Processi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo
|
|
- Samuele Lanza
- 6 anni fa
- Visualizzazioni
Transcript
1 Processi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo G. Sanfilippo 20 maggio 200 Registro delle lezioni. Lezione del 3 Marzo 200, 8-, ore complessive 3 Richiami di calcolo delle probabilità: eventi, operazioni tra eventi [3], algebra, sigma-algebra, misura di probabilità [5]. Insieme dei casi elementari. Commenti critici. Esercizi Sia A un algebra di eventi. Dimostrare le seguenti proprietà.. A, A 2,..., A n A n i= A i A, n N 2. A, A 2,..., A n A n i= A i A, n N Dato un insieme C di n elementi, dimostrare che l insieme delle parti di C, denotato con P(C), contiene 2 n elementi..2 Lezione del Marzo 200, 9-, ore complessive 5. Richiami di calcolo delle probabilità. Additività finita o numerabile. Funzioni misurabili e variabili aleatorie. Funzione distribuzione ([3, 5]). Sul significato soggettivo delle probabilità (de Finetti, 930). Introduzione ai processi. Classificazione di un processo in base al parametro e in base ai valori. Indagine trasversale e indagine longitudinale ([5]).
2 .3 Lezione del 0 Marzo 200, 8-, ore complessive 8. Processo di Bernoulli. Valore atteso condizionato [5, 2]. Passeggiata aleatoria semplice ([, 9, 3]). Problema di rovina di un giocatore ([9, 3, ]), equazione alle differenze finite. ([6]).. Dimostrare che la probabilità di durata infinita del gioco, nel problema di rovina di un giocatore, duri è uguale a Calcolare la durata media del gioco nel problema di rovina di un giocatore.. Lezione del Marzo 200, 9-, ore complessive 0. Applicazione del problema di rovina di un giocatore sui test di efficacia di un farmaco ([9]). Durata media del gioco e strategie di gioco nel problema di rovina di un giocatore ([6]). Diverse interpretazioni del problema di rovina di un giocatore. Esercizi. Simulazione delle differenti strategie di gioco nel problema di rovina di un giocatore..5 Lezione del 7 Marzo 200, 8-, ore complessive 3. Capitale infinito nel problema della rovina di un giocatore. Introduzione alla catene di Markov ([9, 8, 2, 6]). tempo discreto (DTCM) omogenea. Esempi. Catena di Markov a Matrice di transizione. Caratterizzazione di una DTCM omogenea mediante la matrice di transizione e le probabilità iniziali..6 Lezione del 8 Marzo 200, 9-, ore complessive 5. Richiami su: distribuzione normale, distribuzione χ 2 con n-gradi di libertà, distribuzione gamma, distribuzione geometrica. Catena di Markov a due stati: pioggia, non pioggia. Distribuzione del tempo di attesa per l arrivo del successivo giorno di pioggia. Cenni sull indipendenza stocastica condizionata [, 3]. 2
3 Homework Uno dei corsisti, scelto non a caso, dovrà illustrare al prossimo incontro almeno uno dei seguenti esempi:,2,3,,5,6,7,8 presenti in []. Estrazioni con restituzione da un urna di composizione incognita [3]. Richiami su: distribuzione Gamma, Funzione generatrice dei momenti e/o funzione caratteristica..7 Lezione del 2 Marzo 200, 8-, ore complessive 8. Esempio di DTCM Bonus-Malus. Matrice di transizione dopo n passi. Equazioni di Chapman Kolmogorov (dim). Diagramma degli stati. Classificazione degli stati in una DTCM. Classi comunicanti, chiuse, comunicanti e chiuse..8 Lezione del 25 Marzo 200, 9-, ore complessive 20. Esercitazione. Stati ricorrenti e transitori, stati assorbenti, tempo di primo passaggio, tempo medio di ritorno. Esercizio. Costruire la matrice di transizione corrispondente al diagramma degli stati illustrato in Figura B A C 0.2 Figura : Diagramma degli stati di una catena di Markov. Esercizio 2. Disegnare il diagramma degli stati relativo alla seguente matrice di transizione P =
4 Esercizio 3 (Bonus Malus System2). Consideriamo un automobilista che ogni anno paga un assicurazione di tipo bonus-malus. Supponiamo che ci siano classi di rischio C, C 2, C 3, C con premi rispettivamente e250,300,350,50.. Nel primo periodo l automobilista è inserito nella classe C. 2. Ogni anno l automobilista scende di una classe se non ha fatto incidenti in quell anno; sale di una classe se ha fatto un incidente; sale di due classi se ha fatto due incidenti; viene inserito nella classe C se ha fatto tre o piu incidenti. 3. Supponiamo che la variabile aleatoria Z n di incidenti nell n-esimo periodo abbia distribuzione di Poisson di parametro λ = 2 3 e che le Z n siano stocasticamente indipendenti.. Indicando con X n la classe di rischio dell automobilista nel periodo n + -esimo (X 0 è il primo anno) determinare la corrispondente matrice di transizione. Inoltre, calcolare il valore atteso del premio nel quarto periodo. 5. Scrivere l equazione ricorsiva X n = φ(x n, Z n ), n, per qualche funzione φ. Esercizio. Data la seguente catena di Markov P = stabilire se è irriducibile. Calcolare la periodicità di ogni stato. Il diagramma degli stati di tale catena riportato in Figura 2 mostra che S = C T dove C = {, 2, 3} è una classe irriducibile di stati ricorrenti positivi e T = {, 5} una classe di stati transitori. Inoltre per i C si ha p (3k) ii = > 0 per ogni intero k e p (n) ii = 0 per ogni n non multiplo di 3. Pertanto d i = 3 se i C. Per gli stati transitori il periodo non è definito..9 Lezione del 3 Marzo 200, 8-, ore complessive 23. Esercitazione: equazioni alle differenze, calcolo del tempo di durata nel problema della rovina di un giocatore. Catene di markov irriducibili a stati finiti e infiniti. Distribuzioni invarianti. Periodo []. Catene Ergodiche. 2
5 Figura 2: Diagramma degli stati. Teorema Ergodico. Catene regolari. Programma in R per il calcolo di distribuzioni stazionarie. Richiami sugli autovalori e sugli autovettori (vedi [7] )..0 Lezione del 07 Aprile 200, 8-, ore complessive 26. Introduzione ai processi di rinnovo e ai processi di conteggio. Tempi di attesa, tempi di interarrivo. Processo dei rinnovi in cui i tempi di interarrivo hanno distribuzione geometrica. Richiami su: distribuzione Geometrica, di Pascal, Esponenziale, Gamma, proprietà di assenza di memoria, somme di variabili aleatorie stocasticamente indipendenti. Processo di Poisson, costruzione e proprietà. Funzione di sopravvivenza di un numero aleatorio con distribuzione Gamma di parametri n, λ e funzione di ripartizione di un numero aleatorio con distribuzione di Poisson di paramtro λt. Esempi di processi di Poisson.. Lezione del 08 Aprile 200, 9-, ore complessive 28. Processo di Poisson: incrementi indipendenti ([8],[3]). Processo Uniforme ([8][]). Statistiche d ordine. Richiami sulla distribuzione Beta ([3]). Richiami sulle statistiche d ordine ([5]). Distribuzione della prima statistica d ordine nel processo uniforme ([8],[]). Esercizio. Calcolare la distribuzione dell ennesima statistica d ordine (max) nel processo uniforme. 5
6 .2 Lezione del Aprile 200, 8-, ore complessive 3. Processo di Uniforme: calcolo delle densità di probabilità congiunte e marginali delle statistiche d ordine, densità di Dirichelet, densità delle lacune, valori attesi delle lacune e delle statistiche d ordine. ([],[8],[3]). Processo di Poisson come caso limite di un processo Uniforme. Analogie tra processo Uniforme, di Poisson, Benrnoulli. Processo di Poisson condizionato e processo uniforme. Processo somma di processi di Poisson indipendenti (Superposition). Esercizi (vedi [2]).3 Lezione del 5 Aprile 200, 9-, ore complessive 33. Operatore di convoluzione. Distribuzione della variabile aleatoria somma due variabili aleatori indipendenti con distribuzione Uniforme in un intervallo [0, ]. Distribuzione della variabile aleatoria somma due variabili aleatori indipendenti con distribuzione Esponenziale di parametro λ (vedi Alcuniargomenti.pdf). Calcolo di P (X < X 2 ), con X, X 2 variabili aleatorie indipendenti ed esponenziali di ugual parametro Esercizio 5.. Distribuzione della variabile aleatoria somma due variabili aleatori indipendenti con distribuzione Uniforme in un intervallo [0, a], a > Somma di tre variabili aleatorie indipendenti di ugual parametro con distribuzione esponenziale.. Lezione del 28 Aprile 200, 8-, ore complessive 36. Altre definizioni equivalenti di un processo di Poisson. Processo di conteggio a incrementi indipendenti e stationari Splitting di un Processo di Poisson mediante un meccanismo Bernoulliano. Esercizi su splitting e superposition di un Processo di Poisson. Variabile aleatoria valore atteso condizionato..5 Lezione del 29 Aprile 200, 9-, ore complessive 38. Esercizi sul valore atteso condizionato. Campionamento da un processo di Poisson. Introduzione al Processo di Poisson non omogeneo. 6
7 .6 Lezione del 5 Maggio 200, 8-, ore complessive. Processo di Poisson non omogeneo (NNP (λ(t)), N t+s N s P (Λ(t + s) Λ(t + s))). Funzione valore medio in un NNP, Λ(t) = t 0 λ(s)ds. Processo di Poisson non omogeneo ottenuto come campionamento da un processo di Poisson (p(t) = λ(t)λ). Cenni al Processo di Poisson randomizzato (vedi [3, ]) P (N t+s N s = n) = 0 e λt (λt) n g(λ)dλ n!. Trasformata di Laplace e funzione di sopravvivenza del tempo di attesa sino al primo arrivo in un processo di Poisson randomizzato. Esercizio 6. Dato un processo di Poisson di intensità α =, sia t (0, a). Calcolare la probabilità p dell evento (N t < 2). Inoltre, supposto vero l evento (N a = 5), calcolare la probabilità p 0 dell evento (N t = 0) (condizionata a (N a = 5)) e la funzione generatrice ψ(t) di N t (N a = 5) p = p 0 = ψ(t) =.7 Lezione del 6 Maggio 200, 9-, ore complessive 3. Richiami sulla funzione caratteristica ([0]) (φ X (t) = E(e itx )) di una variabile aleatoria X. Richiami sulla funzione generatrice delle probabilità (p(z) = + n=0 zn p n. Processo di Poisson composto [8, 9] Z t = N t i= Z i, calcolo del valore atteso e della funzione caratteristica E(e iθzt ) = e λt( φi(θ)) Esercizio (dei amici) sulle statistiche d ordine in un processo di Poisson..8 Lezione del 2 Maggio 200, 8-, ore complessive 6. Ancora sul processo di Poisson composto ([9, 8]) Esercitazione.9 Lezione del 3 Maggio 200, 9-, ore complessive 8. Catene di Markov continue 7
8 .20 Lezione del 9 Maggio 200, 8-, ore complessive 5. Classificazione di un processo. Funzione media, autocorrelazione, autocovarianza. Processi stazionari. Processi normali e moto Browniano ([9, 5]). Richiami sulla distribuzione normale multivariata. Funzione caratteristica di un vettore aleatorio [2]..2 Lezione del 20 Maggio 200, 9-, ore complessive 53. Moto Browniano come limite di una passeggiata aleatoria ([9]). Processi autoregressivi ([9]) e stazionarietà. Riferimenti bibliografici [] K. Baclawski, M. Cerasoli, and G. C. Rota. Introduzione alla probabilità. Unione Matematica Italiana, 98. [2] P. Baldi. Calcolo delle probabilita. McGraw-Hill, [3] P. Billingsley. Probability and measure. [] L. Daboni. Calcolo delle probabilità ed elementi di statistica. UTET. [5] G. Dall Aglio. Calcolo delle probabilità. Zanichelli. [6] W. Feller. An Introduction to Probability Thoery and Its Apllications. John Wiley & Sons. vaire edizioni. [7] E. Gregorio. Dispense di Algebra Lineare. gregorio/autovalori.pdf. [8] V. G. Kulkarni. Modeling and Analysis of Stochastic Systems. Chapman & Hall, 995. [9] S. M. Ross. Introduction to Probability Models. Academic Press. [0] G. Sanfilippo. Dispense: Alcuni argomenti di Calcolo delle Probabilità. Sito del docente. [] G. Sanfilippo. Dispense: Catene di Markov. Sito del docente. [2] G. Sanfilippo. Dispense: Processi di Rinnovo. Sito del docente. [3] R. Scozzafava. Incertezza e Probabilità. Zanichelli,
Calcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo
Calcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente G. Sanfilippo http://www.unipa.it/~sanfilippo sanfilippo@unipa.it 20 maggio
DettagliIntroduzione generale. Cenni storici. 1 Problema di de Mèrè e soluzione. martedì 27 febbraio 2007
Corso di Calcolo delle probabilità - SIGAD -A.A. 2007/2008 Registro provvisorio delle Lezioni tenute da: Giuseppe Sanfilippo Settimana Giorno Lezione Lez N. Argomento Effettuata =SI Introduzione generale.
DettagliPROGRAMMA DI CALCOLO DELLE PROBABILITÀ(1 o modulo) periodo: I Semestre, A. A. 2002/03 docente: Giovanna Nappo, (ufficio n.109, tel.
PROGRAMMA DI CALCOLO DELLE PROBABILITÀ(1 o modulo) periodo: I Semestre, A. A. 2002/03 docente: Giovanna Nappo, (ufficio n.109, tel. 49913262, e-mail: nappo@mat.uniroma1.it) Prerequisiti: Nozioni di base
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2015/2016 www.mat.uniroma2.it/~caramell/did 1516/ps.htm 01/03/2016 - Lezioni 1, 2 [Caramellino] Breve introduzione al corso. Fenomeni
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliCALCOLO DELLE PROBABILITÀ - 9 giugno 1998 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ - 9 giugno 1998 1. Dati gli eventi A,B,C, ognuno dei quali implica il successivo, e tali che P (A) è metà della probabilità di B, che a sua volta ha probabilità metà di quella
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliNozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3
Indice Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3 1 Spazi di probabilità discreti: teoria... 7 1.1 Modelli probabilistici discreti..... 7 1.1.1 Considerazioni
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori
DettagliCALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliX Vincita (in euro) Tabella 1: Vincite
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente
DettagliUniversità degli Studi di Enna Kore Facoltà di Ingegneria ed Architettura
Facoltà di Ingegneria ed Architettura Anno Accademico 2016 2017 A.A. Settore Scientifico Disciplinare CFU Insegnamento Ore di aula Mutuazione 2016/17 ING-INF/03 9 Teoria dei Segnali 72 No Classe Corso
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
Dettagli0 z < z < 2. 0 z < z 3
CALCOLO DELLE PROBABILITÀ o - 7 gennaio 004. Elettronica : 4; Nettuno: 3.. Data un urna di composizione incognita con palline bianche e nere, sia K = il numero di palline bianche nell urna è il doppio
DettagliL assegnazione è coerente? SÌ NO. A e B sono stocasticamente indipendenti? SÌ NO
CALCOLO DELLE PROBABILITÀ - gennaio 00 Scrivere le risposte negli appositi spazi Motivare dettagliatamente le risposte su fogli allegati Nuovo Ordinamento esercizi -4. Vecchio Ordinamento esercizi -6..
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliAppunti di Simulazione
Appunti di Simulazione M. Gianfelice Corso di modelli probabilistici per le applicazioni Master di II livello in Matematica per le Applicazioni a.a. 2004/2005 1 Simulazione di numeri aleatori con distribuzione
DettagliLa funzione caratteristica nel calcolo delle probabilità
UNIVERSITÀ DEGLI STUDI DI ROMA TRE FACOLTÀ DI S.M.F.N. Sintesi della Tesi di Laurea in Matematica di Sinforosa Di Lascio La funzione caratteristica nel calcolo delle probabilità Relatore esterno : Prof.
DettagliDiario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta
Diario delle lezioni di Calcolo e Biostatistica (O-Z) - a.a. 2013/14 A. Teta 1. (1/10 Lu.) Generalità sugli insiemi, operazioni di unione, intersezione e prodotto cartesiano. Insiemi numerici: naturali,
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliEsercitazione N. 1 (11 ottobre 2016)
Esercitazione N. 1 (11 ottobre 2016) Un'urna contiene elementi. Vengono estratti di seguito elementi, ogni elemento una volta estratto è riposto nell'urna. Calcolare la probabilità dell evento: Problema
DettagliPROBABILITA e STATISTICA
PROBABILITA e STATISTICA Perché scegliere corsi di probabilità o statistica? Formazione matematica Utilità pratica (ovvero, spendibilità nel mondo del lavoro) Una ulteriore ragione, che però vale per qualsiasi
DettagliAlCOlO ~ Of llf PRO~A~lllTA. f UlllONf ITAllANA A C~RA APCISEO. UI MARCO f f RRANH f ~ARlO MARICON~A INV: ~;~... I.2.~~9... ~...
AlCOlO ~ Of llf PRO~A~lllTA f UlllONf ITAllANA A C~RA UI MARCO f f RRANH f ~ARlO MARICON~A ISTITUTO UNIVERSITARIO ARCHITETTURA VENEZIA - IAEA SERYlZl BIBLIOGRAFICI E DOCUMENI~I INV: ~;~... I.2.~~9....
DettagliCalcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo
Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente Giuseppe Sanfilippo http://www.unipa.it/sanfilippo giuseppe.sanfilippo@unipa.it
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliIndice generale. Prefazione
Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliMatematica. Dr. Luca Secondi a.a. 2014/15. Presentazione del corso
Matematica Dr. Luca Secondi a.a. 2014/15 Presentazione del corso IL CORSO Corso di laurea in Tecnologie Alimentari ed Enologiche (TAE): MATEMATICA (6 CFU) Corso di laurea in Scienze Forestali e Ambientali
DettagliPROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI
PROBABILITÀ I. a.a. 2011/2012 DIARIO DELLE LEZIONI Settimana 5-9 marzo. Elementi di analisi combinatoria (vedasi capitolo I del Ross). Integrazioni: triangolo di Tartaglia, dimostrazione diretta della
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
Dettaglib = 1 2σ 3. La lunghezza di una barra è un numero aleatorio X con densità della forma 0, x 0, 0 < x 1 a = 1 F (x) = 2 2x 1 x2
CALCOLO DELLE PROBABILITÀ E STATISTICA - 0 gennaio 2002 Informatica (N.O.) (Canali 4) esercizi -4 Vecchio Ordinamento esercizi -6. Da un lotto contenente 4 pezzi buoni e 2 difettosi si estraggono senza
DettagliCalcolo delle probabilità e statistica
Grazia Vicario Raffaello Levi Calcolo delle probabilità e statistica per 1ngegner1 - GO... PROGenO 00 LeoNARDO BOLOGNA r r, ) - Universi!a' IU~V Venezia DEPCIA w 1852 BIBLIOTECA G.ASTENGO G. Vicario~ R.
Dettagli2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46
Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................
DettagliIndice. 1 Vibrazioni libere e forzate di oscillatori elementari 1
Indice Prefazione xiii 1 Vibrazioni libere e forzate di oscillatori elementari 1 1.1 Vibrazioni libere non smorzate l 1.2 Vibrazioni libere smorzate 7 1.3 Vibrazioni forzate per forzante sinusoidale 12
DettagliEsempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere
0.01 Introduzione ix Esempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere Capitolo 1 Statistica descrittiva 1 tutto NO 1.01 Variabili, mutabili,
DettagliElementi di statistica per l econometria
Indice Prefazione i 1 Teoria della probabilità 1 1.1 Definizioni di base............................. 2 1.2 Probabilità................................. 7 1.2.1 Teoria classica...........................
Dettagli, mentre Y è una variabile geometrica di costante q = 1 2. (1 q) n = q (1 q) 3 1 q = (1 2 )3 = 1 8. n=0
SOLUZIONI DEGLI ESERCIZI SULLE VARIABILI ALEATORIE DISCRETE Esercizio. Sono date due urne denominate rispettivamente A e B. A contiene palline bianche e 6 palline rosse, B contiene 8 palline bianche e
DettagliIndice Richiami di Matematica Finanziaria Fattore di Rischio e Principio di Arbitraggio
Indice 1 Richiami di Matematica Finanziaria 17 1.1 Introduzione............................ 18 1.2 Il valore del denaro nel tempo.................. 18 1.2.1 Obbligazioni........................ 20 1.3
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliCorso 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 Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliEsercizi con catene di Markov Pietro Caputo 12 dicembre 2006
Esercizi con catene di Markov Pietro Caputo dicembre 006 Esercizio. Si considerino i lanci di un dado (6 facce equiprobabili). Sia X n il minimo tra i risultati ottenuti nei lanci,,..., n. Si calcoli la
DettagliVariabili casuali multidimensionali
Capitolo 1 Variabili casuali multidimensionali Definizione 1.1 Le variabili casuali multidimensionali sono k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità.
DettagliProcessi. Giuseppe Sanfilippo. 27 febbraio 2006. 1 Catene di Markov a tempo discreto DTMC
Processi Giuseppe Sanfilippo 27 febbraio 2006 1 Catene di Markov a tempo discreto DTMC 11 Introduzione ed esempi DTCM (vedi [3]) Sia {X n, n = 0, 1, 2, } un processo stocastico a parametro discreto e a
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliMatematica Applicata L-A Definizioni e teoremi
Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni
DettagliCapitolo 2 - Modelli di sistemi: processi stocastici
Capitolo 2 - Modelli di sistemi: processi stocastici I processi stocastici costituiscono una classe di modelli di sistemi che permette lo studio e l analisi dei sistemi. In questo capitolo introduciamo
DettagliCampionamento di variabili aleatorie. Andrea Marin Università Ca' Foscari Venezia Corso di Probabilità e Statistica a.a. 2009/2010
Campionamento di variabili aleatorie Andrea Marin Università Ca' Foscari Venezia Corso di Probabilità e Statistica a.a. 2009/2010 Premessa Soluzione della prima esercitazione: l'analisi teorica Richiami:
Dettagli< x F Y (y) = 3. < x 2. 0 altrove
CALCOLO DELLE PROBABILITÀ - 11 gennaio 001 Scrivere (o inserire in un cerchietto quelle corrette) le risposte negli appositi spazi 1 o Modulo: nn.1 4 Corso intero: nn.1 6 1. Siano dati gli eventi E 1,
DettagliProbabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14
Probabilità e Processi stocastici. Ingegneria Robotica e dell Automazione. Prova scritta del giorno 15/12/14 In ingegneria un sistema formato da n componenti è detto k su n se funziona quando almeno k
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliProcessi Stocastici. G. Sanfilippo
Processi Stocastici. G. Sanfilippo 4 giugno 2010 Insegnare non è riempire un vaso, ma accendere un fuoco. (Teofrato) P.S.. Queste dispense (in stesura provvisoria) non comprendono tutti gli argomenti trattati
Dettagli1 Eventi. Operazioni tra eventi. Insiemi ed eventi. Insieme dei casi elementari. Definizione di probabilità.
Quella che segue e la versione compatta delle slides usate a lezioni. NON sono appunti. Come testo di riferimento si può leggere Elementi di calcolo delle probabilità e statistica Rita Giuliano. Ed ETS
DettagliAppunti sulle Catene di Markov
Appunti sulle Catene di Markov Calcolo delle Probabilità, L.S. in Informatica, A.A. 2006/2007 A.Calzolari 1 Indice 1 Definizioni di base 3 2 Classificazione degli stati 20 3 Misure invarianti e proprietà
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliEsercizi su variabili aleatorie discrete
Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare
Dettagli4 Analisi nel dominio del tempo delle rappresentazioni in
Indice del libro Alessandro Giua, Carla Seatzu Analisi dei sistemi dinamici, Springer-Verlag Italia, II edizione, 2009 Pagina web: http://www.diee.unica.it/giua/asd/ Prefazione.....................................................
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliStatistica 2. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 2 Esercitazioni Dott. L 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2013-2014 Lezione 4 Indice 1 Convergenza in legge di processi stocastici 2
DettagliCAPITOLO 9. Vettori Aleatori
CAPITOLO 9 Vettori Aleatori 9 9 Vettori Aleatori 3 9 Vettori Aleatori In molti esperimenti aleatori, indicando con Ω l insieme dei possibili risultati, al generico risultato dell esperimento, ω Ω, sono
DettagliEsame di AM2 & EAP (270/04) a.a. 2009/10
Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della
DettagliCALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 4 Gennaio 5 CdL in STAD, SIGAD Motivare dettagliatamente le risposte su fogli
DettagliLICEO SCIENTIFICO Galileo Galilei VERONA Anno Scolastico 2006-2007 PROGRAMMA PREVISTO
PROGRAMMA PREVISTO Testo di riferimento: ForMat SPE Volume 1 e Volume 2 (Maraschini - Palma) I moduli a fondo grigio sono opzionali e saranno svolti solo se possibile. Gli argomenti riportati in corsivo
DettagliCatene di Markov - Foglio 1
Catene di Markov - Foglio 1 1. Una pedina si muove su un circuito circolare a 4 vertici, numerati da 1 a 4. La pedina si trova inizialmente nel vertice 1. Ad ogni passo un giocatore lancia un dado equilibrato:
Dettagliiv Indice c
Indice Prefazione ix 1 Numeri 1 1 Insiemi e logica 1 1.1 Concetti di base sugli insiemi 1 1.2 Un po di logica elementare 9 2 Sommatorie e coefficienti binomiali 13 2.1 Il simbolo di sommatoria 13 2.2 Fattoriale
DettagliProgramma di Istituzioni di matematica per il corso di Laurea in Biologia.
Programma di Istituzioni di matematica per il corso di Laurea in Biologia. N.B. La suddivisione del programma si riferisce ai capitoli del testo di riferimento: "Matematica per le scienze della vita" (II
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
Dettagli3.1 ESERCIZI DI RIEPILOGO
3 3.1 ESERCIZI DI RIEPILOGO Esercizio 3.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo
DettagliVariabile casuale E 6 E 5 E 4. R S x1 E 2
Variabile casuale Una Variabile Casuale X è una regola (funzione reale) che associa ad E (evento elementare di S) uno ed un solo numero reale. Notazione: X: variabile casuale : realizzazione di una variabile
Dettagli(5 sin x + 4 cos x)dx [9]
FACOLTÀ DI SCIENZE MM. FF. NN. CORSO DI LAUREA IN SCIENZE NATURALI II Modulo di Matematica con elementi di statistica. Esercitazioni A.A. 009.00. Tutor: Mauro Soro, p.soro@tin.it Integrali definiti Risolvere
DettagliEsercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliAdams, Calcolo Differenziale I, Casa Editrice Ambrosiana
Argomenti da studiare sui testi di riferimento: Adams, Calcolo Differenziale I, Casa Editrice Ambrosiana P - Preliminari 1 Limiti e continuità 1.1 Velocità, rapidità di crescita, area: alcuni esempi Velocità
Dettagli7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità
7.6 Distribuzione Esponenziale. 111 7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità { λe λx se x, (76) f(x) = se x
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi
DettagliEsercizi svolti di statistica. Gianpaolo Gabutti
Esercizi svolti di statistica Gianpaolo Gabutti (gabuttig@hotmail.com) 1 Introduzione Questo breve documento contiene lo svolgimento di alcuni esercizi di statistica da me svolti durante la preparazione
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
DettagliFacoltà di AGRARIA anno accademico 2009/10
Facoltà di AGRARIA anno accademico 2009/10 Attività didattica MATEMATICA E STATISTICA [AG0233], MATEMATICA E STATISTICA [AG0233] Periodo di svolgimento: Primo Semestre Docente titolare del corso: FREDDI
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate
DettagliCOPPIE DI VARIABILI ALEATORIE
COPPIE DI VAIABILI ALEATOIE E DI NADO 1 Funzioni di ripartizione congiunte e marginali Definizione 11 Siano X, Y va definite su uno stesso spazio di probabilità (Ω, F, P La coppia (X, Y viene detta va
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliCalcolo delle Probabilità Esercizi
Calcolo delle Probabilità Esercizi A.A 00-006 Costituenti. Siano dati eventi A, B, C tali che A B = Φ, A B C, determinare i costituenti. C C C C C C C [ AB C, A BC, A B C, A B C ]. Siano dati eventi A,
DettagliVariabili casuali multidimensionali
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliCALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 7 Febbraio 4 CdL in STAD, SIGAD, Motivare dettagliatamente le risposte su fogli
Dettagli