rispondi a ogni qusito sgnando una sola dll 5 altrnativ. n Confronta l tu rispost

Dettagli

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y.

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y. INTRODUZIONE Ossrviamo, in primo luogo, ch l funzioni sponnziali sono dlla forma a con a costant positiva divrsa da (il caso a è banal pr cui non sarà oggtto dl nostro studio). Si possono allora vrificar

Dettagli

lim x 3 lim Servendosi della definizione, verifica l esattezza dei limiti seguenti Esercizio no.1 Esercizio no.2 Esercizio no.3 Esercizio no.

lim x 3 lim Servendosi della definizione, verifica l esattezza dei limiti seguenti Esercizio no.1 Esercizio no.2 Esercizio no.3 Esercizio no. Edutcnica.it Dfinizion di it Srvndosi dlla dfinizion, vrifica l sattzza di iti sgunti Esrcizio no. Soluzion a pag. ( ) Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. ( ) Esrcizio no. Soluzion

Dettagli

Spettro roto-vibrazionale di HCl (H 35 Cl, H 37 Cl )

Spettro roto-vibrazionale di HCl (H 35 Cl, H 37 Cl ) Spttro roto-vibrazional di HCl (H 5 Cl, H 7 Cl ) SCOPO: Misurar l nrgi dll transizioni vibro-rotazionali dll acido cloridrico gassoso utilizzar qust nrgi pr calcolar alcuni paramtri molcolari spttroscopici.

Dettagli

SEZIONE DI MILANO COMMISSIONE SCI FONDO ESCURSIONISMO

SEZIONE DI MILANO COMMISSIONE SCI FONDO ESCURSIONISMO L c o Sci Fodo E r z CLUB ALPINO ITALIANO SEZIONE DI MILANO COMMISSIONE SCI FONDO ESCURSIONISMO Programma CoSFErz 2017-2018 scursioismo IL CLUB ALPINO ITALIANO L origii dl Club Alpio Italiao risalgoo al

Dettagli

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1

Analisi dei Sistemi. Soluzione del compito del 26 Giugno ÿ(t) + (t 2 1)y(t) = 6u(t T ). 2 x1 (t) 0 1 Analisi di Sistmi Soluzion dl compito dl 26 Giugno 23 Esrcizio. Pr i du sistmi dscritti dai modlli sgunti, individuar l proprità strutturali ch li carattrizzano: linar o non linar, stazionario o tmpovariant,

Dettagli

POLITECNICO DI MILANO ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA MILANO-SEREGNO

POLITECNICO DI MILANO ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA MILANO-SEREGNO POLITECNICO DI MILANO Scuola di Iggria Civil, Ambital Trritorial Corso di Laura Magistral i Iggria Civil ANALISI E SPERIMENTAZIONE DEI MODELLI DI SIMULAZIONE DEL TRAFFICO APPLICATI AL CASO DELLA METROTRANVIA

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI 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

Dettagli

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1 Lzion 5. nalisi a tmpo discrto di sistmi ibridi F. Prvidi - Controlli utomatici - Lz. 5 Schma dlla lzion. Introduzion 2. nalisi a tmpo discrto di sistmi ibridi 3. utovalori di un sistma a sgnali campionati

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

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

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica Drivat dll funzioni di più variabili Indic Drivat parziali Rgol di drivazion 5 3 Drivabilità continuità 7 4 Diffrnziabilità 7 5 Drivat scond torma

Dettagli

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Testi consigliati

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Testi consigliati Gnralità sull Misur di Grandzz Fisich - Misurazioni dirtt 1 Tsti consigliati Norma UNI 4546 - Misur Misurazioni; trmini dfinizioni fondamntali - Milano - 1984 Norma UNI-I 9 - Guida all sprssion dll incrtzza

Dettagli

La Formazione in Bilancio delle Unità Previsionali di Base

La Formazione in Bilancio delle Unità Previsionali di Base La Formazion in Bilancio dll Unità Prvisionali di Bas Con la Lgg 3 april 1997, n. 94 sono stat introdott l Unità Prvisionali di Bas (di sguito anch solo UPB), ch rapprsntano un di aggrgazion di capitoli

Dettagli

Numeri complessi - svolgimento degli esercizi

Numeri complessi - svolgimento degli esercizi Numri complssi - svolgimnto dgli srcizi ) Qusto srcizio richid di calcolar la potnza n-sima (n 45) di un numro complsso. Scriviamo z nlla forma sponnzial z ρ iθ dov ) ( ) ρ ( + θ π 6 dato ch sin θ cos

Dettagli

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO Pag. / Sssio ordiaria 6 Scoda prova scritta Y557 - ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE PIANO NAZIONALE INFORMATICA Tma di: MATEMATICA Il cadidato risolva uo di du problmi 5 di qusiti

Dettagli

Equazioni di Secondo Grado in Una Variabile, x Complete, Pure e Spurie. Tecniche per risolverle ed Esempi svolti

Equazioni di Secondo Grado in Una Variabile, x Complete, Pure e Spurie. Tecniche per risolverle ed Esempi svolti Equazioni di Scondo Grado in Una Variabil, x Complt, Pur Spuri. Tcnich pr risolvrl d Esmpi svolti Francsco Zumbo www.francscozumbo.it http://it.gocitis.com/zumbof/ Qusti appunti vogliono ssr un ultrior

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. 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

Dettagli

Esercizi Svolti di Idrologia. Problemi di bilancio idrologico

Esercizi Svolti di Idrologia. Problemi di bilancio idrologico Esrcizi Svolti di drologi roblmi di bilcio idrologico roblm 1 All szio di ciusur di u bcio idrogrfico di 0 km di suprfici è stt rgistrt u portt mdi u di 0.m s -1. L prcipitzio totl u rgguglit sull r dl

Dettagli

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città COMUNE DI BOLOGNA Dipartimnto Economia Promozion dlla Città Allgato C all Avviso pubblico pr la prsntazion di progtti di sviluppo alla Agnda Digital di Bologna Modllo di dichiarazion sul posssso di rquisiti

Dettagli

ESERCIZI PARTE I SOLUZIONI

ESERCIZI PARTE I SOLUZIONI UNIVR Facoltà di Economia Corso di Matmatica finanziaria 008/09 ESERCIZI PARTE I SOLUZIONI Domini di funzioni di du variabili Esrcizio a f, = log +. L unica condizion di sistnza è data dalla disquazion

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

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)

Def. 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,

Dettagli

[ ] ( ) ( ) ( e ) jωn. [ ] [ [ n. [ n] = T [ ] [ ] [ ] [ ]

[ ] ( ) ( ) ( e ) jωn. [ ] [ [ n. [ n] = T [ ] [ ] [ ] [ ] Sistmi Linari Tmpo Invarianti (LTI) a Tmpo Discrto Dfiniamo il sistma tramit una trasformaion T []. La proprità di linarità implica ch [ α 1x1[ n] + α2x2[ n ] α1t x1[ n] + α2t x La proprità di tmpo invariana

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli