1 Variabili Continue come limiti di variabili discrete
|
|
- Adriano Pisani
- 6 anni fa
- Visualizzazioni
Transcript
1 8-maggio Variabili Cotiue come limiti di variabili discrete Suppoiamo che sia u umero itero grade, e di avere ua variabile aleatoria U uiforme sull isieme {x ( i = i, i =,,..., }, ossia P (U = i =, i {,,..., } e vogliamo calcolare il valore della probabilità che U sia i u itervallo, ossia P (a < U b, co a < b, ( e, per ua fuzioe g cotiua, E[g(U ]. Il calcolo di (* è relativamete semplice, ifatti, prima di tutto, per a < b, ( P (a < U b = P (U b P (U a, come segue subito osservado che, per ogi variabile aleatoria X vale {X b} = {a < X b} {X a}, da cui P (X b = P (a < X b + P (X a. Per il calcolo della probabilità che X sia ell itervallo (a, b], per ogi a, b, co a < b, basta quidi cooscere la fuzioe x F X (x := P (X x. La fuzioe F X : R [, ], così defiita ha u ruolo molto importate ella defiizioe delle variabili aleatorie cotiue (e o solo cotiue viee detta fuzioe di distribuzioe (o di ripartizioe della variabile aleatoria X. Nel ostro caso {U b} = {a < U b} {U a} e P (U b = P (a < U b + P (U a, quidi, ivece di calcolare direttamete P (a < U b = #{i : < i, a < i b} si può ache più semplicemete osservare che = #{i : < i, a < i b} P (a < U b = P (U b P (U a = #{i : < i, i b} = #{i : < i, i b} Occupiamoci quidi, al variare di x, della probabilità di #{i : < i, i a} #{i : < i, i a}. P (U x = #{i : < i, i x} #{i : < i, i x} = ( Tale probabilità è chiaramete ulla per x ed è chiaramete uguale ad, quado ivece x, i formule P (U x = per x, P (U x = per x,
2 8-maggio Il caso iteressate è quidi il caso i cui x (,. Per tali valori di x, dall espressioe ( si vede subito che, deotado co α la parte itera iferiore di α, P (U x = #{i : < i x} = #{i : < i x } = x, per x (,. Abbiamo detto che ci iteressa il calcolo per grade, e quidi vogliamo vedere se, per che tede ad ifiito, c è u limite per tale probabilità. Si vede facilmete che Ioltre, vale chiaramete che lim P (U x x = lim = x, per x (,. e lim P (U x = lim =, per x. lim P (U x = lim =, per x. Ache il calcolo di (** è relativamete semplice, ifatti, E[g(U ] = g( i P (U = i = g( i. i= i= Ache qui cerchiamo l espressioe per grade ossia vogliamo vedere se esiste fiito (e quato vale il limite per che tede ad ifiito di tale espressioe. Il lettore più atteto e smaliziato si sarà già accorto che vale lim E[g(U ] = lim g( i = g(x dx, tuttavia vale la pea di ricordare come si può arrivare a tale coclusioe. Poiamo x ( i := i, per i =,,..., e otiamo che = i i = x( i x ( i, e riscriviamo i= i= i= g( i = g(x ( i ( x ( i x ( i. La prima uguagliaza è ovvia, i quato x <, per x (,. La terza uguagliaza è ua baalità, metre u pochio meo ovvia è la secoda uguagliaza. Per questo motivo ivitiamo il lettore a cosiderare u esempio {i : < i 5 } = {i : < i } (e 5 = e a ricordare che la defiizioe di parte itera iferiore di α è il massimo degli iteri i tali che i α. Qualuque sia x R si ha x lim = x. ( Ifatti, per defiizioe della parte itera iferiore, si ha Quidi valgoo le segueti disuguagliaze da cui immediatamete segue il limite ( x x x x < x +. x x = x x
3 8-maggio 3 A questo puto, il lettore avrà ricoosciuto che la precedete somma è ua somma di Riema, che serve per otteere/defiire il valore dell itegrale di g(x sull itervallo (,. Fiiamo co l osservare che il limite della precedete espressioe esiste e vale apputo g(x dx, perché abbiamo assuto che g sia ua fuzioe cotiua. I geerale si dirà che ua variabile aleatoria cotiua U ha distribuzioe uiforme i (, se P (U x = per x P (U x = x per < x < P (U x = per x e, per questa variabile aleatoria, qualuque sia g cotiua, defiiremo E [ g(u ] = g(x dx. Cosideriamo ora u altro esempio. Sia T ( ua variabile aleatoria Geometrica di parametro p = p = λ/, cioè P (T ( = = p( p = λ ( λ, =,,... Come sappiamo T ( si ottiee come tempo (calcolato i umero di prove di primo successo i ua successioe di prove ripetute (ossia uo schema di Beroulli ifiito e quidi Cosideriamo ora la variabile aleatoria 3 P (T ( > = ( p = ( λ, =,,,... X ( = T (. Vogliamo calcolare aalogamete al caso precedete la sua fuzioe di distribuzioe e vedere se ammette limite per che tede ad ifiito. P (X ( x = per x metre Ioltre, sempre per x >, P (X ( x = P (X ( > x per x >. P (X ( > x = P (T ( > x = P (T ( > x = ( λ x = ( λ x Riassumedo, abbiamo dimostrato che (e λ x = e λ x. lim P (X( x = per x ( lim P (X( x = e λx per x >. ( 3 Possiamo pesare sempre X ( come tempo di primo successo, ella situazioe i cui ivece di fare ua prova i ciascua uità di misura i ogi uità di misura si effettuao prove e il tempo è u tempo fisico e NON il umero di prove effettuate. Ad esempio se i ogi ora si effettuao 6 prove (ua al miuto X ( calcola il tempo che si deve aspettare fio al primo successo icluso, co il tempo calcolato i ore. Metre T ( idica il umero di prove effettuate e quidi il tempo calcolato i miuti...
4 4 8-maggio I geerale si dice expoeziale di parametro λ, ua variabile aleatoria tale che P (X x = per x, P (X x = e λ x per x >, e quidi possiamo euciare il risultato precedete dicedo che la variabile aleatoria X (, che è ua Geometrica di parametro λ/ riscalata coverge ad ua variabile espoeziale. Può essere ache iteressate cercare di calcolare approssimativamete P (X ( = x ( ( = λ ( λ, per x ( = /. Chiaramete tale probabilità coverge a zero, ma se opportuamete riscalata, o meglio se moltiplicata per possiamo fare u coto aalogo al precedete ed otteere che, per x ( = /, P (X ( = x ( = λ ( λ = λ ( λ e quidi che, se = tede ad ifiito i modo che x ( che i altre parole sigifica che P (X ( = x ( λ x( λ e ( = λ ( λ x ( rimaga i u isieme limitato 4, allora P (X ( = x ( x( λ e λ. Ifie vediamo come si può approssimare il valore atteso E[g(X ( ] = = g(/p (X ( = / = = = g(x ( λ ( ( λ x ( g(/ λ ( λ = (x ( x ( ( λ, 4 NOTA Cerchiamo di capire il ruolo della codizioe che x ( allora, mostrare che rimaga i u isieme limitato. Sia = tale che x ( B, P (X ( = x ( λ x( λ e = λ ( ( λ x ( λ x( λ e = ( ( λ x ( λ x( e ( λ = ( ( λ ( x ( λ e λ equivale a mostrare che ( P (X ( = x ( log λ x( λ e = x ( I questo modo si vede bee il ruolo della codizioe che x ( ( ( λ log log( λ e (= log. λ rimaga limitato.
5 8-maggio 5 per ua fuzioe g cotiua e limitata. Pur o facedo alcue precisazioi doverose 5, possiamo ituire che la precedete somma può essere approssimata co g(x λ e λx dx. Si oti che i realtà, se prediamo la fuzioe g = χ (a,b] uguale alla fuzioe costate a tratti che vale sull itervallo (, a] e altrove, sappiamo già che ciò è vero: ifatti, da ua parte g(x λ e λx dx = a λ e λx dx = metra dall altra parte, per tale fuzioe g = χ (a,b], E[g(X ( ] = P (X ( (, a] e λa, e abbiamo dimostrato l approssimazioe precedetemete. a d(e λx = (e λx a = e λa, 5 Solo per il lettore più curioso diamo, ad esempio, u idea di come l ipotesi di limitatezza di g sia importate. Ifatti permette di dare ua maggiorazioe (qui solo approssimata al resto g(x ( λ ( ( λ x ( (x ( x ( ( λ g λ ( λ L L = g λ ( λ L ( λ = g λ ( λ L λ g e L. La precedete approssimazioe può essere utilizzata come segue = g(x ( λ ( ( λ x ( (x ( x ( ( λ L = g(x ( λ ( ( λ x ( (x ( x ( + = L g(xλ e λx dx + ERR(, L L g(x ( λ ( λ x ( (x ( x ( dove ERR(, L g e L e quidi, madado L all ifiito, si ottiee l approssimazioe E[g(X ( ] g(xλ e λx dx
6 6 8-maggio TEOREMI LIMITE DI DE MOIVRE-LAPLACE Iiziamo co u esempio Esempio.. Ua fabbrica produce degli oggetti. Ogi oggetto può presetare dei difetti di fabbricazioe co probabilità.5. Sappiamo che i u mese produce. oggetti. Si faccia l ipotesi semplificativa che gli eveti A i = {l i-simo oggetto prodotto è difettoso}, per i =,,,. soo (globalmete idipedeti. Vogliamo calcolare a la probabilità che il umero di oggetti difettosi sia 45. b la probabilità che il umero di oggetti difettosi sia al più 45. La risposta esatta, come è oto, è data dall osservare che, posto S = i= A i si tratta di calcolare la probabilità P(S = 45 e la probabilità P(S 45. La variabile aleatoria S segue ua legge biomiale di parametri = e p =.5. Quidi le risposte esatte ai precedeti quesiti soo a P(S = 45 = ( 45 (.5 45 ( b P(S 45 = 45 = P(S = = 45 = ( (.5 (.95 ( Tuttavia il calcolo esplicito di tali probabilità è decisamete complesso e asce spotaeamete il problema di ua sua approssimazioe umerica. Questa lezioe è dedicata apputo al problema dell approssimazioe della legge biomiale. Iiziamo co alcui richiami. Come già sappiamo, la variabile aleatoria S umero di successi su prove, i uo schema di prove ripetute (o schema di Beroulli, segue ua legge biomiale B(, p dove p (, è la probabilità di successo, per ciascua prova. Ciò sigifica che per =,,, P(S = = ( p ( p =!!(! p ( p. (3 Calcolare questo valore quado è grade, o è facile, eache co l ausilio di u computer. E a maggior ragioe o è facile calcolare per =,,, P(S = h= ( p h ( p h = h U primo problema riguarda l espressioe del coefficiete biomiale. superare teedo coto della seguete espressioe ricorsiva! h!( h! ph ( p h. (4 Questo si può i parte P(S = = ( p (5 P(S = + = + p p P(S = (6 Tuttavia rimae il problema che ( p può essere molto piccolo, per grade e così per P(S =, che tede a zero per che tede ad ifiito. L espressioe ricorsiva (6 mostra ache il tipico adameto a campaa della desità discreta di S ( cioè della fuzioe P ( S =, ovvero prima crescete e poi decrescete, co il massimo che viee raggiuto per [p ( p, p + p], come si vede facilmete.
7 8-maggio 7 NOTA DI APPROFONDIMENTO ANDAMENTO A CAMPANA DELLA DISTRIBUZIONE BINOMIALE Dalla formula (6, per e, si ha e quidi P(S = = + p p P(S =, P(S = P(S = se e solo se + ovvero se e solo se ( + p ( p, o meglio p + p. p p Ciò sigifica che P(S = P(S = fio a = p + p, ovvero fio a uguale alla parte itera iferiore di p + p = E[S ] + p. I geerale c è u solo puto di massimo, trae el caso i cui p + p sia u itero, i tale caso allora P(S = = P(S = per = p + p e = p ( p, cioè per i due valori iteri più vicii a p = E[S ]. Riassumedo il massimo di P(S = viee raggiuto per [p ( p, p+p]. Abbiamo visto che se cosideriamo p = p che tede a zero ed che tede ad ifiito, ma i modo che p = λ, si può usare l approssimazioe di Poisso, ma tale approssimazioe dal puto di vista umerico/empirico è soddisfacete/buoa solo se è almeo e p è miore di, 5, e ioltre, per, si abbia λ = p. Nel ostro caso p =, 5 è al limite dei valori ammissibili per p, ma è decisamete troppo grade per poter utilizzare l approssimazioe di Poisso, ifatti λ = p = 5 = 5. Riprediamo il problema di calcolare P(S =. Siamo iteressati almeo ad otteere u valore approssimato. Lo stesso problema se lo poevao già, e a maggior ragioe el diciottesimo secolo. Ua prima risposta fu data da De Moivre per il caso p = /, e poi il caso geerale fu risolto da Laplace. Il risultato otteuto da Laplace può essere riscritto i termii moderi el seguete modo. Teorema. (TEOREMA LOCALE di DE MOIVRE-LAPLACE. Per ogi umero reale y, si defiisca ϕ(y = π e y, e, per ogi itero co =,,,, si defiisca x = x ( := p p( p. Se, per ogi, S è ua variabile aleatoria biomiale di parametri e p, allora si ha che uiformemete per tale che x = x ( P(S = lim = ϕ(x ( p( p varia i u isieme limitato.
8 8 8-maggio I altre parole, per ogi a < b si ha lim sup : x ( [a,b] p( p P(S = ϕ(x ( = Rimadiamo la dimostrazioe alla sezioe successiva e facciamo alcue osservazioi. Osservazioe.. Sappiao che P(S = tede a zero per che tede ad ifiito, tuttavia, se opportuamete riscalato (i questo caso moltiplicato per p( p si ha che P(S = coverge ad u limite fiito, el seso precisato dal teorema locale di De Moivre e Laplace. Ioltre il teorema può essere usato per calcolare i modo approssimato P(S =, ovvero P(S = exp{ ( p p( p π p( p } dove la otazioe a b sigifica che b è defiitivamete diverso da zero e lim a b =. Il teorema di De Moivre e Laplace garatisce quidi che p( p P(S = ϕ(x ( = P(S = P(S = = ϕ(x ( π exp{ ( p p( p p( p p( p } sotto la codizioe che = dipeda da i modo che limitato. p = x ( p( p si matega i u isieme Rimae da capire, almeo ituitivamete come mai viee i mete proprio di guardare a questo rapporto. Il motivo è semplice, ifatti da ua parte la variabile aleatoria stadardizzata di S è S = S E(S V ar(s = S p p( p e quidi, ovviamete, e d altra parte {S = } = { S p = p( p x ( x ( p ( p = = p( p p } = {S p( p = x ( }, p( p. Quidi il teorema limite locale di De Moivre-Laplace si può riformulare dicedo che, per ogi a < b, lim sup : x ( [a,b] P(S = x ( ϕ(x ( (x( x ( =. (7 Questa osservazioe è alla base di u importate risultato, oto come teorema limite itegrale di De Moivre-Laplace, ossia il Teorema.. Prima di euciare questo risultato fodametale possiamo spiegare euristicamete i che cosa cosiste e come ci si arriva a partire dal teorema locale.
9 8-maggio 9 Prima di tutto si osservi che P(S = P(S x ( = e quidi, dalla (7, possiamo scrivere i {,,...,}: x ( i x ( i {,,...,}: i ϕ(x i (x ( i P(S = i = x ( i. A sua volta, teedo coto del fatto che x ( = p = p p( p p approssimazioe del seguete itegrale e quidi P(S x ( ϕ(x dx = x ( π e x dx. i {,,...,}: i P(S = x ( i, la precedete somma è ua Il Teorema Cetrale del Limite, ella sua forma itegrale asserisce proprio questo, e i modo più preciso. Teorema.. Sia S (per ogi ua variabile aleatoria Bi(, p. Allora, uiformemete i a e b, co a < b, vale: lim P(a < S p b b = p( p a π e x dx. (8 I altre parole { lim sup a<b P(a < S p b b p( p a π e x dx } = (9 Come cosegueza si ha ache che per ogi x R { lim sup x P( S p x p( p x π e y dy } = ( No daremo i queste ote la dimostrazioe di tale risultato. Tuttavia vogliamo illustrare alcue cosegueze dei due teoremi di De Moivre-Laplace. Esempio. (Esempio. - secoda parte. A questo puto possiamo utilizzare i due risultati di De Moivre-Laplace per poter calcolare i modo approssimato le probabilità dei puto a e b dell esempio.. I particolare, essedo p = 5 ed p( p = 5 95 = 5 95 = 475, possiamo affermare che a P(S = 45 = P( S = ϕ( = e π 475 3, 3. b P(S 45 = P( S Φ( = Φ(, 94 = Φ(, 94, 6. U altra cosegueza importate cosiste ell otteere ua dimostrazioe alterativa della legge dei gradi umeri, almeo el caso della frequeza dei successi i prove ripetute. Riportiamo qui di seguito ua uova dimostrazioe della Legge dei Gradi Numeri per questo caso.
10 8-maggio Teorema.3 (LEGGE DEI GRANDI NUMERI, per il caso di eveti. Sia S il umero di successi i uo schema di prove ripetute, allora qualuque sia η > lim P({ S p η} =. Dimostrazioe. [attraverso il Teorema itegrale di De Moivre - Laplace] Prima di tutto osserviamo che S p η S p η η S p η η S p η p( p p( p p( p η p( p S p η p( p p( p di cosegueza P({ S ( p η} = P η p( p S p η p( p p( p e quidi,posto γ = γ(, p := η p( p, si ha P({ S p η} γ γ π e x dx dove l ultimo limite discede dal Teorema itegrale... Dimostrazioe del Teorema locale di De Moivre-Laplace La dimostrazioe del teorema locale di De Moivre-Laplace (Teorema. si basa sulla formula di Stirlig! = π +/ e e θ co < θ < ( Per la dimostrazioe di questa affermazioe rimadiamo il lettore alla sezioe., dove e diamo ua dimostrazioe 6. Iiziamo subito utilizzado la precedete formula per riscrivere il valore di 6 La dimostrazioe, per la verità, è icompleta perché viee solo dimostrato che esiste ua costate C tale che! = C +/ e e θ co < θ <, ma C o viee calcolata esplicitamete (cofrotare Lemma.3..
11 8-maggio P(S = :! P(S = =!(! p ( p π +/ e e θ = π +/ e e θ π ( +/ e ( e θ p ( p = +/ e θ e θ e θ π +/ ( +/ p ( p = +/ π +/ ( +/ p ( p e θ θ θ = / ( p ( ( p e θ θ θ π / ( / da cui P(S = = F G H, dove / F = / ( / = ( G = ( p ( ( p π H = e θ θ θ Co queste posizioi si ha che, co otazioi ovvie, p( p P(S = ( G ϕ(x ( = p( p F ϕ(x ( H = F G H Cosidereremo i tre fattori separatamete. Passado ai logaritmi F G H = exp { log( F + log( G + log(h }, si vede subito che, per mostrare quidi la covergeza a di ciascuo dei tre logaritmi della formula precedete coverge a zero. p( p P(S= ϕ(x (, basta mostrare che Per otteere la covergeza uiforme basta mostrare poi che ciascuo dei logaritmi coverge uiformemete a zero. I u primo mometo diamo solo la dimostrazioe iformale della covergeza, seza porre attezioe alla covergeza uiforme. La covergeza uiforme viee trattata elle ote di approfodimeto, dedicate solo ai lettori più curiosi. Ioltre, i tali ote, seza perdere i geeralità, supporremo che esista u B > tale che a = B e b = B, ossia supporremo che sia tale che x ( B. I tutti e tre i casi è fodametale l osservazioe che, poiché x = x ( := p p( p si ha che = p + p( px ( e = ( p p( px (. (
12 8-maggio Ioltre, teedo coto di ( si ha che p = p + p( p x ( p p = + p x( (3 e che ( p ( ( p p( p x = ( p p = ( p x(, (4 CASO DI F = p( p F Come sappiamo F = p( p F = p p( p ( = ( p e quidi log( F = Teedo coto di (3 e di (4 coviee scrivere = ( log( p p + log(( log( F = ( log( p + log( ( p [ ( p ( p ] log + p x( + log ( p x( Da cui immediatamete si vede che log( F tede a zero quado tede all ifiito, se x ( rimae i u limitato. Solo per il lettore più curioso La covergeza è uiforme: ifatti, basta teere coto del fatto che log( r r ( r, per r <, da cui log( r r, per r < /, e che, per ogi tale che x ( B e per sufficietemete grade, etrambi p p p p p x( p B e ( p x( ( p B soo miori o uguali di /.
13 8-maggio 3 CASO DI H Grazie alla Formula di Stirlig (si veda Lemma.3. log(h = θ θ θ < + + ( [ ] = + p + p( p x ( + p p( p x ( = + + p( p p + x ( p( p ( p x ( Da cui immediatamete si vede che log(h tede a zero quado tede all ifiito, se x ( rimae i u limitato. Solo per il lettore più curioso La covergeza di log H a zero è uiforme, ifatti dalla precedete disuguagliaza si ha che, se B x ( B, allora log(h + +. p( p p( p p B ( p B p( p Si osservi che, per sufficietemete grade sia p p( p B soo strettamete positivi. B che ( p
14 4 8-maggio CASO DI G = G ϕ(x ( Comiciamo co l osservare che per cui [ (p log( G = log G = ( ( p G ϕ(x ( = ( p ] + (x( ( ( p = log e (x ( ( p ( ( p + ( log + (x( Ioltre, ricordado le espressioi (3 e (4, rispettivamete di p e di ( p, coviee scrivere log( G = log ( p A questo puto poiamo per cui si ottiee = p p log ( p = p [ + ( p [ s = s = ( ( log ( p + (x( ( ( p ( p log p ] ( p x( log + p ( p x( p p x( ] log ( p p x( e t = t = ( p p ( p x( p ( p x( + (x( + (x( log( G = p ( + s log( + s ( p ( t log( t + (x( Ricordiamo che (si veda la sezioe.3 ( r log( r = ( r ( r + r + O(r3 = r + r r r3 + ( ro(r3 = r r + O(r3, e osserviamo che, se x ( si matiee limitato allora s = s = p p x( = O( e t = t = p ( p x( = O(. Si ottiee allora che log( G = p ( s s + O(s3 + ( p ( t t + O(t3 + (x( = ps + ( pt ( p s + ( p t ( + p O(s 3 + ( p O(t 3 + (x( = (x( ( + p O( 3 ( + ( p O( 3 + (x( = O( dove la peultima uguagliaza dipede dal fatto che, per defiizioe di s e t si ha ( ps + ( pt = p p p x( + ( p = x ( p( p + p( p =, p ( p x( e ioltre p s + ( p t = p p p p x ( + ( p ( p x ( = ( p + p x ( = x (...
15 8-maggio 5 Solo per il lettore più curioso Ache i questo caso la covergeza di log G a zero è uiforme. Ifatti basta dimostrare che esiste ua costate L tale che, per sufficietemete grade e per ogi x ( B p O ( ( 3 + ( p O( ( 3 L. Prima di tutto, è oto che (si veda la disugualgiaza (7 ella sezioe.3 R 3 (r := [ r ] log( r r + r 3 3( r per r <, e quidi, dall uguagliaza ( r log( r = ( r ( r + r + R 3(r = r + r r r3 + ( rr 3(r, si ottiee che, sempre per r <, ossia, per r < / ( r log( r r r r 3 + r r 3 3( r, O(t 3 = ( r log( r r r Di cosegueza, se x ( p t = ( p x( r 3 ( + 3 B, allora vale la disuguagliaza 3 = 3 r 3. p ( p B < <, per > p ( p B e aalogamete p p s = p x( p B < ( p <, per > B, p ( da cui, per > MB, co M = max p ( p, ( p p, si ha ( ( p O 3 ( + ( p O( 3 3 ( p p p B 3 3 ( p + ( p ( p B 3 L.
16 6 8-maggio Solo per il lettore più curioso Perché la covergeza uiforme dei logaritmi a zero implica la covergeza uiforme della fuzioe Vogliamo dimostrare che, se log g (x coverge a zero uiformemete, allora g (x coverge a d uiformemete. Iiziamo osservado che, dallo sviluppo di Taylor i per la fuzioe espoeziale, cioè per y exp(y. Ricordiamo che, per ua fuzioe x f(x si ha f(x = f( + f (x + f (ξx, dove ξ è u umero tra e x, se x >, ovvero tra x e, se x <, o meglio ξ = xθ(x, co θ(x (,. Per la fuzioe espoeziale si ha e quidi per ogi α tale che α A exp{α} = + α + α exp{θ(αα} exp{α} = α + α exp{θ(αα} α + α exp{θ(αα} α + α exp{ α } A + A exp{a} Quidi poiché se allora g (x = exp{log g (x} sup log g (x A e lim A =, x I sup x I g (x = sup x I exp{log g (x} A + A exp{a }.
17 8-maggio 7. FORMULA DI STIRLING La formula di Stirlig permette di calcolare i modo approssimato!: lim! = (5 π +/ e I realtà vale ua forma più precisa della formula di Stirlig, ossia,! = π +/ e e θ co < θ < (6 I queste ote o dimostreremo le precedeti formule (5 e (6, ma solo che esiste ua costate C R per cui lim! +/ e = ec, (7 azi i realtà mostreremo la forma più precisa della formula di Stirlig, ma sempre co la costate da determiare, ossia o dimostreremo ivece il fatto che e C coicide co π. Tuttavia, dopo aver euciato il teorema limite cetrale di De Moivre e Laplace ella sua forma itegrale, e daremo ua giustificazioe euristica. Lemma.3.. Esiste ua costate C R tale che, per ogi, esiste u umero θ per cui vale la seguete uguagliaza! = e C +/ e e θ co < θ < (8 Va detto che è possibile dimostrare che C = log( π. di cosegueza si ha! = π +/ e e θ co < θ < (9 Dimostrazioe. La dimostrazioe che daremo qui segue quella del libro di W. Feller: A Itroductio to Probability Theory ad its Applicatios Vol. I
18 8 8-maggio NOTA DI APPROFONDIMENTO MOTIVAZIONE EURISTICA della Formula di Stirlig: (o è ecessaria per la compresioe del seguito Vediamo qui sotto come può veire i mete la formula di Stirlig Per il calcolo di! si può procedere el seguete modo utilizzado le tavole dei logaritmi (ed era l uico modo prima dell avveto dei computer: prima si osserva che e successivamete che! = exp{log(!}, log(! = log(, = Quidi si usa la tavola dei logaritmi per calcolare log(, si esegue la somma e poi si usa la tavola i seso iverso per calcolare i modo approssimato!. Per tale calcolo si può utilizzare il seguete criterio itegrale, per otteere co ua certa approssimazioe la somma dei logaritmi i log(! = = log(: La fuzioe log(x è crescete e quidi log(x dx < log( < + log(x dx Sommado per =,,,, si ottiee log(xdx < log(! < + log(xdx e quidi, ricordado che log(x dx = x log(x x + costate (come si vede subito derivado o itegrado per parti, si ottiee che α := log( < log(! < ( + log( + ( + + =: β Quidi log(! è i u itervallo (α, β di ampiezza ( + log( + log( = ( + log( + + log( + + log( che è acora isoddisfacete, visto che cresce co. Tuttavia si può sperare che il puto di mezzo dell itervallo (α, β, ovvero la semisomma (α + β = {( + log( + + log( } sia più vicia a log(!. Si oti che (aggiugedo e togliedo ( + log( tale semisomma si può ache esprimere come (α + β = ( + / log( + + ( + log( e che + ( + log( = ( + log( si matiee limitato. Ciò giustifica l idea di fare il cofroto tra log(! e ( + / log(.
19 8-maggio 9 Passado ai logaritmi ella formula (8, dobbiamo dimostrare che esistoo ua costate C e u θ (, tali che log(! ( + / log( + + θ = C. ( A questo scopo mostreremo che e, posto lim log(! ( + / log( + = C, ( d : = log(! ( + / log( +, ( mostreremo che le successioi {d } e {d } soo mootoe, e più precisamete che {d } è mootoa o crescete e {d } è mootoa o decrescete. Di cosegueza etrambe le successioi soo covergeti e etrambe allo stesso umero C (d C e d C e ioltre Grazie a quest ultima disuguagliaza e all evidete idetità d < C < d. (3! = +/ e e d, e posto θ : = d C, si ha immediatamete la tesi, ossia che cioè, apputo, la formula cercata.! = e C +/ e e θ co < θ <. No rimae quidi che mostrare la mootoia delle due successioi {d } e {d }. Prima di tutto otiamo che dalla defiizioe (3 si ha d d + = log(! ( + / log( + log(( +! + ( + + / log( + ( +, teedo coto che log(( +! = log(! + log( + si ha quidi Posto si ha e quidi d d + = ( + / log( log( + + ( + + / log( + = ( + / log( + ( + / log( + = ( + / log( + t = +, + / = ( + = t, e + = + t t. d d + = ( + / log( + = t log ( +t t. Da u oto risultato di aalisi (si veda la formula (8 della sezioe sui richiami di aalisi d d + = h= t h h + = t h h +. (4 h=
20 8-maggio Ciò mostra che d d + è chiaramete positivo e quidi la mootoia della prima successioe (e più precisamete d + d. Ioltre, sempre per t = +, dalla equazioe (4 si ottiee che t h d d + = h + t h = (t h = t t = 3 t = 3 ( + h= h= h= = = ( ( + da cui la mootoia della secoda successioe: e ciò coclude la prova. d d + ( +
21 8-maggio Solo per il lettore più curioso Ua osservazioe matematico-probabilistica su come otteere la costate π ella formula di Stirlig I realtà la dimostrazioe del teorema locale (Teorema. è ificiata dal fatto che abbiamo utilizzato la formula di Stirlig, metre abbiamo dimostrato solo la formula Stirlig co e C al posto di π. La dimostrazioe del Teorema locale. o è completa e di cosegueza ache quella del teorema itegrale.(che è basata sul teorema locale, o sarebbe completa. I realtà abbiamo dimostrato solo che lim P(S = e (x ( e C p( p = e avremmo potuto dimostrare solo che { lim sup a<b P(a < S p b b p( p a e C e x dx } = Tuttavia, siccome, qualuque sia, P(a < a < S p b=, pur di scegliere p( p p = p/( p e b > p = ( p/p p( p p( p ad esempio a < M e b > M dove M := max{p/( p, ( p/p}. Necessariamete deve valere che M lim dx = ovvero che lim e C M M M e C e x e x dx =. Ua strategia per trovare la costate C potrebbe esssere quella di trovare quato vale il limite (per dell itegrale di exp{ x } sugli itervalli [ M, M]. Poiché si può dimostrare che M lim e x dx = π, M si ottiee così la costate cercata, ovvero e C = π.
22 8-maggio Solo per il lettore più curioso Ceo di dimostrazioe del fatto che ϕ(x è ua desità. ATTENZIONE SERVONO DELLE NOZIONI SUGLI INTEGRALI DOPPI Per la dimostrazioe del fatto che + e x dx = π, si può procedere come segue: è equivalete mostrare che ( + e x dx = π, ossia che + e x + dx e y dy = π. Ma il prodotto dei due itegrali qui sopra si può iterpretare come u itegrale doppio + + e x +y dx dy Poedo x +y = r e facedo variare θ (, π] si ottiee che il precedete itegrale si può riscrivere come + π e r π rdr dθ = dθ + e r rdr = π d( e r / = π.
23 8-maggio 3.3 Richiami di aalisi SOMMA RIDOTTA della serie GEOMETRICA: { m α m+ α = α, per α m +, per α =. = Sia α u umero reale e sia s m = s m (α := Ovviamete se α = si ha s m = m +. Passiamo quidi al caso α. Si oti che m = α s m+ = m+ = α = m α + α m+ = s m + α m+ = e che s m+ = m+ = m+ α = + = α = + quidi, dalle due uguagliaze precedeti, si ha m m α h+ = + α α h = + αs m, h= h= s m + α m+ = + αs m ovvero s m αs m = α m+, da cui e quidi s m = s m (α := ( αs m = α m+ m = α = αm+ α, per α SOMMA DELLE SERIE GEOMETRICA PER α < Dall espressioe precedete pert la somma ridotta e teedo coto che α m+ tede a zero se α < si ha immediatamete che la serie geometrica è assolutamete covergete e che = α =, per α <. α Ifie è facile vedere 7 che α = = α, per α < α 7 Ifatti α = α = = α = α h= α h = α, per α <. α
24 4 8-maggio SVILUPPO IN SERIE DEL LOGARITMO: Ua cosegueza immediata delle espressioi precedeti per la serie geometrica e del fatto che, per t < è la seguete: log( t = t t s ds = log( t = = s ds = = = t s ds = = s + +, t +, per t <, (5 + che a sua volta, osservado che log( + t = log( ( t, porta immediatamete a log( + t = = ( t+ Ioltre le due serie precedeti soo assolutamete covergeti. Si oti che dalla (5 segue immediatamete che, per t <. (6 + co R 3 (t = O(t 3, ifatti log( t = t + t + R 3(t R 3 (t = log( t [t + t ] = t + + = 3 t + = t 3 3( t per t <. (7 UN ALTRO SVILUPPO IN SERIE Nella dimostrazioe della Formula di STIRLING si utilizza la seguete idetità, che deriva dallo sviluppo i serie del logaritmo. Ifatti t log ( +t t h t =, per t <. (8 h + h= t log ( +t [ ] t = log( + t log( t = [ t t = t { = ( t+ + + = t + } = + t = { = ( + t + ] + ( t+ i quato le due serie soo assolutamete covergeti. Di cosegueza = ] } [( t+ + + t+ + t log ( +t t = t = =h t+ + = t h= t h+ h + = t h h +. h=
Esercizi di Analisi II
Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
Dettagli1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;
. Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto
Dettagli2.5 Convergenza assoluta e non
.5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello
DettagliTracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57
Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu
Dettagli1 Esponenziale e logaritmo.
Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a
DettagliEsercizi sulle Serie numeriche
AM0 - A.A. 03/4 ALFONSO SORRENTINO Esercizi sulle Serie umeriche Esercizio svolto. Discutere il comportameto delle segueti serie umeriche: a +! b [ ] log c log+ d log + e arcta f g h i l log log! 3! 4
Dettaglin 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:
DettagliSoluzioni degli esercizi del corso di Analisi Matematica I
Soluzioi degli esercizi del corso di Aalisi Matematica I Prof. Pierpaolo Natalii Roberta Biachii & Marco Pezzulla ovembre 015 FOGLIO 1 1. Determiare il domiio e il sego della fuzioe ( ) f(x) = arccos x
DettagliLezioni di Matematica 1 - I modulo
Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti
DettagliEsercizi sulle successioni
Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7
DettagliEsercitazione n 3. 1 Successioni di funzioni. Esercizio 1: Studiare la convergenza in (0, 1) della successione {f n } dove f n (x) =
Esercitazioe 3 Successioi di fuzioi Esercizio : Studiare la covergeza i (0, ) della successioe {f } dove f (x) = metre Sol.: Si verifica facilmete che lim f (x) = 0 x (0, ) lim sup f (x) = lim = + (0,)
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliEsercizi svolti su successioni e serie di funzioni
Esercizi svolti su successioi e serie di fuzioi Esercizio. Calcolare il limite putuale di f ) = 2 +, [0, + ). Dimostrare che o si ha covergeza uiforme su 0, + ), metre si ha covergeza uiforme su [a, +
Dettagli2 Criteri di convergenza per serie a termini positivi
Uiversità Roma Tre L. Chierchia 65 (29//7) 2 Criteri di covergeza per serie a termii positivi I questo paragrafo cosideriamo serie a termii positivi ossia serie a co a > 0. Si ricordi che ua serie a termii
DettagliConvergenza di variabili aleatorie
Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di
DettagliSoluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.
60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta
DettagliTEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER
TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per
DettagliDef. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,
DettagliLEGGE DEI GRANDI NUMERI
LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi
Dettaglix n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma
1 Serie di poteze È stato dimostrato che la serie geometrica x (1.1) coverge se e solo se la ragioe x soddisfa la disuguagliaza 1 < x < 1. I realtà c è covergeza assoluta i ] 1, 1[. Per x 1 la serie diverge
DettagliEsercizi su serie numeriche - svolgimenti
Esercizi su serie umeriche - svolgimeti Osserviamo che vale la doppia diseguagliaza + si, e quidi la serie è a termii positivi Duque la somma della serie esiste fiita o uguale a + Ioltre valgoo le diseguagliaze
Dettagli****** FUNZIONI MISURABILI E INTEGRAZIONE ******
****** FUNZIONI MISURABILI E INTEGRAZIONE ****** 1 2 1. Fuzioi misurabili. I questo umero estediamo la ozioe di misurabilità alle fuzioi. Defiizioe 1. Siao u isieme o vuoto, Y uo spazio topologico e µ
DettagliAlgoritmi e Strutture Dati (Elementi)
Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti
Dettagli1 + 1 ) n ] n. < e nα 1 n
Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e
DettagliEsercizi di approfondimento di Analisi IA
Esercizi di approfodimeto di Aalisi IA 4 geaio 017 1 Estremo superiore/iferiore, classi cotigue, archimedeità 1.1. Mostrare che A = {x R : x > 0, x < } ha u estremo superiore ξ, ed è ξ =. 1.. Siao A, B
DettagliEsercizi sui limiti di successioni
AM0 - AA 03/4 ALFONSO SORRENTINO Esercizi sui iti di successioi Esercizio svolto a) Usado la defiizioe di ite, dimostare che: + 3 si π cos e ) e b) 0 Soluzioe Comiciamo da a) Vogliamo dimostrare che: ε
DettagliIl Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che
1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe
Dettagli1 Successioni numeriche
Aalisi Matematica 2 Successioi umeriche CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 5 SERIE NUMERICHE Chiamiamo successioe di umeri reali ua fuzioe a valori reali defiita su N oppure
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!
DettagliSvolgimento degli esercizi del Capitolo 4
4. Michiel Bertsch, Roberta Dal Passo, Lorezo Giacomelli Aalisi Matematica 2 a edizioe Svolgimeto degli esercizi del Capitolo 4 Il limite segue dal teorema del cofroto: e / 0 per. 4.2 0
Dettagli1 Variabili aleatorie in casi più generali: indipendenza, LGN e TCL.
versioe 28-05-2004 0 Variabili aleatorie i casi più geerali: idipedeza, LGN e TCL.. Variabili aleatorie idipedeti Molte delle defiizioi e delle proprietà delle variabili aleatorie i spazi fiiti valgoo
DettagliCalcolo I - Corso di Laurea in Fisica - 31 Gennaio 2018 Soluzioni Scritto
Calcolo I - Corso di Laurea i Fisica - Geaio 08 Soluzioi Scritto Data la fuzioe f = 8 + / a Calcolare il domiio, puti di o derivabilità ed asitoti; b Calcolare, se esistoo, estremi relativi ed assoluti.
Dettagliversione
versioe 3-06-2004 37 La seguete Lezioe 4 riguarda pricipalmete la legge dei gradi umeri ed il teorema cetrale del limite. Iclude ache la geeralizzazioe del cocetto di idipedeza completa per successioi
DettagliMatematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1
Corso itegrato di Matematica per le scieze aturali ed applicate Materiale itegrativo Paolo Baiti Lorezo Freddi Dipartimeto di Matematica e Iformatica, Uiversità di Udie, via delle Scieze 206, 3300 Udie,
DettagliSerie numeriche e di funzioni - Esercizi svolti
Serie umeriche e di fuzioi - Esercizi svolti Serie umeriche Esercizio. Discutere la covergeza delle serie segueti a) 3, b) 5, c) 4! (4), d) ( ) e. Esercizio. Calcolare la somma delle serie segueti a) (
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
Dettagli1 Esercizi tutorato 27/5
Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X
Dettagli1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.
Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
DettagliSerie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X.
Serie umeriche Paola Rubbioi Deizioe, serie otevoli e primi risultati Deizioe.. Data ua successioe di umeri reali (a ) 2N, si dice serie umerica la successioe delle somme parziali (S ) 2N, ove S = a +
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
Dettagli16 - Serie Numeriche
Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.
DettagliLIMITI DI SUCCESSIONI
LIMITI DI SUCCESSIONI Formalmete, ua successioe di elemeti di u dato isieme A è u'applicazioe dall'isieme N dei umeri aturali i A: L'elemeto a della successioe è quidi l'immagie a = f) del umero secodo
DettagliCosa vogliamo imparare?
Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come
DettagliProva scritta di Analisi Matematica I 15/09/2010
Prova scritta di Aalisi Matematica I VO 5/09/00 ) Data la fuzioe f ( ) + a) disegare il grafico illustrado i passaggi fodametali b) Euciare e dimostrare il Teorema di Rolle e se possibile applicarlo a
DettagliISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso
ISTITUZIONI DI ANALISI SUPEIOE 2-2 Esercizi di metà corso Silvia Ghiassi 22 ovembre 2 Esercizio Diamo u esempio di fuzioe u: tale che u 6, u 6, u 6. se x
Dettagli( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ
LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliII-9 Successioni e serie
SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliUniversità degli Studi della Calabria Facoltà di Ingegneria. 26 giugno 2012
Uiversità degli Studi della Calabria Facoltà di Igegeria Correzioe della Secoda Prova Scritta di alisi Matematica 2 giugo 202 cura dei Prof. B. Sciuzi e L. Motoro. Secoda Prova Scritta di alisi Matematica
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliRisoluzione del compito n. 2 (Gennaio 2017/2)
Risoluzioe del compito. (Geaio 017/ PROBLEMA 1 Trovate tutte le soluzioi (z, w, co z, w C,del sistema { i z + w =0 z + z + w +1=0;. Dalla prima equazioe, w = i z e quidi w = iz, che sostituito ella secoda
DettagliAnalisi Matematica I
Uiversità di Pisa - orso di Laurea i Igegeria Edile-rchitettura alisi Matematica I Pisa, febbraio Domada La derivata della fuzioe f) log ) si è ) log )si B) log )cos ) log ) si cos loglog ) + si ) log
DettagliRiassunto delle Esercitazioni di Analisi Matematica II
Riassuto delle Esercitazioi di Aalisi Matematica II C.d.L. i Matematica e Matematica per le Applicazioi - A. A. 2006-2007 Prof. Kevi R. Paye e Dott. Libor Vesely 1 Serie Numeriche - Mer. 28 marzo - due
DettagliSERIE NUMERICHE. Test di autovalutazione. 1+a 2
SERIE NUMERICHE Test di autovalutazioe. E data la serie: dove a R. Allora: ( ) 3a +a (a) se a = la serie coverge a (b) se a = 3 la somma della serie vale 5 (c) se a = 5 la serie diverge a (d) se a 0 la
DettagliDefinizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie.
SERIE NUMERICHE Defiizioe. Data ua successioe (a ) alla scrittura formale ) a + a 2 + + a +, si dà il ome di serie. I umeri a, a 2,, a, rappresetao i termii della serie, i particolare a è il termie geerale
DettagliLegge Gamma e Legge Chi quadro
Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma
DettagliCorso di laurea in Matematica Corso di Analisi Matematica 1-2 AA Dott.ssa Sandra Lucente Successioni numeriche
Corso di laurea i Matematica Corso di Aalisi Matematica -2 AA. 0809.. Cooscere. Dott.ssa Sadra Lucete. Successioi umeriche Defiizioe di successioe, isieme degli elemeti della successioe, successioe defiita
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliPOLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea in INGEGNERIA MECCANICA (Corso B) A.A. 2011/2012. per ogni n N
POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea i INGEGNERIA MECCANICA Corso B) A.A. / ) Dimostrare, utilizzado il pricipio di iduzioe, che a) b) c) d) k= log + ) = log + ) per ogi N k k
DettagliSerie di Fourier / Esercizi svolti
Serie di Fourier / Esercizi svolti ESERCIZIO. da Si cosideri la fuzioe f : R R, periodica di periodo e data ell itervallo (, ] se
DettagliMateriale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10
Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere
DettagliCalcolo differenziale e integrale
Calcolo differeziale e itegrale fuzioi di ua variabile reale Gabriele H. Greco Dipartimeto di Matematica Uiversità di Treto 385 POVO Treto Italia www.sciece.uit.it/ greco a.a. 5-6: Apputi del corso di
DettagliElementi di calcolo combinatorio
Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare
DettagliMatematica I, Limiti di successioni (II).
Matematica I, 05102012 Limiti di successioi II) 1 Le successioi elemetari, cioe α, = 0, 1, 2, α R), b, = 0, 1, 2, b R), log b, = 1, 2, b > 0, b 1), si, = 0, 1, 2,, cos, = 0, 1, 2,, per + hao il seguete
DettagliL ultimo Teorema di Fermat
L ultimo Teorema di Fermat L ultimo teorema di Fermat afferma che l equazioe x + y = z o può avere soluzioi itere di x + y = z co x, y, z > 2 e > 2 itero. La dimostrazioe di questa cogettura è stata sviluppata
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliQuarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4
Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee
DettagliRISOLUZIONE MODERNA DI PROBLEMI ANTICHI
RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliANALISI MATEMATICA 1. Funzioni elementari
ANALISI MATEMATICA Fuzioi elemetari Trovare le soluzioi delle segueti disequazioi ) x + 4 5 > 8 + 5x 0 ) 5x + 0 > 0, x 4 < 0 3) x x 3 4) x + x + > 3 x + 4 5) 5x 4x x + )x ) 6) x x + > 0, x + 5x + 6 0,
Dettagli9 LIMITI DI SUCCESSIONI NUMERICHE
9 LIMITI DI SUCCESSIONI NUMERICHE Iiziamo ora ad esamiare gli argometi veri e propri di questa prima parte del corso, i cui svilupperemo gli strumeti per giugere a descrivere soddisfacetemete le proprietà
DettagliCenni di topologia di R
Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
DettagliAritmetica 2016/2017 Esercizi svolti in classe Seconda lezione
Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile
DettagliAlgebra delle matrici
Algebra delle matrici Prodotto di ua matrice per uo scalare Data ua matrice A di tipo m, e dato uo scalare r R, moltiplicado r per ciascu elemeto di A si ottiee ua uova matrice di tipo m, detta matrice
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliMichela Eleuteri ANALISI MATEMATICA. Serie numeriche (teoria ed esercizi)
Michela Eleuteri ANALISI MATEMATICA Serie umeriche (teoria ed esercizi) A Giulia co la speraza che almeo ella matematica o assomigli al papà Idice Serie 5. Deizioe di serie e prime proprietà........................
DettagliTutorato di Probabilità 1, foglio I a.a. 2007/2008
Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =
DettagliPaolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria
Esercizi svolti a lezioe e o proveieti dal Marcellii Sbordoe La preseza della lettera C idica u esercizio da fare a casa. La capacità di svolgere tali esercizi è parte del bagaglio ecessario i sede di
DettagliEsercizi sul principio di induzione
Esercitazioi di Aalisi I, Uiversità di Trieste, lezioe del 0/0/008 Esercizi sul pricipio di iduzioe Esercizio Dimostrare per iduzioe che + + + ( + ), Risoluzioe Le dimostrazioi di ua proprietà P() per
DettagliSuccessioni di numeri reali
CAPITOLO Successioi di umeri reali. Defiizioi ed esempi. Limite di ua successioe. Nell ultimo paragrafo del capitolo precedete abbiamo itrodotto alcue fuzioi elemetari da sottoisiemi di) R a valori i R,
DettagliEsercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x 2 + 3 sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim.
Esercizi svolti. Calcolare i segueti iti: a log + + c ± ta 5 + 5 si π e b + si si e d + f + 4 5 g + 6 4 6 h 4 + i + + + l ± + log + log 7 log 5 + 4 log m + + + o cos + si p + e q si s e ta cos e u siπ
Dettagli(1 2 3) (1 2) Lezione 10. I gruppi diedrali.
Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria
DettagliCorso di Istituzioni di Matematiche I, Facoltà di Architettura (Roma Tre) Roma, 3 Novembre Le successioni. Versione preliminare
Corso di Istituzioi di Matematiche I, Facoltà di Architettura (Roma Tre) Roma, 3 Novembre 2005 Le successioi Versioe prelimiare Uo dei cocetti fodametali dell aalisi modera é il cocetto di limite. Per
DettagliPROPRIETÀ DELLE POTENZE IN BASE 10
PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per
DettagliDIPARTIMENTO DI MATEMATICA Università della Basilicata C.da Macchia Romana POTENZA.
DIPARTIMENTO DI MATEMATICA Uiversità della Basilicata C.da Macchia Romaa - 85100 POTENZA. Teorema di esisteza e uicità per le equazioi differeziali del primo ordie Dispesa per il corso di Aalisi Matematica
Dettagli15 - Successioni Numeriche e di Funzioni
Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 15 - Successioi Numeriche e di Fuzioi Ao Accademico 2013/2014 M Tummiello, V Lacagia,
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliMatematica 5. Dipartimento di Matematica. ITIS V.Volterra San Donà di Piave. Versione [12/13][S-All]
Matematica 5 Dipartimeto di Matematica ITIS V.Volterra Sa Doà di Piave Versioe [/3][S-All] Idice I Itegrazioe Itegrazioe impropria. Geeralità............................................. Criteri di itegrabilità......................................
DettagliRichiami sulle potenze
Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
Dettagli