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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

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 del 0% (non dipende dai figli precedenti). La probabilità di avere non più di un aschio, significa la probabilità di averne 0 o : ( 0) ( ) + Averne 0, significa avere tre feine: la probabilità di questo evento è -. Avere un solo aschio è un evento che può presentarsi in tre ordini diversi: MFF, FMF, FFM, ognuno dei quali ha probabilità -. Quindi: ( 0) + ( ) + Allo stesso risultato si arriva procedendo brutalente, dando un noe ai figli, quindi distinguendoli, e considerando tutti i casi possibili e quelli favorevoli. Quindi: Casi possibili: FFF in! odi, FFM in odi, FMF in odi, MFF in odi, FMM in odi, MFM in odi, MMF in due, MMM in! odi: totale, casi. Casi favorevoli: FFF in! odi, FFM in odi, FMF in odi, MFF in odi: totale, casi. Allo stesso risultato si arriva pensando che è un problea di prove ripetute: su N prove (figli), voglio la probabilità di avere al assio k risultati che i aspetto (aschio):! 0!! N 0 ( k 0) + ( k ) +!!! N 0 p q + p q 0 + p q Esercizio n. Un ponte levatoio si solleva ogni ore per 0 inuti. Se lo si attraversa due volte al giorno, qual è la probabilità di trovarlo abbassato aleno volte in giorni consecutivi? Si hanno due soli eventi: ponte alzato, ponte abbassato, le cui probabilità sono rispettivaente: 0in 6 q p in ( ) In giorni il ponte viene attraversato 0 volte. La probabilità richiesta, essendoci un aleno, è dunque: p q + p q + p ( ) 0... Esercizio n. Un ponte levatoio si solleva ogni ore per 0 inuti. Se lo si attraversa due volte al giorno, qual è la probabilità di trovarlo alzato aleno volta al giorno in giorni consecutivi? Si hanno due soli eventi: ponte alzato, ponte abbassato, le cui rispettive probabilità q6/ e p-q sono state già calcolate nel problea precedente. In giorni il ponte viene attraversato coplessivaente 0 volte. La probabilità richiesta, però, si riferisce ad eventi che accadono in cinque giorni aleno una volta al giorno. Quindi uno degli eventi favorevoli sarebbe, in 0 passaggi, trovare il ponte alzato volte non distribuite a caso (ad esepio il prio giorno, due il secondo, una il terzo), a una volta al giorno. L evento favorevole è infatti aleno una volta al giorno. Si calcoli allora la probabilità di questo evento, di trovare aleno una volta al giorno il ponte alzato, ossia aleno una volta in due passaggi giornalieri:

2 0 p ' q p + q p Questa diventerà la probabilità p per prove di due passaggi l una. Dunque, la probabilità richiesta è: ~ ' p p ( ') 0 9 Esercizio n. bis Quali sono le probabilità che le situazioni degli esercizi e si verifichino due volte in aprile? Aprile è un ese di 0 giorni, dunque di 6 gruppi da giorni consecutivi. Le precedenti situazioni si presenteranno dunque con probabilità: ) 6 p ( p) ~ dove p per l esercizio, e p per il. Esercizio n. In una scatola sono contenute palline, rosse e bianche. Si estrae una pallina alla volta e la si riette poi dentro. Qual è la probabilità di estrarre bianche su estrazioni? Si possono estrarre solo due tipi di pallina: o. Tali eventi hanno probabilità rispettivaente pari a: p q la probabilità richiesta è quindi: p q 0... Esercizio n. In una scatola sono contenute palline, rosse, bianche e. Si estrae una pallina alla volta e la si riette poi dentro. Qual è la probabilità di estrarre bianche su estrazioni? Si possono estrarre solo due tipi di pallina: o non, ossia o ( o ). Tali eventi hanno probabilità rispettivaente pari a: p q rosse a allora la probabilità richiesta è pari a quella calcolata nel problea precedente. Esercizio n. bis In una scatola sono contenute palline, rosse, bianche e 0. Si estrae una pallina alla volta e la si riette poi dentro. Qual è la probabilità di estrarre: A) bianche su estrazioni, B) su 0 estrazioni C) una una e una in tre estrazioni consecutive. A) si possono estrarre solo palline bianche o non bianche, con probabilità rispettivaente pari a: la probabilità richiesta è quindi: p bianche q rosse A p q B) si possono estrarre solo palline o non con probabilità rispettivaente pari a:

3 la probabilità richiesta è quindi: 0 rosse + bianche p ' q' B 0 0 p' q' C) non conviene considerare il problea usando la binoiale: basta utilizzare i già noti concetti di probabilità. Se conta l ordine di estrazione dei colori e le palline estratte vengono reinserite, allora: C 0 Se invece l ordine di estrazione non conta, e le palline vengono sepre reinserite: C (!) perutazioni colori 0 Se le palline non vengono reinserite una volta estratte, e conta l ordine, allora: c 0 Se le palline non vengono reinserite una volta estratte, e non conta l ordine, allora: c (!) perutazioni colori 0 risultato che si ottiene anche pensando di prendere le palline assiee a tre a tre, senza guardare: c 0 (! ) perutazioni colori 0 Esercizio n. 6 In una scatola sono contenute 0 palline, 0 rosse, 9 bianche e. Si estrae una pallina alla volta e la si riette poi dentro. Qual è la probabilità di estrarre: A) bianche su estrazioni, B) su 0 estrazioni? In entrabi i casi, si può utilizzare una poissoniana? A) seguendo la traccia del problea precedente si calcola iediataente: p 9 0. q 0. q A p Si può utilizzare una poissoniana? Be, di fatto no: la probabilità p è alta ed N piccolo. Infatti: Np il che dà un errore relativo del: B) dal problea : ( ) e ! % p 0.0 q 0.9 B Si può utilizzare una poissoniana? Ancora no: p è piccola, a N anche: Np () e... 0! 6 6

4 il che dà un errore relativo del: % Si vede quindi che B è sì così piccola da far pensare che l evento sia raro, a non lo è in realtà nel senso di oisson, secondo il quale un evento è raro a seconda della sua piccola probabilità, a anche a seconda del nuero delle prove. In questi casi il problea è risolvibile con una Bernoulliana. Esercizio n. 6bis In una scatola sono contenute 0 palline, rosse e. Si estrae una pallina alla volta e la si riette poi dentro. Qual è la probabilità di estrarre su 00 estrazioni? Si può utilizzare una poissoniana? E se sì, che errore si avrà? Dal problea 6 si calcola iediataente la probabilità richiesta: 9 00 p q Si può utilizzare una poissoniana? Si faccia direttaente la prova: Np 00 0 () e ! risultato ottio se si accetta una probabilità al: % 0... La buona approssiazione è legata al fatto che ha senso porsi il problea dell approssiazione poissoniana: le prove sono olte e la p piccola. Si noti tuttavia che se le prove fossero state 00: p 0 Np q () e ! entre: % risultato peggiore del precedente. Questo ancora perché quello che possiao definire raro in uno schea bernoulliano, guardando solo quanto è piccolo p, non è detto che sia raro in una poissoniana, in cui conta il prodotto Np: nell approssiare l una con l altra questo può dar problei In generale, un criterio di idoneità dell approssiazione poissoniana è: p << 0. Np ( ) ( ) dove il è di riferiento. Esercizio n. Un arciere olto poco esperto lancia frecce contro un bersaglio. La probabilità che lo colpisca è del 0%. Qual è la probabilità che lo colpisca 0 volte in lanci? Applicazione pedissequa della forula di Bernoulli: 0 p 0 { p %}

5 Esercizio n. bis Un arciere lancia frecce contro un bersaglio. Essendo alle prie ari e olto distratto la probabilità che lo colpisca è del 0%. Il bersaglio è coposto da quattro cerchi concentrici di raggi, rispettivaente, c, c, 6 c, 0 c, ossia da un cerchio centrale e settori circolari, cui vengono assegnati, rispettivaente, 00, 0, e 0 punti. Non colpire il bersaglio porta 0 punti. Qual è la probabilità che in quattro lanci l arciere totalizzi esattaente: A) 00 punti, B) 00 punti, C) 60 punti. A) C é un solo odo per ottenere esattaente 00 punti: fare quattro centri con quattro tiri. Se la probabilità di fare 00 punti con un tiro è p, la probabilità richiesta sarà quindi (Bernoulli): 0 A p q Il problea è che non è dato p, che può tuttavia ricavarsi dagli altri dati nel seguente odo. L arciere è stato definito poco esperto e distratto, e soprattutto in grado di colpire il bersaglio, in qualunque punto, nel 0% dei tiri. Tali inforazioni significano che di fatto la sua ira è in grado di risolvere gli eventi bersaglio colpito e bersaglio non colpito, a non in grado di risolvere gli eventi 00 punti, 0 punti In altri terini, se la doanda fosse stata, qual è la probabilità che su tiri colpisca il bersaglio volte, si sarebbe riconosciuto uno schea di prove ripetute con pq0%/, e la risposta sarebbe stata: p q a non si sarebbe potuto dire il suo punteggio. Adesso, invece, lo si richiede. Ebbene: dire, coe fatto, che la sua ira è in grado di risolvere gli eventi bersaglio colpito e bersaglio non colpito, a non gli eventi 00 punti, 0 punti vuol dire che le frecce che colpiscono il bersaglio non sono influenzate dalla ira dell arciere. Si può quindi assuere che le zone del bersaglio con area aggiore avranno probabilità aggiore di essere colpite, ossia che la probabilità di colpire una certa area sia proporzionale al suo valore. Si ricorda ora che l area del cerchio (vero?) si esprie in funzione del suo raggio r (vero?) coe (vero?): A πr e quindi quella di una corona circolare di raggio interno r ed esterno R sarà: A π ( R r ) Ne segue che le aree delle zone, che si contrassegneranno con il relativo punteggio, allontanandosi dal centro del bersaglio saranno: ( ) c A00 A π ( 6 ) c A00 A0 ( 0 6 ) c A00 A 00 π c A0 π π 6 da cui: A A 00 π c A0 A00 A A00 A0 6 quindi, ad esepio, in un solo tiro è volte più probabile fare 0 che 00. Ne segue che, se p è la probabilità di colpire il centro del bersaglio, e la probabilità di colpire un area sarà a questa proporzionale, allora, le probabilità di colpire le zone cui copetono 0,, 0 punti sono rispettivaente: p p p p p 6 p 0 0 Ora, dato che l arciere o colpisce o non colpisce il bersaglio, ossia, la soa delle probabilità di colpire una qualunque zona o di non colpire affatto il bersaglio deve essere pari ad, si ha: p + p + p + p + q e quindi: 0 0 p + p + p + 6 p + q Inoltre, è noto che l arciere colpisce il bersaglio una volta su due, ossia: 00

6 q p + p + p + 6 p + p( ) p 00 da cui quanto si cercava: 0 A p q B) er totalizzare esattaente 00 punti con lanci l arciere può colpire volte l area con punteggio, volte quella con punteggio 0 e volte non colpire il bersaglio, in qualunque ordine, volta quella con 00 punti e volte ancare il bersaglio, in qualunque ordine, volte quella con punteggio, volta il 0 ed una non colpire il bersaglio, in qualunque ordine: B 00,0,0,0 + 0,0,0,0 +,,, +,,0,0 00 ( ) ( ) ( ) ( ) quindi, dalla probabilità dell intersezione di eventi e considerando le perutazioni con ripetizione dei punteggi detti (non conta l ordine con cui sono ottenuti a la loro soa):!!!! B p00qqq + p0 p0qq + p + p p 0 q!!!!! ossia: B ! ! dove, si noti, la probabilità di ottenere quattro tiri con risultato poteva calcolarsi con la distribuzione bernoulliana coe: A conti fatti, dunque: B p ( p ) C) er totalizzare esattaente 60 punti con lanci l arciere può colpire volta ciascuna le aree con punteggio 0 e 0, e volte non colpire il bersaglio, in qualunque ordine, o volte quella con punti e poi realizzare un 0 ed uno zero ancando il bersaglio, in qualunque ordine : C 0,0,0,0 +,,0,0 ( ) ( ) quindi, dalla probabilità dell intersezione di eventi e considerando le perutazioni con ripetizione:!! C p 0 p 0 qq + p p p 0 q!! ossia: C Esercizio n. ter Qual è la probabilità che in quattro lanci l arciere dell esercizio 9 totalizzi aleno 00 punti? er totalizzare aleno 00 punti l arciere in tiri può, ) colpire aleno una volta il 00, ) colpire aleno due volte il 0; ) colpire (aleno) volte il ; ) colpire (aleno) volte il ed una il 0. er calcolare le probabilità dei prii due eventi conviene passare agli eventi copleentari: ) non colpire neanche una volta su il cento, ) una o nessuna volta su il 0. er il terzo ed quarto si calcolerà il tutto direttaente. Si coinci con ) neanche una volta su il 00: basta pensare ad uno schea di Bernoulli con: 00 6

7 da cui: ) una o nessuna volta su il 0: stavolta: p 00 q 00 p q no 00 p q 9 00 no volte p q pq ) Visto che i tiri sono, alla probabilità di avere aleno 00 punti contribuisce l evento colpire volte su il. La sua probabilità è: volte 00 ) se si deve colpire due volte il e una il 0, la quarta freccia può far quel che vuole: due un0&!! p p0 p0 + p0 + p + p0 + p!!! dove i fattoriali tengono conto delle ripetizioni. assando allora agli eventi opposti per i prii due casi e soando gli altri due: + ( ) + ( ) no00 novolte0 + volte + dueun0& Facendo tutti i (lunghi) calcoli: ( ) + ( ) no00 novolte0 volte dueun0& Esercizio n. Il % di elettrodoestici prodotti da una fabbrica sono difettosi. Deterinare che su un capione di 00, A) più di, B) tra e, C) o eno di lo siano. La probabilità che un elettrodoestico sia difettoso è: p 00 quindi a tutte le doande potrebbe rispondersi con una binoiale: ad esepio: A) p q + p q + p q + p q + p q + p q 0 Tuttavia, ) si vede che: Np quindi, invece di utilizzare la binoiale è lecito utilizzare una poissoniana per salvarsi dai lunghi calcoli; ne viene: e B A e %!!! % 0!!!!!! 0 e % 0!!! ] C Coe ulteriore esercizio è utile controllare l errore relativo sulle probabilità calcolate con la poissonana rispetto a quelle calcolate con una distribuzione bernoulliana. Buon lavoro. 9

8 Esercizio n. bis La percentuale di portatori sani di una caratteristica genetica in una popolazione è lo 0.%. Su 0000 individui, qual è la probabilità che aleno siano portatori? Il problea, ancora, potrebbe risolversi con una binoiale. Tuttavia la natura dell osservabile, una caratteristica genetica, fa pensare che l inforazione 0. % sia da pensarsi coe inforazione edia ricavata un nuero grandissio di prove. Si noti che solo in base a ciò si utilizza una poissonina, in quanto si ha: Np che però è olto lontano dal riferiento. Ne segue, calcolando la probabilità coe quella dell evento opposto che solo 0 od siano portatori: e ! 0 +! Esercizio n. 9 É noto al % il nuero edio di incidenti in un ese dopo esi di osservazioni. er quanti esi si devono registrare dati per avere una stia all %? ossono descriversi con una distribuzione poissoniana fenoeni che sono caratterizzati da un flusso costante di eventi, con il che si intende il nuero edio di eventi in un certo intervallo di tepo: nuero di conteggi al secondo, nuero di particelle al inuto, in questo caso nuero di incidenti in un ese. Il flusso è costante nel senso che contando il nuero di eventi su intervalli di tepo differenti, e rapportandolo al tepo, si ha: N( t) N( t' ) f t t' Il paraetro della poissoniana, suo valor edio e varianza, è poi legato al flusso da: N () t ft var( x) σ per la definizione stessa di flusso coe nuero edio di eventi () per unità di tepo. Ne segue: N var N σ N N Applicando ciò al problea, ediante il flusso f di incidenti al ese si ha: N 0 % 0.0 f N f ese da cui quindi il flusso, costante del fenoeno incidenti osservati. Quindi: N % 0.0 x esi esi N xf f 0 Esercizio n. 9bis Una sorgente eette un flusso di 0. particelle al inuto. Quanti inuti si deve attendere per conoscere il nuero all %? Il problea è espresso in una fora classica olto scarna. Si potrebbe riforularlo così: A detta del costruttore, una sorgente eette in edia 0. particelle al inuto. Il costruttore avrà certaente isurato il nuero di particelle eesse in un lungo lasso di tepo, calcolando poi la edia al inuto. Si vorrebbe sapere quanto si deve attendere per ottenere nel nostro laboratorio un nuero di particelle affetto da un errore relativo dell %.

9 Sappiao che un tale evento, eissione di particelle, segue una distribuzione di oisson. L errore relativo sul nuero edio si esprie quindi coe, in varie notazioni: N var N σ N N Ora, se in un inuto vengono eesse 0. particelle, in n inuti verranno eesse 0.n particelle: N 0000 % n in in 00 N 0.n 0. Esercizio n. 9ter Se su 0 inuti si conosce il nuero di particelle eesse al %, qual è il flusso della sorgente? Variazione pedissequa del problea precedente: in f 0 f in ( ) in 0 si riottene infatti 0. particelle al inuto sostituendo i dati precedenti. Esercizio n. 0 In un processo vengono eessi 0 ioni al icrosecondo. Coe posso igliorare la stia del nuero di particelle eesse fino a portarla allo 0.%? Ancora, dal problea precedente, definendo con n il tepo di isura in icrosecondi: N N.00 n nf f s s 0.s ossia, attendendo 0. s si ha la stia alla precisione richiesta. Esercizio n. 0bis In un call-center, si fanno 0 telefonate al inuto per pubblicizzare un certo evento. Si hanno in edia adesioni su 000. Qual è la probabilità che in un ora si abbiano A) adesioni; B) 0 adesioni; C) un nuero di adesioni pari al nuero aspettato? D) un nuero di adesioni pari al nuero aspettato su quaranta inuti? Il flusso fornito si riferisce alle telefonate, non alle adesioni. Il flusso di adesioni sarà: adesioni f ' fp in che significa, in un ora, un nuero edio di adesioni pari a: 0 adesioni f ' 60in 60in adesioni 000 in Quindi: 0 A e 0... B e ! 0! Ora, che significa pari al nuero aspettato? Significa pari al valor edio, noto il flusso, nell intervallo di tepo considerato. Nei due casi delle doande C e D: f '0 in ora / ora Quindi, il prio caso è stato già affrontato, entre il secondo dà: e D ! 9

Dai numeri naturali ai numeri reali

Dai numeri naturali ai numeri reali .1 Introduzione Dai nueri naturali ai nueri reali In questa unità didattica vogliao riprendere rapidaente le nostre conoscenze sugli insiei nuerici (N, Z e Q), e successivaente apliarle a coprendere i

Dettagli

Confronto fra valore del misurando e valore di riferimento (1 di 2)

Confronto fra valore del misurando e valore di riferimento (1 di 2) Confronto fra valore del isurando e valore di riferiento (1 di 2) Talvolta si deve espriere un parere sulla accettabilità o eno di una caratteristica fisica del isurando ediante il confronto fra il valore

Dettagli

Nota metodologica Strategia di campionamento e livello di precisione dei risultati

Nota metodologica Strategia di campionamento e livello di precisione dei risultati Nota etodologica Strategia di capionaento e livello di precisione dei risultati 1. Obiettivi conoscitivi La popolaione di interesse dell indagine in oggetto, ossia l insiee delle unità statistiche intorno

Dettagli

PRINCIPIO DI INDUZIONE. k =. 2. k 2 n(n + 1)(2n + 1) 6

PRINCIPIO DI INDUZIONE. k =. 2. k 2 n(n + 1)(2n + 1) 6 PRINCIPIO DI INDUZIONE LORENZO BRASCO Esercizio. Diostrare che per ogni n si ha nn. 2 Esercizio 2. Diostrare che per ogni n si ha 2 2 nn 2n. Soluzione Procediao per induzione: la 2 è ovviaente vera per

Dettagli

Misure elettriche circuiti a corrente continua

Misure elettriche circuiti a corrente continua Misure elettriche circuiti a corrente continua Legge di oh Dato un conduttore che connette i terinali di una sorgente di forza elettrootrice si osserva nel conduttore stesso un passaggio di corrente elettrica

Dettagli

r~~f~~. --r-~r-r ---- _[::=_~- r-l

r~~f~~. --r-~r-r ---- _[::=_~- r-l In tutti i problei si userà coe velocità del suono in aria il valore 340 /s (valido per una teperatura dell'aria di circa 18 C), salvo diversa indicazione. La propagazione ondosa La figura seguente ostra

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

Impianti di Condizionamento: Impianti a tutt'aria e misti

Impianti di Condizionamento: Impianti a tutt'aria e misti Facoltà di Ingegneria - Polo di Rieti Corso di " Ipianti Tecnici per l'edilizia" Ipianti di Condizionaento: Ipianti a tutt'aria e isti Prof. Ing. Marco Roagna INTRODUZIONE Una volta noti i carichi sensibili

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

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

CompitoTotale_21Feb_tutti_2011.nb 1

CompitoTotale_21Feb_tutti_2011.nb 1 CopitoTotale_2Feb_tutti_20.nb L Sia data una distribuzione di carica positiva, disposta su una seicirconferenza di raggio R con densità lineare di carica costante l. Deterinare : al l espressione del capo

Dettagli

GLI INDICI DEI COSTI DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE

GLI INDICI DEI COSTI DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE 21 arzo 2013 GLI INDICI DEI COSTI DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE La nuova base 2010 A partire dal ese di arzo 2013, l Istituto nazionale di statistica avvia la pubblicazione dei nuovi indici

Dettagli

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

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

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

Leica Lino L360, L2P5, L2+, L2, P5, P3

Leica Lino L360, L2P5, L2+, L2, P5, P3 Leica Lino L360, L25, L2+, L2, 5, 3 Manuale d'uso Versione 757665g Italiano Congratulazioni per aver acquistato Leica Lino. Le ore di sicurezza sono allegate al Manuale d'uso. Leggere attentaente le ore

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

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

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

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

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

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

MACCHINE ELETTRICHE. Stefano Pastore. Macchine in Corrente Continua

MACCHINE ELETTRICHE. Stefano Pastore. Macchine in Corrente Continua MACCHINE ELETTRICHE Mahine in Corrente Continua Stefano Pastore Dipartiento di Ingegneria e Arhitettura Corso di Elettrotenia (IN 043) a.a. 2012-13 Statore Sistea induttore (Statore): anello in ghisa o

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

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

4. Metodo semiprobabilistico agli stati limite

4. Metodo semiprobabilistico agli stati limite 4. Metodo seiprobabilistico agli stati liite Tale etodo cosiste el verificare che le gradezze che ifluiscoo i seso positivo sulla, valutate i odo da avere ua piccolissia probabilità di o essere superate,

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

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

ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca

ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca ESAME DI STATO DI LICEO SCIENTIFICO 2006 Indirizzo Scientifico Tecnologico Progetto Brocca Trascrizione del testo e redazione delle soluzioni di Paolo Cavallo. La prova Il candidato svolga una relazione

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

INTRODUZIONE AL RUMORE NEI CIRCUITI ELETTRONICI RAPPRESENTAZIONE DEL RUMORE

INTRODUZIONE AL RUMORE NEI CIRCUITI ELETTRONICI RAPPRESENTAZIONE DEL RUMORE INTODUZIONE A UMOE NEI CICUITI EETTONICI Se prendiao n qalsiasi circito elettronico ed andiao ad analizzare il valore di na grandezza elettrica (tensione o corrente in n pnto, vediao che non è stabile

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

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

MASSICCIO. INNOVATIVO. CONTROLLATO. MANUALE PER LE COSTRUZIONI DI LEGNO MASSICCIO

MASSICCIO. INNOVATIVO. CONTROLLATO. MANUALE PER LE COSTRUZIONI DI LEGNO MASSICCIO www.senft-partner.at MASSICCIO. INNOVATIVO. CONTROLLATO. MANUALE PER LE COSTRUZIONI DI LEGNO MASSICCIO È tepo di riscoprire l essenza del legno su un apia base. La costruzione con questo ateriale sano

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

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

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

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

COMPORTAMENTO SISMICO DELLE STRUTTURE

COMPORTAMENTO SISMICO DELLE STRUTTURE COMPORTAMENTO SISMICO DELLE STRUTTURE Durane un erreoo, le oscillazioni del erreno di fondazione provocano nelle sovrasani sruure delle oscillazioni forzae. Quando il erreoo si arresa, i ovieni della sruura

Dettagli

ONDE ESERCIZI SVOLTI DAL PROF. TRIVIA GIANLUIGI

ONDE ESERCIZI SVOLTI DAL PROF. TRIVIA GIANLUIGI ONDE ESERCIZI SVOLTI DAL PROF. TRIVIA GIANLUIGI 1. Tipi di Onde Exercie 1. Un onda viaggia lungo una corda tea. La ditanza verticale dalla creta al ventre è di 13 c e la ditanza orizzontale dalla creta

Dettagli

F S V F? Soluzione. Durante la spinta, F S =ma (I legge di Newton) con m=40 Kg.

F S V F? Soluzione. Durante la spinta, F S =ma (I legge di Newton) con m=40 Kg. Spingete per 4 secondi una slitta dove si trova seduta la vostra sorellina. Il peso di slitta+sorella è di 40 kg. La spinta che applicate F S è in modulo pari a 60 Newton. La slitta inizialmente è ferma,

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

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

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

La dinamica delle collisioni

La dinamica delle collisioni La dinamica delle collisioni Un video: clic Un altro video: clic Analisi di un crash test (I) I filmati delle prove d impatto distruttive degli autoveicoli, dato l elevato numero dei fotogrammi al secondo,

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

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009

ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali. www.vincenzoscudero.it novembre 2009 ESERCIZI SVOLTI Ricerca del dominio di funzioni razionali fratte e irrazionali v.scudero www.vincenzoscudero.it novembre 009 1 1 Funzioni algebriche fratte 1.1 Esercizio svolto y = x 1 x 11x + 10 (generalizzazione)

Dettagli

Capitolo Ventitrè. Offerta nel breve. Offerta dell industria. Offerta di un industria concorrenziale Offerta impresa 1 Offerta impresa 2 p

Capitolo Ventitrè. Offerta nel breve. Offerta dell industria. Offerta di un industria concorrenziale Offerta impresa 1 Offerta impresa 2 p Caitolo Ventitrè Offerta dell industria Offerta dell industria concorrenziale Come si combinano le decisioni di offerta di molte imrese singole in un industria concorrenziale er costituire l offerta di

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

6. Moto in due dimensioni

6. Moto in due dimensioni 6. Moto in due dimensioni 1 Vettori er descriere il moto in un piano, in analogia con quanto abbiamo fatto per il caso del moto in una dimensione, è utile usare una coppia di assi cartesiani, come illustrato

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

TIP Aerotermi TIP. Aerotermi come apparecchi a parete e soffitto Catalogo tecnico

TIP Aerotermi TIP. Aerotermi come apparecchi a parete e soffitto Catalogo tecnico TIP Aeroteri TIP Aeroteri coe apparecchi a parete e soffitto Catalogo tecnico Indice 01 Inforazioni sul prodotto 6 Panoraica 7 Dati sul prodotto 8 Guida alla scelta: Panoraica delle versioni 9 TIP in un

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

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO

PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO 9 PRESENTAZIONE DEL CAPITOLO SULLE EQUAZIONI E DISEQUAZIONI IRRAZIONALI O COL VALORE ASSOLUTO Il capitolo che sta per iniziare presenta alcuni argomenti dall aspetto un po arido. Tuttavia, nelle facoltà

Dettagli

La corrente elettrica

La corrente elettrica PROGRAMMA OPERATIVO NAZIONALE Fondo Sociale Europeo "Competenze per lo Sviluppo" Obiettivo C-Azione C1: Dall esperienza alla legge: la Fisica in Laboratorio La corrente elettrica Sommario 1) Corrente elettrica

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

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

1. Limite finito di una funzione in un punto

1. Limite finito di una funzione in un punto . Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Teoria quantistica della conduzione nei solidi e modello a bande

Teoria quantistica della conduzione nei solidi e modello a bande Teoria quantistica della conduzione nei solidi e modello a bande Obiettivi - Descrivere il comportamento quantistico di un elettrone in un cristallo unidimensionale - Spiegare l origine delle bande di

Dettagli

Misure di base su una carta. Calcoli di distanze

Misure di base su una carta. Calcoli di distanze Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle

Dettagli

IV-1 Funzioni reali di più variabili

IV-1 Funzioni reali di più variabili IV- FUNZIONI REALI DI PIÙ VARIABILI INSIEMI IN R N IV- Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 4 2 Funzioni da R n a R

Dettagli

METODO VOLTAMPEROMETRICO

METODO VOLTAMPEROMETRICO METODO OLTAMPEOMETCO Tle etodo consente di isrre indirettente n resistenz elettric ed ipieg l definizione stess di resistenz : doe rppresent l tensione i cpi dell resistenz e l corrente che l ttrers coe

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

STATISTICHE DOCUMENTI PMV IN SOL

STATISTICHE DOCUMENTI PMV IN SOL STATISTICHE DOCUMENTI PMV IN SOL INTRODUZIONE A cura del Coordinamento del Polo regionale del Veneto Vicenza, 12 ottobre 2011 PREMESSA Le istruzioni fornite nel 2010 per la compilazione del PMV riferito

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

PET. Radionuclidi più utilizzati nella PET. Elemento prodotto T 1/2 in minuti primi B5 20 C6 10 N7 2 F 9 O8 110

PET. Radionuclidi più utilizzati nella PET. Elemento prodotto T 1/2 in minuti primi B5 20 C6 10 N7 2 F 9 O8 110 PET L acronimo PET sta per Positron Emission Tomography. Come per la SPECT, anche in questo caso si ha a che fare con una tecnica tomografica d indagine di tipo emissivo in quanto la sorgente di radiazione

Dettagli

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media Errori di miura Se lo trumento di miura è abbatanza enibile, la miura rietuta della tea grandezza fiica darà riultati diveri fra loro e fluttuanti in modo caratteritico. E l effetto di errori cauali, o

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

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE")

F U N Z I O N I. E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC DERIVE) F U N Z I O N I E LORO RAPPRESENTAZIONE GRAFICA di Carmine De Fusco 1 (ANCHE CON IL PROGRAMMA PER PC "DERIVE") I N D I C E Funzioni...pag. 2 Funzioni del tipo = Kx... 4 Funzioni crescenti e decrescenti...10

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

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

CIRCUITI DI IMPIEGO DEI DIODI

CIRCUITI DI IMPIEGO DEI DIODI UT D MPEGO DE DOD addrzzare ad na seonda. l crcto pù seplce, che pega l dodo coe raddrzzatore d na tensone alternata, è rappresentato n Fg.. n esso n generatore deale d tensone alternata l c valore stantaneo

Dettagli

LE FUNZIONI E LE LORO PROPRIETÀ

LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI REALI DI VARIABILE REALE COSA SONO LE FUNZIONI Dati due sottoinsiemi A e B non vuoti di R, una FUNZIONE da A a B è una relazione che associa ad ogni numero reale

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

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

La Termodinamica ed I principi della Termodinamica

La Termodinamica ed I principi della Termodinamica La Termodinamica ed I principi della Termodinamica La termodinamica è quella branca della fisica che descrive le trasformazioni subite da un sistema (sia esso naturale o costruito dall uomo), in seguito

Dettagli

Le misure di energia elettrica

Le misure di energia elettrica Le misure di energia elettrica Ing. Marco Laracca Dipartimento di Ingegneria Elettrica e dell Informazione Università degli Studi di Cassino e del Lazio Meridionale Misure di energia elettrica La misura

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

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

TITOLO X Tempo parziale (Part Time) Premessa

TITOLO X Tempo parziale (Part Time) Premessa TITOLO X Tempo parziale (Part Time) Premessa Le parti, nel ritenere che il rapporto di lavoro a tempo parziale possa essere mezzo idoneo ad agevolare l incontro fra domanda e offerta di lavoro, ne confermano

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

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

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Analisi Matematica di circuiti elettrici

Analisi Matematica di circuiti elettrici Analisi Matematica di circuiti elettrici Eserciziario A cura del Prof. Marco Chirizzi 2011/2012 Cap.5 Numeri complessi 5.1 Definizione di numero complesso Si definisce numero complesso un numero scritto

Dettagli

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it L INTENSITÀ DELLA CORRENTE ELETTRICA Consideriamo una lampadina inserita in un circuito elettrico costituito da fili metallici ed un interruttore.

Dettagli

Fisica delle Particelle: esperimenti. Fabio Bossi (LNF-INFN) fabio.bossi@lnf.infn.it

Fisica delle Particelle: esperimenti. Fabio Bossi (LNF-INFN) fabio.bossi@lnf.infn.it Fisica delle Particelle: esperimenti Fabio Bossi (LNF-INFN) fabio.bossi@lnf.infn.it Il processo scientifico di conoscenza Esperimento Osservazione quantitativa di fenomeni riguardanti alcune particelle

Dettagli

Statiche se la trasformazione dell energia avviene senza organi in movimento (es. Trasformatori.)

Statiche se la trasformazione dell energia avviene senza organi in movimento (es. Trasformatori.) Macchine elettriche parte Macchine elettriche Generalità Definizioni Molto spesso le forme di energia in natura non sono direttamente utilizzabili, ma occorre fare delle conversioni. Un qualunque sistema

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. 1 Quantità di moto.

Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. 1 Quantità di moto. Note di fisica. Mauro Saita e-mail: maurosaita@tiscalinet.it Versione provvisoria, luglio 2012. Indice 1 Quantità di moto. 1 1.1 Quantità di moto di una particella.............................. 1 1.2 Quantità

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

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli