1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio"

Transcript

1 Indice 1 Probabilità Primi esercizi di probabilità con l uso del calcolo combinatorio Probabilità condizionata, indipendenza e teorema di Bayes....

2 2

3 1 Probabilità 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio Esercizio 1 Tre carte vengono estatte in blocco da un mazzo da 52 (4 semi, 1 ranghi. Calcolare la probabilità che a siano tutte di cuori; b siano tutte dello stesso seme; c siano dello stesso rango; d siano due di cuori e una di quadri; e siano due di quadri e una di cuori; I modi di estrarre carte da un mazzo da da 52 sono dati dal coefficiente binomiale di 52 su, ( 52 = 22100, perciò a la probabilità di estartte tre carte di cuori è (1 ( 52 = b la probabilità di estrarre tra carte dello stesso seme, significa che si possono estrarre tre carte di cuori oppure tre carte di fiori, oppure tre carte di picche oppure tre carte di quadri quindi i casi favorevoli sono ( 1 ( 1 ( 1 ( 1 = 4 ( 1 = Quindi, la probabilità di estarre tre carte dello steso seme è = c la probabilità di estrarre tre carte dello stesso rango è data i casi possibili che sono dati da, i casi di avere tre assi, oppure tre due, oppure... tre di un qualsiasi rango. In tal modo, la probabilità è pari a 1 (4 ( 52 = d la probabilità che ci siano due carte di cuori e una di quadri si calcola nel seguente modo ( 1 1 ( 1 2 ( 52 =

4 2 Capitolo 1 e per simmetria, la probabilità di avere di avere due carte di quadri e una di cuori è esattamente uguale alla probabilità di avere due caret di cuori ed una di quadri e quindi il valore calcolato al passo precedente. Esercizio 2 Un progammatore vuole implementare un codice su una calcolatore parallelo costituito da 10 processori: {A, B, C,..., L}. Il codice elaborato richiede l utilizzo di 8 processori. a Quante sono le possibili 8-uple di processori che la macchina può scegliere per svolgere il compito assegnato? b Quale è la probabilità che venga usato il processore A? a È chiaro che il numero di k-tuple che si possono formare da un insieme di n oggetti si calcola utilizzando il coefficiente binomiale di ( n k, quindi nel caso particolare del nostro esercizio, il numero di 8-tiple che si possono formare è dato dal coefficiente binomiale ( 10 8 = 10! 8!2! = = 45. b Per contare quante 8-tuple contengono il processore A si può procedere nel seguente modo: un processore è fissato (è A quindi posso scegliere 7 tra i 9 processori rimanenti e lo posso fare in ( 9 7 modi diversi. La probabilità che venga usato il processore A è data quindi dal rapporto tra i casi favorevoli e i ( casi possibili: 9 7 ( 10 8 = 4 5. Esercizio Il mondiale di Lippi. Per le partite di qualificazione al prossimo mondiale, possiamo ipotizzare che il commissario tecnico della Nazionale Lippi convocherà i seguenti giocatori, divisi per ruolo: Portieri : Abbiati, Amelia, Buffon. Difensori : Barzagli, Pasqual, Cannavaro, Grosso, Zambrotta, Bonera, Santon, Chiellini. Centrocampisti : Aquilani, Camoranesi, De Rossi, Gattuso, Maggio, Montolivo, Perrotta, Pirlo. Attaccanti : Del Piero, Di Natale, Gilardino, Inzaghi, Rossi, Toni. Ipotizziamo, inoltre, che Lippi voglia giocare con un 4--. a Quante possibili squadre potrebbe mettere in campo? b Nell ipotesi in cui i giocatori di uno stesso ruolo abbiano la stessa probabilità di giocare, qual è la probabilità che Toni giochi? E che Toni e De Rossi giochino insieme? a Ragionando in un modo irragionevole, cioè non distinguendo i ruoli dei giocatori, i modi possibili di scegliere 11 atleti tra i 25 possibili sono dati da ( = Ragionando in maniera più reale, invece, i modi possibili di

5 Probabilità disporre i giocatori in campo, oltre al 4-- prescelto da Lippi, possono essere 4-4-2, 4-5-1, -4- e -5-2, così che, il numero di modi possibili diventa pari a ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( = Considerando unicamente il 4-- Lippi può metter in campo solo ( ( ( ( = squadre. b Ragionando come nell esercizio precedente, possiamo dire che, avendo deciso di far giocare Toni, Lippi può sceglire due attaccanti sui 5 che gli rimangono, per cui i casi favorevoli sono ( ( 4( ( 2, mentre i casi possibili sono ( ( 8 ( 8 ( 6 1 4, per cui la probabilità che giochi Toni, avendo fissato lo schema 4-- è data da ( 1( 8 4( 8 ( 5 2 ( 1( 8 4( 8 ( 6 = 0.5. Per calcolatre la probabilità che giochino insieme Toni e De Rossi bisogna calcolare i casi favorevoli a questo evento (i casi possibili sono ( ( 4( (. Se Lippi volesse schierare in campo Toni, avrebbe ancora due attaccanti da scegliere sui 5 rimanenti e, se volesse far giocare De Rossi, avrebbe da scegliere ancora due centrocampisti dei 7 rimanenti, per cui il numero delle formazioni 4-- con Toni e De Rossi sicuramente presenti in campo è ( ( 4( 2( 2 e la probabilità che giochino Toni e De Rossi è data da ( 1( 8 4( 7 2( 5 2 ( 1( 8 4( 8 ( 6 = Probabilità condizionata, indipendenza e teorema di Bayes Esercizio 4 Un fruttivendolo al mercato è decisamente furbo: nasconde i difetti delle mele che vende rivolgendo al cliente la parte migliore della buccia. Così a guardare le cassette di mele che espone, tutte sembrano perfette. Ma sappiamo che nella prima il 70% delle mele è intatto, nella seconda il 20%, nella terza il 50%. Le cassette contengono, ognuna, 0 mele. Decido di comprare una sola mela, e per decidere da quale cassetta estrarla, tiro un dado: se esce un numero minore di scelgo dalla prima, tra e 5 (escluso dalla seconda, altrimenti dalla terza. a Qual é la probabilità che la mela scelta sia buona? b Qual è la probabilitá che il dado abbia restituito 4 se ho trovato invece una mela marcia? Definiamo i seguenti eventi: B = {la mela scelta è buona}; M = {la mela scelta è marcia}; I = {si estrae la mela dalla prima cassetta}; II =

6 4 Capitolo 1 {si estrae la mela dalla seconda cassetta}; III = {si estrae la mela dalla terza cassetta}; per rispondere alla prima domanda occorre calcolare, con la legge delle probabilità totali P (B = P (B IP (I P (B IIP (II P (B IIIP (III = = = ; Osserviamo ora che la probabilità di ottenere 4 lanciando un dado è chiaramente 1/6, pertanto si ha P (4 M = P (M 4P (4 P (M = 0.8 1/6 1 7/15 = 1 4. Esercizio 5 Supponiamo di avere due urne, ognuna con 50 palline. Nella prima 20 sono rosse e le restanti bianche, nella seconda 10 sono bianche e le restanti rosse. Estraggo una pallina dalla prima urna: se è bianca la reinserisco ed estraggo una pallina dalla seconda, altrimenti la reinserisco e riestraggo una pallina dalla prima. a Qual è la probabilità di ottenere una rossa alla seconda estrazione. b Se si ottiene una pallina bianca alla seconda estrazione, qual è la probabilità che anche la prima fosse bianca? c Qual è la probabilità che si siano ottenute due palline dello stesso colore? a La probabilità di avere una pallina rossa alla seconda estrazione si ottiene applicando la legge delle probabilità totali; pertanto, denotando con ir ed ib, i = 1, 2, rispettivamente gli eventi la i-esima pallina estratta è rossa e la i-esima pallina estratta è bianca, Inoltre, poiché P (2R = P (2R 1RP (1R P (2R 1BP (1B = = = P (2B = P (2B 1RP (1R P (2B 1BP (1B = = = 9 25 = 1 P (2R, per il teorema di Bayes si ha

7 Probabilità 5 b P (1B 2B = = P (2B 1BP (1B P (2B 1/5 /5 = 1 9/25 ; = c dal momento che le estrazioni avvengono in ogni caso con reinserimento, la probabilità richiesta vale P (1R 2R = = Esercizio 6 Supponiamo di avere due urne, ognuna con 40 palline. Nella prima, il 20% sono rosse e le restanti bianche, nella seconda 5% sono bianche e le restanti rosse. Estraggo una pallina dalla prima urna: se è bianca tiro una moneta truccata con trucco p = 1/ (cioè la probabilità di ottenere testa è 1/. Se esce testa, reinserisco la pallina estratta ed estraggo una pallina dalla seconda urna, se esce croce, reinserisco ed estraggo una seconda pallina dalla prima urna. Se la pallina estratta è invece rossa, non la reinserisco e ne estraggo una seconda dalla prima urna. a Qual è la probabilità di ottenere una rossa alla seconda estrazione. b Se si ottiene una pallina bianca alla seconda estrazione, qual è la probabilità che anche la prima fosse bianca? c Qual è la probabilità che sia abbia ottenuto due palline dello stesso colore? d Per avere due palline dello stesso colore, mi conviene usare la moneta truccata o una moneta equa? a Con la medesima notazione dell esercizio precedente, calcolando le seguenti probabilità P (2R 1R = 7/9, P (1R = 8/40, P (1B = 2/40, per la legge delle probabilità totali vale che P (2R = P (2R 1RP (1R P (2R 1BP (1B. Rimane da valutare la P (2R 1B, sempre con la legge delle probabilità totali, ma con un dfferente evento condizionante: P (2R 1B = P ({2R 1B} T P (T P ({2R 1B} CP (C = = = 9 20.

8 6 Capitolo 1 Pertanto la P (2R richiesta, vale P (2R = P (2R 1RP (1R P (2R 1BP (1B = = = = b Con il teorema di Bayes si calcola P (1B 2B = P (2B 1BP (1B ; P (2B ma occorre valutare anche e P (2B 1B = P ({2B 1B} T P (T P ({2B 1B} CP (C = = = 11 20, Quindi P (2B = P (2B 1BP (1B P (2B 1RP (1R = = = P (1B 2B = P (2B 1BP (1B P (2B = c Vale che: P (1R 2R = P (1RP (2R = ; P (1B 2B = P (1BP (2B = d Ripetendo gli stessi calcoli utilizzando una moneta equa, si ottiene che P (1R 2R ; P (1B 2B , e quindi, rimanendo invariata la seconda probabilità (perché non dipende dal lancio della moneta, la prima migliora con l utilizzo della moneta equa.

9 Probabilità 7 Esercizio 7 Il test ELISA è una tecnica biochimica utilizzata in immunologia per svelare la presenza di un anticorpo o un antigene in un campione, ed generalmente utilizzato come strumento diagnostico per l AIDS. Uno dei suoi maggiori problemi, è la sua specificità (probabilità che un campione sano risulti negativo al test non perfetta. Si sa che questo test da esito negativo se è effettivamente presente il virus (falso negativo con probabilità , mentre da esito positivo anche se il virus non è presente (falso positivo con probabiltià È anche stimata in 2 casi su 1000 individui la presenza di portatori del virus HIV. a Calcolare la probabiltà che un paziente con un test positivo sia malato; b Calcolare la probabiltà che un paziente con un test positivo sia sano; c Calcolare la probabiltà che un paziente con un test negativo sia malato; d Calcolare la probabiltà che un paziente con un test negativo sia sano; Siano gli eventi - = {il test è negativo}, = {il test è positivo}, V = {il paziente è malato}, V c = {il paziente è sano}; vale quindi che a P ( V = , P ( V c = 0.014, P (V = P (V = = P ( V P (V P ( V P (V P ( V c P (V c = / / / , dove evidentemente P ( V = 1 P ( V = b Vale banalmente che c P (V = = d Di conseguenza P (V c = 1 P (V 0.876, P ( V P (V P ( V P (V P ( V c P (V c = / /1000 ( / P (V c = 1 P (V = Esercizio 8 Gioco alla roulette americana (8 numeri: {00, 0, 1,..., 6} e decido di puntare sul rosso o sul nero a seconda che il lancio di una moneta di trucco 1/4 (che eseguo di nascosto mi dia testa o croce.

10 8 Capitolo 1 a Qual è la probabilità di vincere ad ogni giocata? b Se ho perso alla prima giocata, posso ritenere che la mia moneta sia ingannevole nell indirizzarmi la seconda puntata? c E se invece ho vinto, posso continuare tranquillamente a credere nel potere divinatorio della mia moneta? a La roulette è costituita da 18 numeri neri, 18 rossi, lo 0 ed il 00, dunque la probabilità di vincere ad ogni giocata è p = ; osserviamo che la probabilità di perdere ad ogni lancio è 1 p = 20 8 ; ad ogni giocata, se si suppone che la vincita consista soltanto nel recuperare il valore della giocata, il gioco non è equo, perché il valore atteso della vincita è minore di zero. Supponendo infatti di giocare g, e che l evento V rappresenti la vincita, con una simbologia che risulterà chiara nel seguito possiamo scrivere, per ogni giocata E(V = g 18 8 g = 20 8 g. La roulette dovrebbe garantire una vincita ad ogni giocata di 8/ volte la posta, per rendere il gioco equo ad ogni scommessa. b La probabilità di perdere la seconda giocata dato che si è già persa la prima, risulta uguale sempre a 1 p, indipendentemente dal colore che gioco, e quindi dal trucco della moneta. Per convincercene utilizziamo la definizione di probabilità condizionata: P (perdere II lancio perso al I lancio = P (perdere II lancio perso al I lancio. P (perdere I lancio Il valore del denominatore, in dipendenza dalla giocata, dovrebbe essere per la legge delle probabilità totali P (perdere I lancio = P (perdere I lancio giocato rossop (rosso P (perdere I lancio giocato nerop (nero = = = 20 8, che, come si vede, in realtà è indipendente dalla giocata che si compie. Per quanto riguarda il numeratore, la probabilità può essere visualizzata utilizzando il seguente albero:

11 Probabilità 9 Esercizio 9 Un dado equilibrato viene lanciato due volte. a Qual è la probabilità che il punteggio ottenuto sia maggiore di 9, ammesso che uno dei due dadi mostri la faccia 5? b Qual è la probabilità di ottenere un punteggio maggiore di 9 se con il primo lancio il punteggio ottenuto è 5? c Qual è la probabilità di ottenere un punteggio maggiore di 9 se con il secondo lancio il punteggio ottenuto è 5? Esercizio 10 Decido di lanciare 10 monete finchè non ottengo 8 teste (cioè: annullo il lancio e lo ripeto se non sono uscite almeno 8 teste. Che probabilità ho di ottenere testa su tutte le 10 monete? L esperimento consiste nel lancio di 10 monete a priori indipendenti; ognuna ha probabilità 1/2 di presentare testa dopo il lancio. Pertanto P (10 teste = ( 1 10 = Esercizio 11 In un paese lontano la popolazione è costituita solo da donne. Il 50% ha i capelli neri, il 0% i capelli biondi, il 20% rossi. Le nere sono sempre in ritardo agli appuntamenti, il 60% delle bionde arriva in ritardo, mentre le rosse ritardatarie sono il 90%. Diamo un appuntamento ad una ragazza del paese, senza sapere nulla di lei. a Con quale probabilità arriverà in ritardo? b È in ritardo: con quale probabilità è bionda? a Per la legge delle probabilità totali si ha P (ritardo = P (ritardo morap (mora P (ritardo biondap (bionda P (ritardo rossap (rossa = = = b Direttamente dal teorema di Bayes si ottiene P (ritardo biondap (bionda P (bionda ritardo = = P (ritardo = Esercizio 12 Un urna contiene 10 palline bianche e 10 rosse. Estraggo una pallina: se è bianca la reinserisco nell urna con una dello stesso colore, se è rossa lancio una moneta equilibrata e reinserisco la pallina estratta con 2 dello stesso colore se esce testa, con se esce croce.

12 10 Capitolo 1 a Qual è la composizione dell urna dopo un estrazione? E dopo due? b.1 Dopo la procedura descritta, decido di estrarre due palline in sequenza. Qual è la probabilità di estrarre una rossa come seconda? b.2 Se ho estratto una pallina rossa come seconda, qual è la probabilità che la prima fosse bianca? E che fosse rossa? Esercizio 1 Abbiamo due urne: una composta da palline bianche e 2 nere, la seconda composta da 4 palline bianche e nere. Lancio una moneta equa (la probabilità di avere testa è uguale alla probabilità di avere croce ed è pari ad un mezzo: se esce testa estraggo dalla prima urna, se esce croce estraggo dalla seconda urna. a Calcolare la probabilità che la pallina estratta sia nera; b Calcolare la probabilità che la moneta abbia dato croce sapendo che è uscita una pallina bianca. Definiamo i seguenti eventi T= esce testa nel lancio della moneta ; C= esce croce nel lancio della moneta ; N= viene estratta una pallina nera; B= viene estratta una pallina bianca. a La probabilità di avere una pallina nera si calcola usando il teorema della probabilità totali, cioè la probabilità di avere una nera e testa nel lancio della moneta più la la probabilità di avere una nera e croce nel lancio della moneta P (N = P (N T P (N C. Per il teorema della probabilità condizionata si ha P (N = P (N T P (T P (N C P (C = =... = La situazione è ben descritta in Figura 1.1. b Viene richiesto di calcolare P (C B. Si usa il teorema di Bayes come segue P (C B = P (B C P (B = P (B C P (C P (B C P (C P (B T P (T = = = Esercizio 14 (Urne di Polya Un urna contiene palline bianche 5 rosse. Si estrae una pallina a caso: se è bianca la si rimette nell urna insieme ad altre due bianche; se esce una rossa la si rimette nell urna insieme ad un altra bianca. Si procede quindi in altre due estrazioni seguendo sempre la stessa legge.

13 Probabilità 11 P (T = 1 2 P (C = P (B = 5 P (N = 2 5 P (B = 4 P (N = Figura 1.1 Figura ad albero relativa all Esercizio 1 a Qual è la probabilità che le tre palline estratte siano tutte rosse? b Qual è la probabilità che le tre palline estratte siano tutte dello stesso colore? In Figura 1.2 son schematizzate le tre estrazioni successive. Indichiamo con R i l evento all i-esima estrazione la pallina è rossa B, 5R... B 1 R 1 5B, 5R.. 4B, 5R B 2 R 2 R 2 B 2 6B, 5R. 6B, 5R 6B, 5R 5B, 5R R B R B R B R B Figura 1.2 Figura ad albero relativa all Esercizio 14

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Introduzione alla probabilità

Introduzione alla probabilità Introduzione alla probabilità CAPITOLO TEORIA Il dilemma di Monty Hall In un popolare show televisivo americano il presentatore mostra al concorrente tre porte chiuse. Dietro a una di esse si cela il premio

Dettagli

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k

Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità. Le disposizioni semplici di n elementi di classe k Pordenone Corso di Matematica e Statistica 4 Calcolo combinatorio e probabilità UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica

Dettagli

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

Lezioni di STATISTICA MATEMATICA A

Lezioni di STATISTICA MATEMATICA A Università di Modena e Reggio Emilia Facoltà di Ingegneria Lezioni di STATISTICA MATEMATICA A Corso di Laurea in Ingegneria Meccanica Corso di Laurea in Ingegneria dei Materiali - Anno Accademico 010/11

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?

8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura? www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0

Dettagli

Lezione 10. La Statistica Inferenziale

Lezione 10. La Statistica Inferenziale Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it

La Bella Addormentata e altre illusioni probabilistiche. volcic@unical.it La Bella Addormentata e altre illusioni probabilistiche Aljoša Volčič volcic@unical.it Firenze, 25 novembre 2009 1 Che cosa è la probabilità? La probabilità di un evento A è la misura del grado di fiducia

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Probabilità e statistica. Veronica Gavagna

Probabilità e statistica. Veronica Gavagna Probabilità e statistica Veronica Gavagna Testa o croce? Immaginiamo di lanciare una moneta facendola cadere su un piano liscio chiunque dirà che la probabilità dell evento testa sarà del 50%, al pari

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

CALCOLO COMBINATORIO E PROBABILITA

CALCOLO COMBINATORIO E PROBABILITA CALCOLO COMBINATORIO E PROBABILITA Con calcolo combinatorio si indica quel settore della matematica che studia i possibili modi di raggruppare ed ordinare oggetti presi da un insieme assegnato, con l obiettivo

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

Parte Prima Il censimento del calcio italiano. Sezione 1 Statistiche

Parte Prima Il censimento del calcio italiano. Sezione 1 Statistiche Parte Prima Il censimento del calcio italiano Sezione 1 Statistiche 17 La Federazione Italiana Giuoco Calcio Settori Settore tecnico Settore Giovanile e Scolastico Società 14.90 di cui: Professionistiche

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

Svolgimento del gioco. Un gioco di Matthias Cramer per 2-5 persone dai 10 anni

Svolgimento del gioco. Un gioco di Matthias Cramer per 2-5 persone dai 10 anni Un gioco di Matthias Cramer per 2-5 persone dai 10 anni Anno 1413 Il nuovo re d'inghilterra, Enrico V di Lancaster persegue gli ambiziosi progetti di unificare l'inghilterra e di conquistare la corona

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO

UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO UTILIZZO DELLA PSICOCINETICA NELLA SCUOLA PRIMARIA E IN AMBITO SPORTIVO Le capacità cognitive richieste per far fronte alle infinite modalità di risoluzione dei problemi motori e di azioni di gioco soprattutto

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

L ARTE DI VINCERE AL FANTACALCIO

L ARTE DI VINCERE AL FANTACALCIO Matteo Freddi L ARTE DI VINCERE AL FANTACALCIO Youcanprint Self-Publishing Titolo L arte di vincere al fantacalcio Autore Matteo Freddi Immagine di copertina a cura dell Autore ISBN 978-88-91122-07-0 Tutti

Dettagli

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

Dettagli

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1)

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1) Esercizi sulle distribuzioni binoiale e poissoniana Esercizio n. Una coppia ha tre figli. Calcolare la probabilità che abbia non più di un aschio se la probabilità di avere un aschio od una feina è sepre

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64

I numeri che si ottengono successivamente sono 98-2 = 96 4 = 92 8 = 84 16 = 68 32 = 36 e ci si ferma perché non possibile togliere 64 Problemini e indovinelli 2 Le palline da tennis In uno scatolone ci sono dei tubi che contengono ciascuno 4 palline da tennis.approfittando di una offerta speciale puoi acquistare 4 tubi spendendo 20.

Dettagli

Esercizi Capitolo 5 - Alberi

Esercizi Capitolo 5 - Alberi Esercizi Capitolo 5 - Alberi Alberto Montresor 19 Agosto, 2014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile saltare alle

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta

PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Rilevazione degli apprendimenti PROVA DI MATEMATICA - Scuola Primaria - Classe Quinta Anno Scolastico 2011 2012 PROVA DI MATEMATICA Scuola Primaria Classe Quinta Spazio per l etichetta autoadesiva ISTRUZIONI

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

Esempi di algoritmi. Lezione III

Esempi di algoritmi. Lezione III Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

Dettagli

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0.

x 1 + x 2 3x 4 = 0 x1 + x 2 + x 3 = 0 x 1 + x 2 3x 4 = 0. Problema. Sia W il sottospazio dello spazio vettoriale R 4 dato da tutte le soluzioni dell equazione x + x 2 + x = 0. (a. Sia U R 4 il sottospazio dato da tutte le soluzioni dell equazione Si determini

Dettagli

Regole del gioco UNO CONTENUTO DELLA CONFEZIONE: 108 Carte così distribuite: 19 Carte di colore Rosso che vanno dallo 0 al 9

Regole del gioco UNO CONTENUTO DELLA CONFEZIONE: 108 Carte così distribuite: 19 Carte di colore Rosso che vanno dallo 0 al 9 Regole del gioco UNO CONTENUTO DELLA CONFEZIONE: 108 Carte così distribuite: 19 Carte di colore Rosso che vanno dallo 0 al 9 19 Carte di colore Blu che vanno dallo 0 al 9 19 Carte di colore Giallo che

Dettagli

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it

186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it 186. Un gioco d incertezza: Forse che sì, forse che no Rosa Marincola rosamarincola@virgilio.it Premessa Durante una mia visita al Palazzo Ducale di Mantova, nell ammirare i tanti capolavori che custodisce,

Dettagli

COMUNE DI CAMPIONE D ITALIA

COMUNE DI CAMPIONE D ITALIA COMUNE DI CAMPIONE D ITALIA REGOLAMENTO DI GIOCO DELLA ROULETTE (al Casino Municipale di Campione d Italia) adottato con delib. C.C. n. 83 del 2.12.1993 approvata dal CRC con atto n. 13 in data 4.1.1994

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

Codifica dei numeri negativi

Codifica dei numeri negativi E. Calabrese: Fondamenti di Informatica Rappresentazione numerica-1 Rappresentazione in complemento a 2 Codifica dei numeri negativi Per rappresentare numeri interi negativi si usa la cosiddetta rappresentazione

Dettagli

REGOLAMENTO DI GIOCO MASTER 2015

REGOLAMENTO DI GIOCO MASTER 2015 REGOLAMENTO DI GIOCO MASTER 2015 Art. 1 PRINCIPI GENERALI Il football a 9 contro 9 Master (o 7 contro 7) verrà giocato secondo le regole del regolamento ufficiale NCAA per i campionati a 11 giocatori,

Dettagli

LA MAPPA DELLA SALUTE ovvero: com è che parlando,parlando, dalla frutta ci troviamo a discutere di salvaguardia della terra???

LA MAPPA DELLA SALUTE ovvero: com è che parlando,parlando, dalla frutta ci troviamo a discutere di salvaguardia della terra??? DIREZIONE DIDATTICA DI MARANELLO SCUOLA DELL INFANZIA STATALE J.DA GORZANO PROGETTO DI EDUCAZIONE ALIMENTARE LA MAPPA DELLA SALUTE ovvero: com è che parlando,parlando, dalla frutta ci troviamo a discutere

Dettagli

Matematica Discreta PARTE II

Matematica Discreta PARTE II Matematica Discreta PARTE II Giuseppe Lancia Dipartimento di Matematica e Informatica Università di Udine Indice 1 Piccioni e buche 1 1.1 Il principio della piccionaia, forma semplice............................

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

Numeri reali. Funzioni e loro grafici

Numeri reali. Funzioni e loro grafici Argomento Numeri reali. Funzioni e loro grafici Parte B - Funzioni e loro grafici Funzioni reali di variabile reale Definizioni. Supponiamo che A sia un sottoinsieme di R e che esista una legge che ad

Dettagli

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite.

In base alla formula di torneo adottata i tornei possono pertanto prevedere lo svolgimento di una o più partite. Formule di gioco La successione di mani necessarie per l eliminazione del penultimo giocatore o per la determinazione dei giocatori che accedono ad un turno successivo costituisce una partita. In base

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

Elementi di teoria degli insiemi

Elementi di teoria degli insiemi Elementi di teoria degli insiemi 1 Insiemi e loro elementi 11 Sottoinsiemi Insieme vuoto Abbiamo già osservato che ogni numero naturale è anche razionale assoluto o, in altre parole, che l insieme dei

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

R. Giocatore Squadra P propr mvoto mgoal m.a/e fmed Crv P RUBINHO Palermo Ambrosiana F. 4 P MIRANTE Parma Ambrosiana F. 1 P BRICHETTO Palermo

R. Giocatore Squadra P propr mvoto mgoal m.a/e fmed Crv P RUBINHO Palermo Ambrosiana F. 4 P MIRANTE Parma Ambrosiana F. 1 P BRICHETTO Palermo P RUBINHO Palermo Ambrosiana F. 4 P MIRANTE Parma Ambrosiana F. 1 P BRICHETTO Palermo Ambrosiana F. 0 D BOCCHETTI Genoa Ambrosiana F. 5 D CASSANI Palermo Ambrosiana F. 5 D SANTON Inter Ambrosiana F. 5

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

ED. Equazioni cardinali della dinamica

ED. Equazioni cardinali della dinamica ED. Equazioni cardinali della dinamica Dinamica dei sistemi La dinamica dei sistemi di punti materiali si può trattare, rispetto ad un osservatore inerziale, scrivendo l equazione fondamentale della dinamica

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

Introduzione ad Access

Introduzione ad Access Introduzione ad Access Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Access E un programma di gestione di database (DBMS) Access offre: un supporto transazionale

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

1. Scopo dell esperienza.

1. Scopo dell esperienza. 1. Scopo dell esperienza. Lo scopo di questa esperienza è ricavare la misura di tre resistenze il 4 cui ordine di grandezza varia tra i 10 e 10 Ohm utilizzando il metodo olt- Amperometrico. Tale misura

Dettagli

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1

DI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1 DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica

Dettagli

PROVA DI MATEMATICA - Scuola Primaria - Classe Seconda

PROVA DI MATEMATICA - Scuola Primaria - Classe Seconda PROVA DI MATEMATICA - Scuola Primaria - Classe Seconda Rilevazione degli apprendimenti Anno Scolastico 2011 2012 PROVA DI MATEMATICA Scuola Primaria Classe Seconda Spazio per l etichetta autoadesiva ISTRUZIONI

Dettagli

Flusso a costo minimo e simplesso su reti

Flusso a costo minimo e simplesso su reti Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Le schede di Sapere anche poco è già cambiare

Le schede di Sapere anche poco è già cambiare Le schede di Sapere anche poco è già cambiare LE LISTE CIVETTA Premessa lo spirito della riforma elettorale del 1993 Con le leggi 276/1993 e 277/1993 si sono modificate in modo significativo le normative

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

CARIBBEAN POKER. Come si gioca

CARIBBEAN POKER. Come si gioca CARIBBEAN POKER INDICE Caribbean Poker 2 Il tavolo da gioco 3 Le carte da gioco 4 Il Gioco 5 Jackpot Progressive 13 Pagamenti 14 Pagamenti con Jackpot 16 Combinazioni 18 Regole generali 24 CARIBBEAN POKER

Dettagli

Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007

Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007 Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007 IMPAGINAZIONE DELLE REGOLE 1.0 Introduzione 2.0 Contenuto del gioco 3.0 Preparazione 4.0 Come si gioca 5.0 Fine del gioco

Dettagli

conquista il mondo in pochi minuti!

conquista il mondo in pochi minuti! conquista il mondo in pochi minuti! Il gioco di conquista e sviluppo più veloce che c è! Il gioco si spiega in meno di 1 minuto e dura, per le prime partite, non più di quindici minuti. Mai nessuno ha

Dettagli

Agenzia delle Dogane e dei Monopoli

Agenzia delle Dogane e dei Monopoli Prot. R.U. 20990 IL DIRETTORE DELL AGENZIA Visto il Regolamento generale delle lotterie nazionali approvato con Decreto del Presidente della Repubblica 20 novembre 1948, n.1677 e successive modificazioni;

Dettagli

Svolgimento della prova

Svolgimento della prova Svolgimento della prova D1. Il seguente grafico rappresenta la distribuzione dei lavoratori precari in Italia suddivisi per età nell anno 2012. a. Quanti sono in totale i precari? A. Circa due milioni

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

ESTRAZIONE DI RADICE

ESTRAZIONE DI RADICE ESTRAZIONE DI RADICE La radice è l operazione inversa dell elevamento a potenza. L esponente della potenza è l indice della radice che può essere: quadrata (); cubica (); quarta (4); ecc. La base della

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

A tu per tu con il Mister del Pavia Massimo Morgia: l allenamento di rifinitura del sabato pomeriggio.

A tu per tu con il Mister del Pavia Massimo Morgia: l allenamento di rifinitura del sabato pomeriggio. articolo N.40 MARZO 2007 RIVISTA ELETTRONICA DELLA CASA EDITRICE WWW.ALLENATORE.NET REG. TRIBUNALE DI LUCCA N 785 DEL 15/07/03 DIRETTORE RESPONSABILE: FERRARI FABRIZIO COORDINATORE TECNICO: LUCCHESI MASSIMO

Dettagli

LA NOTAZIONE SCIENTIFICA

LA NOTAZIONE SCIENTIFICA LA NOTAZIONE SCIENTIFICA Definizioni Ricordiamo, a proposito delle potenze del, che = =.000 =.000.000.000.000 ovvero n è uguale ad seguito da n zeri. Nel caso di potenze con esponente negativo ricordiamo

Dettagli

Moto sul piano inclinato (senza attrito)

Moto sul piano inclinato (senza attrito) Moto sul piano inclinato (senza attrito) Per studiare il moto di un oggetto (assimilabile a punto materiale) lungo un piano inclinato bisogna innanzitutto analizzare le forze che agiscono sull oggetto

Dettagli