3+2 =0.6) e B vincente a 1 contro 4 ( 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "3+2 =0.6) e B vincente a 1 contro 4 ( 1"

Transcript

1 Esempio 23 (Sul teorema delle probabilità totali) 6 Consideriamo una gara in cui ci sono tra i vari concorrenti due italiani e precisamente i concorrenti A e B e indichiamo i seguenti eventi E A = vince il concorrente A, E B = vince il concorrente B. Quale è la probabilità di vittoria italiana? Supponiamo che l individuo 0 che tenga il banco valuti uguale a 0.60 la probabilità di vittoria del concorrente A (p A =0.60) e a 0.20 la probabilità di vittoria del concorrente B, ecioèdiaa vincente a 3 contro 2 ( =0.6) e B vincente a 1 contro 4 ( =0.2). Allora è necessario che valuti la probabilità di vittoria italiana uguale a 0.80, ovvero che dia l Italia vincente a 4 contro 1. Infatti, un competitore che compri a 0.60 euro un buono che vince 1 euro se vince A, e un buono a 0.20 euro che vince 1 euro se vince B, spende in tutto 0.80 euro ed ha un insieme di due buoni che vince 1 euro in caso di vittoria italiana (vince A o B). L individuo che tiene il banco e ha valutato uguale a 0.60 e 0.20 le probabilità di vittoria di A edib, e si è cioè impegnato ad accettare scommesse col pubblico su queste basi, si è con ciò implicitamente impegnato ad accettare scommesse sulla vittoria italiana sulla base di una probabilita uguale a = 0.80, ha cioe implicitamente valutato uguale a 0.80 la probabilitaà di vittoria italiana. (L individuo ha applicato il teorema delle probabilità totali P (E A _ E B )=P (E A )+P (E B ), E A E B = ;). Se, invece, egli non comprendesse, e, senza rispettare il teorema delle probabilità totali, valutasse la probabilità di vittoria italiana a 0.75 allora accadrebbe che se un 6 Sul significato soggettivo della probabilità G. Sanfilippo - CdP pag. 87

2 competitore scommettesse 1 euro (a favore) nel caso di vittoria italiana, 1 euro contro la vittoria di A e 1 euro contro la vittoria di B, allora avrebbe intascato 5 eurocent (0.05) e sarebbe libero da ogni altro impegno perchè le eventuali vincite e perdite si compensano in ogni caso. Infatti, scommettere 1 euro a favore di vittoria italiana con probabilità 0.75 significa che 1, EA _ E si è disposti a pagare 0.75 per ricevere B vero, 0, E c A ^ Ec B vero. Scommettere 1 euro contro A con probabilità 0.6 e 1 euro contro B con probabilità 0.2 significa rispettivamente che 1, EA vero, si è disposti a ricevere 0.6 per pagare 0, E c A falso, 1, EB vero, si è disposti a ricevere 0.2 per pagare 0, E c B falso. Poichè E A ed E B sono incompatibili, si ha E A _ E B = E A + E B. Quindi il guadagno aleatorio sarà G = ( E A _ E B 0.75) ( E A 0.6) ( E B 0.2) = = E A + E B 0.75 E A +0.6 E B +0.2 =0.05, cioè un unico valore positivo per tutti i possibili risultati della gara (incoerenza). G. Sanfilippo - CdP pag. 88

3 Riportiamo nella Figura 21 come vanno calcolate le probabilità (a partire dalle pseudo probabilità) nelle scommesse a quota fissa. Fonte: AAMS Figura 20: Probabilità nelle scommesse a quota fissa. G. Sanfilippo - CdP pag. 89

4 Figura 21: Probabilità e gratta e vinci. Fonte AAMS G. Sanfilippo - CdP pag. 90

5 Coerenza e proprietà della probabilità Verifichiamo che le tre Proprietà fondamentali della probabilità P1. P (E) 0, per ogni evento E; P2. P ( ) = 1 ; P3. se AB = ;, allorap (A _ B) =P (A) +P (B). sono condizioni necessarie per la coerenza. Sia E un evento, ricordiamo che il guadagno aleatorio associato alla valutazione P (E) =p, èdatoda G = S(1 p), E vero ps, E falso. La condizione di coerenza Min G Max Gapple0, 8S 6= 0 diventa S(1 p)( ps) = p(1 p)s 2 apple 0, che è soddisfatta se e solo se 0 apple p apple 1. Pertanto la Proprietà P1 è condizione necessaria (ma anche su ciente) per la coerenza di G. Sanfilippo - CdP pag. 91

6 una valutazione di probabilità su un evento. Se E =,siha Min G = Max G = G = S(1 p). La condizione di coerenza S(1 p) S(1 p) apple 0, 8S 6= 0 ovvero S 2 (1 p) 2 apple 0 8S 6= 0richiede G = S(1 p) =0, per ogni S 6= 0. Pertanto, la condizione di coerenza richiede p = P ( ) = 1, ovvero la Proprietà P2 è condizione necessaria per la coerenza. Essa è anche su ciente, infatti P ( ) = 1 è una valutazione coerente poichè implica G =0per ogni S. Analogamente si prova che condizione necessaria e su valutazione su un evento impossibile è P (;) =0. ciente per la coerenza di una Per quanto riguarda la dimostrazione della necessità della proprietà additiva (P3) consideriamo dapprima una partizione di, costituita da n eventi {H 1,...,H n }, di probabilità p 1,...,p n e dimostriamo che condizione necessaria per la coerenza di p 1,...,p n è c h e p 1 + p p n =1. (In realtà la condizione è anche su ciente) G. Sanfilippo - CdP pag. 92

7 Il guadagno totale relativo ad n scommesse simultanee sugli eventi H 1,...,H n, con importi S 1,...,S n,è G = S 1 ( H 1 p 1 )+ + S n ( H n p n ). Poichè H H n =1,perS 1 = = S n = S si ottiene Min G = Max G = G = = S[1 (p p n )]. Per la condizione di coerenza, dev essere G =0. Allora, segue p p n =1, ovvero P (H 1 )+ + P (H n )=1. (15) Dim. che la proprietà additiva è condizione necessaria per la coerenza: dati due eventi incompatibili A, B, per la partizione {A _ B, (A _ B) c } deve essere soddisfatta la condizione P (A _ B) +P [(A _ B) c ]=1. D altra parte, per la partizione {A, B, (A _ B) c } deve valere P (A) +P (B) +P [(A _ B) c ]=1, da cui si ottiene : P (A _ B) =P (A) +P (B). (16) G. Sanfilippo - CdP pag. 93

8 La formula (16) nel caso di n eventi E 1,...,E n (Teorema delle probabilità totali) a due a due incompatibili diventa P (E 1 _ _E n )=P (E 1 )+ + P (E n ). (17) Dimostrate le proprietà fondamentali del calcolo classico delle probabilità, ne scende che tutti i risultati di tale calcolo non sono che conseguenze della definizione che abbiamo data della coerenza. Un individuo che nel giudicare delle probabilità di certi eventi contraddice un teorema del calcolo delle probabilità non è coerente: un competitore potrebbe scommettere con lui assicurandosi la vincita a colpo sicuro. 7 Osservazione 1 (criterio classico di valutazione) Se in un dato esperimento aleatorio si hanno m casi possibili C 1,...,C m giudicati ugualmente probabili, poichè P (C 1 )+ + P (C m )=1, segue P (C k )= 1 m, k =1,...,m. 7 Bruno de Finetti, Sul significato soggettivo delle probabilità, Fundamenta Mathematica (1931), pp G. Sanfilippo - CdP pag. 94

9 Allora, considerato un evento E con r casi favorevoli, ad esempio E = C 1 _ _C r, dalla formula ( 17) si ottiene P (E) =P (C 1 )+ + P (C r )= r m, cioè la probabilità di E è pari al rapporto tra il numero di casi favorevoli e il numero di casi possibili. G. Sanfilippo - CdP pag. 95

10 Costituenti. Osserviamo che ^ = echee _ E c =, 8 E. Sfruttando tali relazioni, considerati due eventi A, B, si possono determinare i costituenti o casi elementari, eliminando le intersezioni impossibili dallo sviluppo della seguente espressione: (A _ A c ) ^ (B _ B c )= (AB _ AB c _ A c B _ A c B c (18) ). In generale, data una famiglia F n = {E 1,...,E n },icasipossibili, C 1,...,C m, con m apple 2 n, si ottengono dallo sviluppo della seguente espressione (eliminando le intersezioni impossibili) (E 1 _ E c 1 ) ^ (E 2 _ E c 2 ) ^ ^(E n _ E c n )=C 1 _ C 2 _ _C m dove C k = E 1 E 2 E n, k =1, 2,...,m apple 2n, dove E i = E i, oppure E i = Ec i. G. Sanfilippo - CdP pag. 96

11 G. Sanfilippo - CdP pag. 97

12 Esempio 24 (Costituenti) Dati 2 eventi A, B con A B si hanno i seguenti costituenti (vedi Figura 22) Infatti l intersezione AB c = ;. C 1 = AB C 2 = A c B C 3 = A c B c. A B Ω Figura 22: A B G. Sanfilippo - CdP pag. 98

13 Esercizio 11 Supponiamo di e ettuare il lancio di un dado. Consideriamo gli eventi: A = Esce il numero 2, B = Esce un numero pari. Calcolare i costituenti relativi alla famiglia F = {A, B}. Esercizio 12 Dati 3 eventi A, B, C con A e C incompatibili e B C. Calcolare i costituenti relativi alla famiglia F = {A, B, C}. Esercizio 13 Da un urna contenente 5 palline bianche e 3 nere si e ettuano 2 estrazioni senza restituzione. Sia A l evento la 1 a pallina estratta è bianca e B l evento la 2 a pallina estratta è bianca. Calcolare, in relazione a ciascun evento, il rapporto tra il numero di casi favorevoli e il numero di casi possibili, confrontando i valori ottenuti per A e B. G. Sanfilippo - CdP pag. 99

14 Esempio 25 Con riferimento a una data partita di calcio tra la Roma el Inter, si considerino gli eventi: A : la Roma a cinque minuti dal termine della gara è in vantaggio sull Inter; B : la Roma vince la partita; C : la Roma a cinque minuti dal termine della gara è in svantaggio sull Inter. I casi possibili relativi agli eventi A, B, C, tenendo conto che A e C sono incompatibili e quindi che gli eventi ABC e AB c C risultano impossibili, sono i seguenti: C 1 = ABC c,cioèa e B veri e C falso; vale a dire: la Roma a cinque minuti dal termine della gara è in vantaggio sull Inter e vince la partita. C 2 = A c BC, cioèa falso e B e C veri; vale a dire: la Roma a cinque minuti dal termine della gara è in svantaggio sull Inter e vince la partita. C 3 = A c BC c,cioèa e C falsi e B vero; vale a dire: a cinque minuti dal termine della gara le squadre sono in parità e la Roma vince la partita. C 4 = AB c C c,cioèa vero e B e C falsi; vale a dire: la Roma a cinque minuti dal termine della gara è in vantaggio sull Inter e non vince la partita. C 5 = A c B c C,cioè A e B falsi e C vero; vale a dire: la Roma a cinque minuti dal termine della gara è in svantaggio sull Inter e non vince la partita. C 6 = A c B c C c,cioè A, B e C falsi; vale a dire: a cinque minuti dal termine della gara le squadre sono in parità e la Roma non vince la partita. Si ha A = ABC c _ AB c C c, B = C 1 _ C 2 _ C 3, C = C 2 _ C 5. G. Sanfilippo - CdP pag. 100

1 se si verifica E 0 se non si verifica E. S se si verifica E 0 altrimenti.

1 se si verifica E 0 se non si verifica E. S se si verifica E 0 altrimenti. Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado

Dettagli

Probabilità Soggettiva

Probabilità Soggettiva Probabilità Soggettiva Definizione 3 Dato un evento E, la probabilità P (E) =p dell evento E, secondo un dato individuo in un certo stato di informazione, è la misura numerica (coerente) del suo grado

Dettagli

Eventi Condizionati. se E ed H sono entrambi veri se E è f a l s o e H è v e r o. indeterminato

Eventi Condizionati. se E ed H sono entrambi veri se E è f a l s o e H è v e r o. indeterminato Dati due eventi E ed H, con H 6= logico a tre valori E H = 8 < : Eventi Condizionati vero falso indeterminato, si definisce evento condizionato il seguente ente se E ed H sono entrambi veri se E è f a

Dettagli

Estrazioni senza restituzione da un urna di composizione incognita. P(E i)=

Estrazioni senza restituzione da un urna di composizione incognita. P(E i)= Estrazioni senza restituzione da un urna di composizione incognita. Consideriamo n estrazioni senza restituzione da un urna contenente N palline, di cui r sono bianche, con r incognito. Introdotta la partizione

Dettagli

Figura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile pag. 15

Figura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile pag. 15 Figura 7: Ruota della Fortuna. Quanti sono i casi possibili? G. Sanfilippo - CdP - STAD - Lezione 2 del 12 Aprile 2012- pag. 15 Casi Possibili B= La lancetta indica il Blu V= La lancetta indica il Verde

Dettagli

Probabilità e Vincite (Perdite) medie al Lotto

Probabilità e Vincite (Perdite) medie al Lotto Probabilità e Vincite (Perdite medie al Lotto Giuseppe Sanfilippo Lotto Le giocate Ambo, Terna, Quaterna e Cinquina, sono da intendersi secche. Si ha Num. di palline presenti nell urna N = 90 Num. di estrazioni

Dettagli

PROBABILITA E STATISTICA

PROBABILITA E STATISTICA PROBABILITA E STATISTICA La nozione di probabilità è stata concepita in modi diversi; GROSSOLANAMENTE le principali sono: Concezione classica: concetto di probabilità come uguale possibilità concezione

Dettagli

Definizione frequentistica di probabilita :

Definizione frequentistica di probabilita : Esperimenti aleatori un esperimento e l osservazione del verificarsi di qualche accadimento ( A ) che, a partire da determinate condizioni iniziali, porti ad un particolare stato delle cose finali se si

Dettagli

P (A) = P (B) = P (A ^ B) = P (A _ B) = P (A _ A c B)= P ([A _ B] ^ [A c _ B c ]) =

P (A) = P (B) = P (A ^ B) = P (A _ B) = P (A _ A c B)= P ([A _ B] ^ [A c _ B c ]) = Esercizio 7 2 Un esperimento consiste nel lanciare una moneta e nell estrarre una pallina da un urna contenente 4 palline numerate da 1 a 4. Consideriamo gli eventi: A = Esce Testa, B = Si estrae la pallina

Dettagli

La probabilità composta

La probabilità composta La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il

Dettagli

Binomio di Newton. Pertanto, il numero di sottoinsiemi di S, compreso il sottoinsieme vuoto ; elostessos, è dato da. = 2 n, r. (a + b) n = a r b n r,

Binomio di Newton. Pertanto, il numero di sottoinsiemi di S, compreso il sottoinsieme vuoto ; elostessos, è dato da. = 2 n, r. (a + b) n = a r b n r, Binomio di Newton Osserviamo che, volendo costruire un generico sottoinsieme I S, si deve eseguire una procedura di n passi, con alternative in ogni passo. Infatti, occorre decidere per ciascuno degli

Dettagli

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo. A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile

Dettagli

Calcolo della probabilità

Calcolo della probabilità Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.

Dettagli

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6. Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 4 Giugno 5 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5, Motivare dettagliatamente le risposte su fogli allegati e

Dettagli

Probabilità esempi. Aiutiamoci con una rappresentazione grafica:

Probabilità esempi. Aiutiamoci con una rappresentazione grafica: Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a

Dettagli

QLaprobabilità dell'evento intersezione

QLaprobabilità dell'evento intersezione QLaprobabilità dell'evento intersezione Dati due eventi A e B consideriamo l'evento intersezione C'-A H B C. Prima di illustrare come si calcola la probabilità dell'evento intersezione, vediamo insieme

Dettagli

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16

Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16 Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema

Dettagli

Capitolo IV. Probabilità condizionata

Capitolo IV. Probabilità condizionata Capitolo IV Probabilità condizionata IV.1 Stato di informazione In generale due o più individui possono giudicare diversamente, cioè attribuire un diverso grado di fiducia allo stesso evento. Tuttavia

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle

Dettagli

SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA

SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;

Dettagli

STATISTICA 1 ESERCITAZIONE 8

STATISTICA 1 ESERCITAZIONE 8 STATISTICA 1 ESERCITAZIONE 8 Dott. Giuseppe Pandolfo 18 Novembre 2013 CALCOLO DELLE PROBABILITA Elementi del calcolo delle probabilità: 1) Esperimento: fenomeno caratterizzato da incertezza 2) Evento:

Dettagli

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( ) Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017

Dettagli

Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità

Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile

Dettagli

La probabilità matematica

La probabilità matematica 1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi

Dettagli

Metodi quantitativi per i mercati finanziari

Metodi quantitativi per i mercati finanziari Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},

Dettagli

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento

Dettagli

ESERCIZI DI PROBABILITA

ESERCIZI DI PROBABILITA ESERCIZI DI PROBABILITA Quest'opera è stata rilasciata sotto la licenza Creative Commons Attribuzione-Non commerciale-condividi allo stesso modo 2.5 Italia. Per leggere una copia della licenza visita il

Dettagli

Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9

Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9 Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4 o ancora: uscirà il numero 9 Possiamo dire che le previsione del tuo compagno sono la prima certa, la seconda

Dettagli

CALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento

CALCOLO DELLE PROBABILITA' risultato non può essere previsto con certezza ogni risultato possibile di un esperimento CALCOLO DELLE PROBABILITA' Esperimento o prova Evento Spazio Campionario (Ω) una qualsiasi operazione il cui risultato non può essere previsto con certezza ogni risultato possibile di un esperimento insieme

Dettagli

NOZIONI DI CALCOLO DELLE PROBABILITÀ

NOZIONI DI CALCOLO DELLE PROBABILITÀ NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni

Dettagli

Probabilità e Statistica. Angelo Gilio. Dip. Met. Mod. Mat. Univ. La Sapienza.

Probabilità e Statistica. Angelo Gilio. Dip. Met. Mod. Mat. Univ. La Sapienza. Probabilità e Statistica Angelo Gilio Dip. Met. Mod. Mat. Univ. La Sapienza gilio@dmmm.uniroma1.it... Probability doesn t exist... (Bruno de Finetti) 1 Informazioni Tutoraggio su web (materiale didattico)

Dettagli

3.1 La probabilità: eventi e variabili casuali

3.1 La probabilità: eventi e variabili casuali Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza

Dettagli

incompatibili compatibili complementari eventi composti probabilità composta

incompatibili compatibili complementari eventi composti probabilità composta Un evento si dice casuale, o aleatorio, se il suo verificarsi dipende esclusivamente dal caso. La probabilità matematica p di un evento aleatorio è il rapporto fra il numero dei casi favorevoli f e il

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? Esempio Gioco la schedina mettendo

Dettagli

( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2,

( ) le colonne della matrice dei coefficienti, con. , risulta A 3 = A 1 + 4A 2 + 4A 5, A 4 = A 1 + A 2, 1 Elementi di Analisi Matematica e Ricerca Operativa prova del 6 luglio 2016 1) Discutere il seguente problema di Programmazione Lineare: Trovare il massimo di p x 1, x 2, x 3, x 4 # x 2 + 4 x 3 + x 4

Dettagli

Il Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici.

Il Calcolo delle Probabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici. INTRODUZIONE L CLCOLO DELLE ROILIT Il Calcolo delle robabilità è lo strumento matematico per trattare fenomeni aleatori cioè non deterministici. Un fenomeno aleatorio o stocastico è un fenomeno i cui esiti

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina

Dettagli

Esercitazione 7 del corso di Statistica (parte 1)

Esercitazione 7 del corso di Statistica (parte 1) Esercitazione 7 del corso di Statistica (parte 1) Dott.ssa Paola Costantini 5 Marzo 011 Esercizio 1 Sullo spazio campionario: = 1,,,, 5,, 7,,, considerando l esperimento casuale estrazione di un numero,

Dettagli

Esercizi su variabili aleatorie discrete

Esercizi su variabili aleatorie discrete Esercizi su variabili aleatorie discrete Esercizio 1. Data la variabile aleatoria discreta X, caratterizzata dalla seguente rappresentazione nello spazio degli stati: 1 0,25 X = { 0 0,50 1 0,25 calcolare

Dettagli

IL CALCOLO DELLA PROBABILITÀ

IL CALCOLO DELLA PROBABILITÀ IL LOLO LL PROILITÀ 1 Una scatola contiene quattro dischetti rossi numerati da 1 a 4, sei dischetti verdi numerati da 1 a e cinque dischetti bianchi numerati da 1 a 5. Si estrae un dischetto. Scrivi gli

Dettagli

0 z < z < 2. 0 z < z 3

0 z < z < 2. 0 z < z 3 CALCOLO DELLE PROBABILITÀ o - 7 gennaio 004. Elettronica : 4; Nettuno: 3.. Data un urna di composizione incognita con palline bianche e nere, sia K = il numero di palline bianche nell urna è il doppio

Dettagli

8. Completamento di uno spazio di misura.

8. Completamento di uno spazio di misura. 8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme

Dettagli

CONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;

CONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari; ARITMETICA ELEMENTIDICALCOLO DELLE PROBABILITAÁ PREREQUISITI l l l conoscere e costruire tabelle a doppia entrata conoscere il significato di frequenza statistica calcolare rapporti e percentuali CONOSCENZE.

Dettagli

LA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria

LA PROBABILITAÁ ALGEBRA IL CALCOLO DELLE PROBABILITAÁ. richiami della teoria ALGEBRA IL CALCOLO DELLE PROBABILITAÁ richiami della teoria n un evento E si dice casuale o aleatorio, quando il suo verificarsi dipende unicamente dal caso; n un evento si dice certo quando eá possibile

Dettagli

Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:

Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: PROBABILITÀ E STATISTICA Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere: x = 172, 3 cm Possiamo affermare

Dettagli

La probabilità: introduzione

La probabilità: introduzione P a g. 1 La probabilità: introduzione Nei giochi e nella "realtà" spesso si devono fare scelte di cui non si sanno prevedere esattamente le conseguenze (quale carta conviene scartare? in quale orario conviene

Dettagli

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

STATISTICA: esercizi svolti sulle VARIABILI CASUALI STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri

Dettagli

La PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.

La PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi. La maggior parte dei fenomeni, ai quali assistiamo quotidianamente, può manifestarsi in vari modi, ma è quasi sempre impossibile stabilire a priori quale di essi si presenterà ogni volta. La PROBABILITA

Dettagli

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero

LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.

Dettagli

IL CALCOLO DELLE PROBABILITA

IL CALCOLO DELLE PROBABILITA IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,

Dettagli

P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =

P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) = 1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda

Dettagli

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD,

CALCOLO DELLE PROBABILITA - 17 Febbraio 2014 CdL in STAD, SIGAD, Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 7 Febbraio 4 CdL in STAD, SIGAD, Motivare dettagliatamente le risposte su fogli

Dettagli

Seconda gara matematica ( ) Soluzioni

Seconda gara matematica ( ) Soluzioni Seconda gara matematica (9..00) Soluzioni 1. Dato un parallelepipedo solido cioè senza buchi al suo interno formato da 180 cubetti e avente spigoli di lunghezza a, b, c, il numero N di cubetti visibili

Dettagli

Prova del 6 Marzo, Traccia della soluzione. Problema n. 1. BDA = α 2. sin α α = 1 e che analogamente si dimostra l altro limite notevole tan α

Prova del 6 Marzo, Traccia della soluzione. Problema n. 1. BDA = α 2. sin α α = 1 e che analogamente si dimostra l altro limite notevole tan α IIASS International Institute for Advanced Scientific Studies Eduardo R. Caianiello Circolo di Matematica e Fisica Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio Eduardo R. Caianiello

Dettagli

PROBABILITÀ. P ( E ) = f n

PROBABILITÀ. P ( E ) = f n PROBABILITÀ GLI EVENTI E LA PROBABILITÀ EVENTI CERTI, IMPOSSIBILI E ALEATORI Ci sono avvenimenti che accadono con certezza, mentre altri sicuramente non possono mai verificarsi. Per esempio, se una scatola

Dettagli

IIASS International Institute for Advanced Scientific Studies. Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio

IIASS International Institute for Advanced Scientific Studies. Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio IIASS International Institute for Advanced Scientific Studies Eduardo R. Caianiello Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio Eduardo R. Caianiello per gli studenti delle Scuole

Dettagli

1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili

1 Ingredienti base del CDP. 2 Denizioni classica e frequentista. 3 Denizione assiomatica. 4 La σ-algebra F. 5 Esiti equiprobabili 1 Ingredienti base del CDP 2 Denizioni classica e frequentista 3 Denizione assiomatica 4 La σ-algebra F 5 Esiti equiprobabili 6 Esperimento casuale 7 Probabilità condizionata Ingredienti base del CDP eventi

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Dettagli

Lezione 7. Relazione di coniugio. Equazione delle classi. { x} C( x) { } { }

Lezione 7. Relazione di coniugio. Equazione delle classi. { x} C( x) { } { } Lezione 7 Prerequisiti: Lezioni 2, 5. Centro di un gruppo. Struttura ciclica di una permutazione. Riferimenti ai testi: [H] Sezione 2.; [PC] Sezione 5. Relazione di coniugio. Equazione delle classi. Definizione

Dettagli

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.

Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria. Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo

Dettagli

Esercizi su variabili discrete: binomiali e ipergeometriche

Esercizi su variabili discrete: binomiali e ipergeometriche CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su variabili discrete: binomiali e ipergeometriche Es1 Due squadre di rugby si sfidano giocando fra loro varie partite La squadra che vince 4 partite

Dettagli

CALCOLO DELLE PROBABILITA

CALCOLO DELLE PROBABILITA CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto

Dettagli

PROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.

PROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione

Dettagli

CALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD

CALCOLO DELLE PROBABILITA - 14 Gennaio 2015 CdL in STAD, SIGAD Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 4 Gennaio 5 CdL in STAD, SIGAD Motivare dettagliatamente le risposte su fogli

Dettagli

( A) ( ) 3. Concezioni e valutazioni di probabilità

( A) ( ) 3. Concezioni e valutazioni di probabilità Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezione di statistica del maggio 03 - di Massimo Cristallo - 3. Concezioni e valutazioni di probabilità

Dettagli

Calcolo delle Probabilità 2013/14 Foglio di esercizi 3

Calcolo delle Probabilità 2013/14 Foglio di esercizi 3 Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al

Dettagli

CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande)

CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) CENNI DI CALCOLO DELLE PROBABILITÀ (Vittorio Colagrande) Il Calcolo delle Probabilità trova molte applicazioni in Medicina, Biologia e nelle Scienze sociali. Si possono formulare in modo più appropriato

Dettagli

Analisi dei metodi per individuare le strategie miste nei giochi 2 x 2

Analisi dei metodi per individuare le strategie miste nei giochi 2 x 2 Analisi dei metodi per individuare le strategie miste nei giochi 2 x 2 L algoritmo numerico proposto, per risolvere i giochi 2x2 in caso di assenza di punto di sella, può essere ben schematizzato, relativamente

Dettagli

Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6

Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U 1. 2. 3. U 4. 5. 6 EVENTI ALEATORI E LORO RAPPRESENTAZIONE Lo spazio degli eventi del lancio di un dado regolare a sei facce è l insieme U... U.. La definizione classica di probabilità dice che, se gli eventi che si considerano

Dettagli

PROBLEMI DI PROBABILITÀ

PROBLEMI DI PROBABILITÀ PROBLEMI DI PROBABILITÀ 1. Si dispongono a caso su uno scaffale sette libri, dei quali tre trattano di matematica. Qual è la probabilità che i tre libri di matematica si vengano a trovare l uno accanto

Dettagli

Valore atteso, mazzi di carte e Monte Carlo. Anna Torre-Fulvio Bisi

Valore atteso, mazzi di carte e Monte Carlo. Anna Torre-Fulvio Bisi Valore atteso, mazzi di carte e Monte Carlo Anna Torre-Fulvio Bisi Eventi Indipendenti Due eventi A, B sono indipendenti se la probabilità che accadano entrambi è il prodotto della probabilità che accada

Dettagli

Funzioni derivabili in un intervallo

Funzioni derivabili in un intervallo Funzioni derivabili in un intervallo Studiamo le proprietà delle funzioni derivabili in un intero intervallo, tramite due teoremi fondamentali e le conseguenze che portano. Teorema (di Rolle). Sia f continua

Dettagli

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea) 10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo

Dettagli

Calcolo combinatorio

Calcolo combinatorio Calcolo combinatorio Fattoriale: n! = n( n 1)( n 2)...1 1 1 n n = 0 Fattoriale discendente: n( n 1)...( n k + 1) n! (n) k = = ( n k)! 1 1 k n k = 0 Coefficiente binomiale (k n) : n (n) = k n! = k k! k!(

Dettagli

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 SOLUZIONI:

Dettagli

I Giochi di Archimede - Soluzioni Biennio 27 novembre 2013

I Giochi di Archimede - Soluzioni Biennio 27 novembre 2013 PROGETTO OLIMPIADI DI MATEMATICA U.M.I. UNIONE MATEMATICA ITALIANA MINISTERO DELLA PUBBLICA ISTRUZIONE I Giochi di Archimede - Soluzioni Biennio 7 novembre 013 Griglia delle risposte corrette Problema

Dettagli

La dualità nella Programmazione Lineare

La dualità nella Programmazione Lineare Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x

Dettagli

ESERCIZI DI CALCOLO COMBINATORIO

ESERCIZI DI CALCOLO COMBINATORIO ESERCIZI DI CALCOLO COMBINATORIO (G.T.Bagni) Sintesi delle nozioni teoriche da utilizzare a) Dati n elementi e k n, si dicono disposizioni semplici di n elementi di classe k tutti i raggruppamenti ottenuti

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con

Dettagli

Metodi per la risoluzione di sistemi lineari

Metodi per la risoluzione di sistemi lineari Metodi per la risoluzione di sistemi lineari Sistemi di equazioni lineari. Rango di matrici Come è noto (vedi [] sez.0.8), ad ogni matrice quadrata A è associato un numero reale det(a) detto determinante

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità 1 A. A. 4/5 a prova in itinere 8/6/5docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento degli Esercizi

Dettagli

FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti

FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne

Dettagli

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare

Dettagli

esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;

esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale; Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno

Dettagli

Massimo limite e minimo limite di una funzione

Massimo limite e minimo limite di una funzione Massimo limite e minimo limite di una funzione Sia f : A R una funzione, e sia p DA). Per ogni r > 0, l insieme ) E f p r) = { fx) x A I r p) \ {p} } è non vuoto; inoltre E f p r ) E f p r ) se 0 < r r.

Dettagli

Riprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista

Riprendiamo le probabilità. 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista Riprendiamo le probabilità 1.Probabilità a priori oggettiva 2.Probabilità a posteriori frequentista 1 2.Probabilità a posteriori frequentista Tabelle di sopravvivenza.! Volendo calcolare la probabilità

Dettagli

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE Docente titolare: Irene Crimaldi 26 novembre 2009 Es.1 Supponendo che la probabilità di nascita maschile e femminile sia la stessa, calcolare la probabilità

Dettagli

Esercizi con catene di Markov Pietro Caputo 12 dicembre 2006

Esercizi con catene di Markov Pietro Caputo 12 dicembre 2006 Esercizi con catene di Markov Pietro Caputo dicembre 006 Esercizio. Si considerino i lanci di un dado (6 facce equiprobabili). Sia X n il minimo tra i risultati ottenuti nei lanci,,..., n. Si calcoli la

Dettagli

Probabilità e Statistica per l Informatica Esercitazione 4

Probabilità e Statistica per l Informatica Esercitazione 4 Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,

Dettagli

PROBABILITA : TERNO AL LOTTO

PROBABILITA : TERNO AL LOTTO PROBABILITA : TERNO AL LOTTO Qual è la probabilità di fare un terno al lotto? Possiamo dare una valutazione di equiprobabilità degli eventi Casi possibili 90 5 Casi favorevoli Probabilità 87 2 87 2 90

Dettagli

Unione Matematica Italiana PROGETTO OLIMPIADI DI MATEMATICA

Unione Matematica Italiana PROGETTO OLIMPIADI DI MATEMATICA T1 Unione Matematica Italiana PROGETTO OLIMPIADI DI MATEMATICA Ministero dell Istruzione, dell Università e della Ricerca Scuola Normale Superiore I Giochi di Archimede - Gara Triennio 23 novembre 2016

Dettagli

ALGEBRA DEGLI EVENTI

ALGEBRA DEGLI EVENTI ALGEBRA DEGLI EVENTI Appunti introduttivi al Calcolo Combinatorio e al Calcolo delle Probabilità Classe Terza a cura di Franca Gressini Novembre 2008 1 Conosciamo tante algebre. quella letterale (gli oggetti

Dettagli

prima urna seconda urna

prima urna seconda urna Un po di fortuna Considera il seguente gioco: ci sono due urne contenenti delle palline perfettamente uguali tra loro, ma colorate diversamente, alcune bianche, altre nere. Nella prima urna ci sono una

Dettagli

ORDINAMENTO 2011 QUESITO 1

ORDINAMENTO 2011 QUESITO 1 www.matefilia.it ORDINAMENTO 0 QUESITO Consideriamo la sezione della sfera e del cilindro con un piano passante per l asse del cilindro: Indicando con x il diametro di base del cilindro, con y la sua altezza

Dettagli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata

Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Esercitazioni del Corso di Probabilitá e Statistica Lezione 2: Eventi disgiunti, eventi indipendenti e probabilitá condizionata Stefano Patti 1 19 ottobre 2005 Definizione 1 Sia (Ω, F) uno spazio probabilizzabile.

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 8 marzo 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti paradossi

Dettagli

MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1

MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 MATEMATICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE I PROVA IN ITINERE COMPITO PROVA 1 1- Il volume di un corpo di qualsiasi forma è proporzionale al cubo di una qualunque delle sue dimensioni lineari.

Dettagli

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente: CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o

Dettagli

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente Giuseppe Sanfilippo http://www.unipa.it/sanfilippo giuseppe.sanfilippo@unipa.it

Dettagli