Quando si parte il gioco de la zara, colui che perde si riman dolente,repetendo le volte, e tristo impara;

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Quando si parte il gioco de la zara, colui che perde si riman dolente,repetendo le volte, e tristo impara;"

Transcript

1 PROBABILITÀ VARIABILI ALATORI Problem ) Qual è la probabltà d otteere 0 lacado due dad equlbrat a se facce? ) Qual è la probabltà che ua doa al volate abba u cdete? 3) Qual è la probabltà che la Juvetus quest ao vca l campoato? U po d stora La zara e Date Algher: Quado s parte l goco de la zara, colu che perde s rma dolete,repetedo le volte, e trsto mpara; Purgatoro Cato IV Prme defzo da utlzzare per usare la defzoe classca come esempo s fa rfermeto al laco d u dado) veto: esto d u qualuque espermeto esce u umero par) veto elemetare og possble rsultato d u espermeto esce l umero 4 ) e composto esce u umero prmo) Spazo campoaro U : seme degl evet elemetar veto certo: s verfca scuramete veto mpossble: o s verfcherà ma veto aleatoro o casuale: o s è elle codzo d esprmere u gudzo certo sul suo verfcars Defzoe classca d probabltà o defzoe laplacaa o a pror Perre Smo de Laplace ) I prcpo84): l prmo prcpo è la defzoe stessa d probabltà, che [..] è l rapporto tra l umero d cas favorevol e quello d tutt cas possbl...subto dopo, però, l autore avverte che: II prcpo Ma cò presuppoe che dvers cas sao ugualmete possbl. Se o lo soo, s determao prma le loro rspettve possbltà, la cu esatta valutazoe è uo de put pù delcat della teora de cas. Allora la probabltà sarà la somma delle possbltà d cascu caso favorevole Osservazoe Il II prcpo rede la defzoe crcolare perché la ozoe d ugualmete possble equvale a quella d avere uguale probabltà. Ioltre questa defzoe o permette d rsolvere problem ) e 3). Defzoe frequetsta o statstca o a posteror della probabltà Rchard Vo Mses ) La probabltà d u eveto è la frequeza relatva del suo verfcars quado l umero d prove effettuato è da rteers suffcetemete alto. Defzoe soggettva della probabltà Bruo De Fett ) La probabltà d u eveto è l rapporto tra la somma P che s è dspost a pagare ua scommessa e la somma V che s rceverà el caso l eveto s verfch. Deve però sussstere la codzoe d coereza: la persoa che accetta d pagare P per otteere V deve ache essere dsposta a rcevere P per pagare V el caso l eveto s verfch. Ioltre la persoa o deve ma essere scuro d vcere quale che sa la combazoe d scommesse che vee fatta.

2 ASSIOMATIZZAZION DLLA PROBABILITÀ XX secolo, Adre Kolmogorof Def. Chamamo spazo campoaro l seme U degl evet elemetar e defamo spazo degl evet l seme delle part d U coè l seme de sottosem propr e mpropr d U che dchamo co PU)). Nello spazo degl evet gl sem co u solo elemeto rappresetao gl evet elemetar, l seme vuoto è l eveto mpossble, U è l eveto certo. Oss. I questa prma parte U è u seme fto. Def. Dato uo spazo campoaro U defamo ua fuzoe p che chamamo msura d probabltà tale che p: PU) R tale che: ) 0 PU) U) se due evet soo e tal che coè soo compatbl) allora p ) ) + ) U OSS: Se è u eveto allora l umero ) s drà probabltà dell eveto. Da quest assom s dmostrao le seguet propretà:. p ) 0. 0 p ) 3. ) ) allora p ) ) ) 4. se 5. se e allora ) ) ) 6. ) ) + ) ) se gl evet o hao tersezoe vuota coè se soo compatbl. Dmostrazo: ) Per l terzo assoma s ha che p dall uguaglaza del prmo e dell ultmo membro s ottee. s cosdero gl evet compatbl A e coè tal che A A) A ) A) + ) p ) 0. e 3. s cosdero gl evet compatbl e ). S ha che U qud per l terzo assoma p U ) ) ) + ) da cu derva che p ) e ) ).

3 e ) p ) 4. s cosdero gl evet compatbl s ha [ ] uoe è uguale a del prmo e dell ultmo membro s ha la propretà. Per l terzo assoma e cosderado che la loro p ) + e dall uguaglaza ) 5. seza dm. C. S cosdero tre evet compatbl C) C) tal che la loro uoe sa uguale a. 6. per semplctà sa Per l terzo assoma s ottee p ) p[ C) C C) ] C) + C) + ) e per la propretà 4. s ottee C p ) p ) C) + C) + ) ) C coè s ottee la tes), C e C C semp: a) U dado vee truccato modo che la probabltà d uscta d u umero dspar sa l doppo della probabltà d uscta d u umero par. Calcolare la probabltà che esca u umero prmo. 5/9) b) Qual è la probabltà che el laco d due dad escao due umer ugual o avet somma 8? 5/8) c) I ua classe d 40 alu, 30 soo ragazze. La metà de ragazz e la metà delle ragazze ha capell bod. Scegledo ua persoa a caso qual è la probabltà che sa u ragazzo o abba capell bod? 5/8) Qual è la probabltà che sa ua ragazza o o abba capell bod? 7/8) Ved esercz guda pag 8 46/53/54 3

4 Legg pag 60-6 Defzoe: Dat due evet e tal che, U, φ, s dce probabltà codzoata d rspetto ad, e s dca co p / ), la probabltà che s verfch ell potes che s sa verfcato. La probabltà codzoata d rspetto ad s calcola co la formula / ) ) ) Osservazoe: ell ambto della defzoe classca s probabltà questa formula può essere dmostrata. Defzoe: due evet s dcoo dpedet se / ) ) dpedet. p Se cò o s verfca due evet s dcoo semp: ) u mazzo d carte apoletae calcolare la probabltà d estrarre u cavallo sapedo che è uscta ua fgura ) u mazzo d carte apoletae qual è la probabltà d estrarre u cavallo sapedo che è uscta ua carta d dear Teorema della probabltà composta La probabltà dell eveto composto o prodotto logco tra e s calcola: ) ) / ) ) ) Se gl evet soo dpedet ) Teorema d Bayes La probabltà che, essedos verfcato u eveto, la causa che sta alla sua orge sa l eveto, co,,3,.., è p p p + p / ) ) / ) co ) ) / ) ) / ) / ) p ) ) p Quest d probabltà )U ospedale ha due sale operatore la sala x e la sala y) che hao la stessa probabltà d essere occupate. La probabltà che almeo ua sa occupata è 0,8, la probabltà che etrambe sao occupate è 0,4.. Qual è la probabltà che x sa lbera?. Qual è la probabltà che etrambe le sale sao lbere? 3. Qual è la probabltà che almeo ua delle due sale sa lbera? 4. Qual è la probabltà che ua sola delle due sale sa lbera? Tracca della soluzoe: sa A{ la _ sala _ x _ è _ occupata} e B{ la _ sala _ y _ è _ occupata} allora gl evet de qual trovare la probabltà soo p A) A B) A B) legg d De Morga ) A B) A B) legg d De Morga ) p [ A B) A B) ] A B) + A B) perché soo evet compatbl ) Sol: 0,4, 0,, 0,6, 0,4) ) Il 70% de ragazz ua classe adrà vacaza al mare, l 40% motaga, l 30% sa al mare che motaga. Qual è la probabltà che uo studete scelto a caso ella classe o adrà vacaza é al mare é motaga? 0, 3) U oggetto prodotto da ua maccha può presetare due tp d dfett, dcamo A e B. Scelto a caso u oggetto prodotto dalla maccha, la probabltà che preset l dfetto A è 0,, la probabltà che preset dfetto B è 0,3 e la probabltà che o preset alcu dfetto è 0,6. Determa la probabltà che l oggetto: preset almeo uo de due dfett preset etramb dfett o preset l dfetto A ma preset l dfetto B 0,4, 0,, 0,) 4) I ua data popolazoe la probabltà che ua persoa preset l carattere geetco A è l doppo rspetto alla probabltà che preset l carattere geetco B. Ioltre la probabltà che u dvduo preset etramb caratter è 0, e quella che preset almeo uo de due caratter è 0,7. scelto a caso u dvduo d quella popolazoe, determa: qual è la probabltà che preset l carattere A qual è la probabltà che o preset l carattere B 4

5 qual è la probabltà che preset A ma o B sol: 0,6, 0,7, 0,4) 5)La probabltà che u gatto vva a è /4, la probabltà che u cae vva a è /3. Dat u cae ed u gatto appea at, calcolare la probabltà che: a) l gatto o sa vvo fra a. b) sao etramb vv fra a; c) almeo uo sa vvo fra a; d) essuo de due sa vvo fra a. Tracca della soluzoe:sa A l'eveto ``l gatto sa vvo tra a" eb l'eveto l cae sa vvo tra a". 3 a) A ) -A) 4 4 b) Gl evet A e B soo dpedet. Qud s può applcare la propretà: p A B) A) B) c) L'eveto ``almeo uo sa vvo fra a" è l'eveto composto, per cu derva che p A B) A) + B) A B) d) L'eveto `` essuo de due sa vvo fra a" è l complemetare dell'eveto A U B, qud P A B ) A B) 6) La probabltà che Marta sa scelta per la recta della scuola è del 55%; se o vee scelta per la recta Marta adrà al cema co ua probabltà del 40%. Qual è la probabltà che Marta o vega scelta per la recta e vada al cema? Tracca della sol.:sa A { Marta _ vee_ scelta _ per _ la _ recta} e B { Marta _ va _ al _ cema} S deve calcolare p A B) A) B / A)... 8% Struttura ad albero e teorema d Bayes sempo A La tua scuola deve vare ad ua fale d Matematca u aluo scelto tra quell che s soo meglo classfcat elle ultme gare delle Olmpad. S decde d sceglere tra Adrea, Beatrce, Carlo e Daa. S valuta che la probabltà d vttora d Adrea sa del 80%, quella d Beatrce sa del 90%, quella d Carlo sa l 75% e quella d Daa l 70%. S tra u dado a 4 facce per sceglere tra quattro alu. Qual è la probabltà d vttora della tua scuola? Qual è la probabltà che sa stato estratto Carlo, sapedo che la tua scuola ha vto? Per rappresetare la stuazoe è coveete utlzzare u dagramma ad albero cu e od dchamo dvers est e e ram le relatve probabltà. /4 Adrea 80/00 0/00 90/00 Vce Perde Vce /4 /4 /4 Daa Beatrce Carlo 70/00 0/00 5/00 75/00 Vce Perde Perde Vce 30/00 Perde 5

6 Notamo che el dagramma sopra dsegato abbamo e prm quattro od gl est del laco d u dado a 4 facce dal quale decdamo se a gareggare è Adrea, Beatrce, Carlo o Daa) e egl altr 8 od abbamo gl altr est Vce o Perde). Le probabltà su questa secoda sere d ram è ua probabltà codzoata s potrebbe scrvere V/A)80/00 e P/A)0/00 dcado el prmo caso la probabltà che la scuola Vca codzoata dal fatto che garegg Adrea e el secodo caso la probabltà che la scuola Perda codzoata dal fatto che garegg Adrea ). Per calcolare la probabltà che la scuola vca facedo gareggare Adrea s moltplcao le probabltà su ram che collegao od opportu quello d Adrea e quello del Vce). Possamo scrvere questo modo: A V)A) V/A) dove A dca è stato sorteggato Adrea e V dca la scuola Vce). Per calcolare la probabltà d vttora della scuola s sommao le probabltà su og sgolo ramo che terma co ua vttora e qud s ottee: V) A V)+ B V)+ C V)+ D V) 0,7875 Per rspodere alla secoda domada è ecessaro utlzzare l teorema d Bayes. La probabltà rchesta s potrebbe dcare co C/V) coè la probabltà che sa stato estratto Carlo sapedo che la scuola ha vto. Per l teorema sopra omato s ottee: 3 C/V) 4 4 0, 38 P V ) Qud s calcola l rapporto tra la probabltà sul ramo che porta alla vcta co estrazoe d Carlo e la probabltà d Vcta. sempo B Ua scatola cotee 5 palle bache e 3 palle rosse. Adrea estrae ua palla e la togle aggugedo u altra palla dell altro colore. A questo puto egl estrae ua uova palla dalla scatola. Qual è la probabltà che estragga alla fe ua palla rossa? qual è la probabltà che la prma palla estratta sa baca sapedo che la secoda palla estratta è rossa? Costruamo l albero che descrve la stuazoe dcheremo co B palla baca estratta alla prma estrazoe e B palla baca estratta alla secoda estrazoe e modo aalogo per le palle rosse): 5/8 BacaB ) 3/8 Rossa R ) 4/8 4/8 6/8 /8 Baca Rossa Baca Rossa R ) Qud l estrazoe della palla rossa può avvere seguedo due ram evdezat ella fgura) coè: R ) B R ) + R R ) Per rspodere alla secoda domada utlzzamo l teorema d Bayes. B /R ) 6

7 VARIABILI CASUALI O ALATORI) DISCRT sempo : Suppoamo d lacare cotemporaeamete due dad, uo a 6 facce e uo a 4 facce. Per og coppa d lac adamo a cosderare la somma de valor otteut da cascu dado. Voglamo dvduare tutt possbl evet e calcolare la loro probabltà. Svolgmeto. Il prmo dado, D, ha 6 facce, umerate da a 6. Assumedo che l dado sa o truccato, la probabltà che esca u qualsas umero da a 6 è la stessa e vale charamete Il secodo dado, D, ha 4 facce, umerate da a 4. Assumedo che ache questo caso l dado sa o truccato, la probabltà d otteere u qualsas umero da a 4 è la stessa e vale 4. L espermeto che dobbamo svolgere è l seguete: lacamo cotemporaeamete D e D e regstramo valor otteut. Pertato lo spazo campoaro U è costtuto da tutte le coppe d umer cu l prmo valore è l esto del laco del dado D, l secodo valore è l esto del laco del dado D. vdetemete tutte le possbl coppe possoo essere rappresetate come prodotto cartesao fra gl sem D {,,3,4,5,6 } e D {,,3,4 } coè D D. Lo spazo campoaro U è qud costtuto da 4 coppe, cascua delle qual è formata da valor otteut da due lac. vdetemete due lac avvegoo maera dpedete l uo dall altro, qud la probabltà del verfcars d og coppa è qud 4. veto Valore della somma Probabltà {,,)} /4 {,),,)} 3 /4 {,3),3,),,)} 4 3/4 {,4),4,),,3), 3,)} 5 4/4 {5,),4,),,4), 3,3)} 6 4/4 {5,),4,3),3,4),6,)} 7 4/4 {6,),4,4),5,3)} 8 3/4 {6,3), 5,4)} 9 /4 {6,4)} 0 /4 Rflettamo sul sgfcato della tabella che abbamo costruto: l aspetto cetrale è l fatto d aver assocato ad og eveto u umero questo caso aturale, otteuto dalla somma degl est de due lac) e po d aver assocato ad og umero ua probabltà. I qualche modo è come se avessmo spostato l cocetto d probabltà dallo spazo campoaro ad u uovo spazo, questo caso costtuto da umer atural. Def: Ua varable casuale o aleatora) dscreta X è ua fuzoe : umero reale. Sa { x x,..., }, x 6. X : U R, che assoca ad og eveto u l codomo della fuzoe X per ora cosdereremo questo seme fto). Nel ostro esempo { x x,..., } {,3,4,...,0 }, x 7

8 OSS: og x avrà per cotrommage u eveto che possamo dcare co elemetare o u seme d evet elemetar). S avrà ecessaramete che Def: S defsce dstrbuzoe d probabltà la fuzoe P:{ x x,..., x} R potrebbe essere u eveto... U., che assoca ad og x la probabltà che s verfch l eveto assocato a Idcheremo valor della fuzoe P el seguete modo: Nell esempo del laco d due dad s avrà: P X ) 4 Ovvamete s avrà 0 X 3) 4 x tramte la fuzoe X coè che s verfch P X x ) p. P. p e p p +... p Stetzzeremo la stuazoe co la seguete tabella: + ). P X 0) 4 X PX) ache possble rappresetare la dstrbuzoe d probabltà per mezzo d u stogramma OSS: Il vataggo d queste defzo sta ell aver spostato l attezoe dagl evet a umer. Def: s chama fuzoe d rpartzoe d ua varable casuale X la fuzoe F che forsce la probabltà che X o assuma u valore superore a u valore x : F:{ x x,..., x} R, tale che Qud completado la tabella dell esempo sopra cosderato s avrà: F x ) P X x ) p + p p X PX) FX) sercz: Costrusc la varable casuale e relatve dstrbuzoe d probabltà e fuzoe d rpartzoe) quest cas:. Numero d 6 usct lacado per tre volte u dado a se facce) o truccato. Numero d carte d dear ell estrazoe smultaea d 4 carte da u mazzo d carte apoletae 3. Numero d testa uscte el laco d 5 moete o truccate 4. Numero d bgle bache ell estrazoe smultaea d 3 palle da u ura coteete 4 bgle bache e 3 ere 8

9 sempo. Vee proposto l seguete goco: og aluo della classe 4G tra l dado, se escoo o la prof dà alla classe 0 uro, se escoo 3 o 4 o 5 la classe dà alla prof. uro, se esce 6 la classe dà alla prof. 3 uro. Cosderato che classe c soo alu preset, dopo l laco de dad la classe vce: 0* -* -3*. Poché soo stat fatt lac, s potrebbe otteere la vcta meda dvdedo la vcta totale per l umero d lac coè s ottee dvdedo etramb membr per l umero d alu : 0 3 Le frazo che soo state scrtte ella relazoe precedete soo le frequeze relatve de tre evet sopra cosderat. All aumetare del umero d lac la frequeza relatva s avvca alla probabltà a pror dell eveto qud, se voless avere u dea del guadago medo del goco che m è stato proposto, potre utlzzare le probabltà al posto delle frequeze relatve. S può qud dare la seguete defzoe: Def: s chama MDIA o VALOR ATTSO o SPRANZA MATMATICA d ua varable aleatora l umero M[ X ] µ x p + x p x p x p S può osservare che la MDIA dca l valore elle vcaze del quale prcpalmete attedamo che cadao valor d X. Ifatt el calcolo della MDIA hao maggor peso valor d X che soo pù probabl. S può osservare che la MDIA può essere u umero egatvo, postvo o ullo. Ne goch, se s dca co X la varable aleatora delle vcte o perdte, s ha la seguete defzoe. Def: U goco d dce QUO se la MDIA è uguale a zero. U goco s dce FAVORVOL SFAVORVOL) se la MDIA è maggore more ) d zero. Qud l goco proposto dalla prof. era Def. Data ua varable aleatora X, s dcherà co S la varable aleatora SCARTO così otteuta: SX- µ la fuzoe dstrbuzoe d probabltà P resta varata) sempo: s calcol la meda della varable aleatora del prmo esempo laco d due dad a 4 e 6 facce) S avrà M [ X ] s poteva prevedere questo rsultato?...) sempo: Cosderamo due varabl casual così defte: X Y P X ) P Y ) I loro valor med cocdoo, fatt: 3 M X ) e M Y ) Ma l comportameto delle due varabl è dverso: la prma assume valor prossm alla meda a dffereza della secoda. S dce che la varabltà dspersoe) d Y è maggore d quella d X. Cò può essere evdezato cosderado gl scart del valor medo co le rspettve probabltà. Idchamo co X MX) e Y MY) le varabl casual scarto d X e d Y. SX MX) X M X )) 0 5 P SY MY) Y M Y)) 5 0 P Vsto che l valore medo, essedo uguale, o forsce formazo sulla loro varabltà, cosderamo l valore medo degl scart: 3 M X M X )) e M Y M Y ))

10 Ma etramb soo ull e qud o forscoo essua formazoe. Poché ua varable casuale X, se o è costate, assume sa valor mor della meda sa valor maggor della meda, tutvamete s può gustfcare l aullars del valor medo della varable casuale scarto co la compesazoe tra valor postv e valor egatv. serczo: Scrvamo ora la varable scarto S della varable aleatora vsta all zo laco d due dad): S PX) Cotrollare che ache questo caso la meda degl scart è zero. Dmostramo qud l seguete teorema: Teorema: la MDIA d S è uguale a zero. µ µ µ µ Dm: La MDIA d S sarà M [ S] x ) p x p p p 0 Def: s chama VARIANZA d ua varable aleatora X la meda de quadrat degl scart: VAR[ X ] x µ ) p Oss: Se valor d X o soo tutt ugual alla MDIA, allora la VAR [X ] rsulta sempre u umero postvo e tato pù grade quato pù valor d X s dscostao dalla MDIA, coè quato maggore è la dspersoe. Def: s dce SCARTO QUADRATICO MDIO o DVIAZION STANDARD d ua varable aleatora la radce quadrata della varaza: σ VAR[X ] Teorema : S ha la seguete relazoe VAR X M X [ ] [ ] µ Dm: VAR[ X ] x µ ) p x µ x + µ ) p x p µ x p + µ p M [ X ] µ + µ M[ ] µ cvd X sempo: calcolamo la VARIANZA del laco de due dad e due mod sopra descrtt. Co la defzoe, Co l teorema s avrà 00 5 VAR [ X ] [ X ] µ µ VAR cvd DISTRIBUZIONI DI PROBABILITÁ Dstrbuzoe UNIFORM GOMTRICA Def.: S dce che ua varable casuale dscreta X, co valor,,,, ha ua dstrbuzoe d probabltà uforme se tutt suo valor hao la stessa probabltà P X ) + S può dmostrare che M [ X ] µ var[ X ] Dstrbuzoe BINOMIAL o d Beroull) Def.: S dce che ua varable casuale dscreta X, co valor 0,,,,, ha ua dstrbuzoe d probabltà bomale d parametr e p se P X ) p p) Ua varable casuale co dstrbuzoe bomale descrve l umero d volte che s può verfcare u eveto aleatoro d probabltà p su prove. UNA SOLA PROVA: X 0 PX) q p 0

11 M [ X ] µ 0 q + p p [ X M X )] ) p q + p) p p q + q p pq p + q) pq VAR [ X ] M PROV corrspodoo alla somma d varabl casual dpedet M X ] µ p VAR X ] pq p p σ X ) pq p p [ [ ) ) Dstrbuzoe d POISSON d parametro Problema: suppoamo che l umero medo d persoe che ua matta vao all uffco postale sa 0. Qual è la probabltà che ua matta all uffco postale arrvo 8 persoe? Il problema potrebbe essere rsolto co la legge della varable bomale fssado u N abbastaza grade che dca l umero massmo d persoe u goro e prededo p come probabltà che s verfch N l eveto ua persoa va all uffco postale. I realtà N o ha lmte superore tede all fto) qud è preferble mpostare l problema modo dverso. Def: s chama dstrbuzoe d Posso d parametro > 0 la dstrbuzoe d probabltà d ua varable aleatora che assume valor 0,,, così defta: X ) e! Idcheremo questa varable aleatora co X P ) e! + 0 possble dmostrare che, come og dstrbuzoe d probabltà, +!! Ifatt e e e ) e e 0 + 0!! x x 3 x!! 3! !! 3! 3 3! s è sfruttato lo svluppo e x che, sosttuedo a x, può essere utlzzato ache per u approssmazoe d e, coè e... ) La dstrbuzoe d probabltà d Posso assocata ad ua varable aleatora è llmtata ed è spesso utlzzata per approssmare la dstrbuzoe bomale d parametr e p quado è molto grade e/o p è pccolo. I questo caso è l valor medo della bomale coè p. La dstrbuzoe d Posso vee ache chamata dstrbuzoe degl evet rar perché è utlzzata per evet co probabltà molto pccola. possble dmostrare che ella dstrbuzoe d Posso M [ X ] VAR[ X ] e che all aumetare d la dstrbuzoe d probabltà tede a dvetare smmetrca attoro al valore medo. Soluzoe problema zale: cosderata la legge d Posso P0) s avrà p X 8) e 0,599. Voledo calcolare la probabltà 8! che ella mattata o arrv essuo s ottee: X 0) e 4,5 0 0!

12 Dstrbuzoe GOMTRICA d parametro p Cosderamo u processo d Beroull d parametro p, llmtato. La varable aleatora X che cota l umero d prove ecessare per avere l prmo successo s chama varable aleatora geometrca d parametro p, e s dca co X Gp). La varable aleatora geometrca può essere rappresetata el seguete modo: X 3 4 PX) p pq pq pq 3. pq -. co,,. la dmostrazoe è lascata come eserczo) qud s ha che p X ) pq. Il grafco che rappreseta la varable geometrca è del tpo questo caso partcolare s ha p0,3) : S dmostra che ache questo caso p. Ifatt: p p + pq + pq + pq p + q + q + q ) Tra le paretes tode s ha la somma degl ft term d ua progressoe geometrca cu l prmo terme è e la ragoe è q, qud la somma d quest ft term s può calcolare : q lm S lm + + q q q s tega presete che q è u umero more d e l adameto delle fuzoe yq ). Qud la somma d tutte le probabltà vale : p p + q + q + q p +...) p p 3. Oss. S dmostra che l valor medo d ua varable geometrca d parametro p vale M[X] p. s. S cosder l laco d u dado a 6 facce e l eveto esce l umero 4. Qual è la probabltà che l prmo 4 s ottega al decmo laco? S tratta d ua varable geometrca X G. La probabltà rchesta s calcola: P X 0) p q 0,

13 . Ua maccha d precsoe produce pezz d rcambo per auto co ua percetuale par all % de pezz dfettos. Su ua produzoe goralera d 300 pezz, s chede qual è la probabltà d avere 4 pezz dfettos. Calcolare la speraza matematca, la varaza e la devazoe stadard della v. aleatora cosderata. 0,689; 3;,97;,73. All arrvo ell aeroporto terazoale d Caglar, passegger trastao per la dogaa alla meda d og 30 secod. Assumedo che l umero de passegger che attraversao la dogaa u dato tervallo d tempo abba ua dstrbuzoe d Posso, determare la probabltà che a) o pù d passegger abbao attraversato la dogaa, sempre u perodo d 30 secod; b) l umero d passegger che attraversao la dogaa u perodo d 30 secod sa compreso tra e 4 0,677; 0,8 3. Il umero medo d chamate che arrvao ad u cetralo telefoco u ora è 300. Sapedo che l umero d chamate che arrvao allo stesso cetralo u muto segue ua dstrbuzoe d Posso, calcolare la probabltà che u muto o arrvo pù d chamate 0,5 4. La dstrbuzoe degl error u testo dattloscrtto s può rteere co buoa approssmazoe ua varable d Posso. Suppoedo che u lbro s rscotr la preseza, meda, d.4 error per paga determare la probabltà d avere o pù d error per paga 0, Ua coppa s sottopoe alla semazoe artfcale e la probabltà d ua gravdaza è d 0.5 per og tetatvo. Quato vale la probabltà che s abba ua gravdaza al quto tetatvo? Quato vale la probabltà d avere u esto postvo tra l secodo e l quarto tetatvo? 0,0783; 0,38 6. U arcere ha la probabltà d fare cetro par all 80% e tra tre frecce. Costrure la varable aleatora che cota l umer d cetr fatt e determare meda e varaza verfcado che valgoo p e pq) 7. Data la seguete varable aleatora X PX) calcola, la meda e la varaza. 0,;,5; 3,3 8. S cosder la seguete dstrbuzoe d 50 dvdu classfcat secodo l ammssoe ad u corso e la lettura d u partcolare quotdao ecoomco Determare: a) La probabltà d essere ammess al corso b)la probabltà d leggere u quotdao ecoomco c) La probabltà d o essere ammess al corso e d leggere u quotdao ecoomco d) Scegledo due persoe che leggoo l quotdao ecoomco, costrure la varable aleatora che cota l umero d persoe che soo state ammesse al corso e trovare l suo valor medo. 0,40;0,56;0,4;X0,, 9. S cosder d lacare 0 volte ua freccetta verso u bersaglo fsso. Suppoedo che la probabltà d cetrare l bersaglo sa uguale a /6 determare: a)la probabltà d cetrare esattamete l bersaglo volte b)la probabltà d cetrare l bersaglo pù d volte c)la probabltà d cetrare l bersaglo al massmo volta 0,907;0,48;0,4845; 0. I u muto, al chec- d u aeroporto passao, meda, due passegger. Ipotzzado che passegger seguao la dstrbuzoe d Posso, determare: a) la probabltà che l umero de passagg u muto sa ferore a 3 b) la probabltà che l umero d passagg u muto sa superore a 0,6767;0,333. S lacao due dad e s vcoo 30 euro se escoo due umer ugual, altrmet s pagao 8 euro. Il goco è equo? Quato s dovrebbe pagare affché rsult equo? No;6 euro. Al goco del lotto lo stato paga 50 volte la posta per u ambo. Dopo aver verfcato che ovvamete l goco o è equo, stablre quate volte lo stato dovrebbe pagare la posta el caso d goco equo. 400,5 3. U ura cotee 5 palle che portao umer,,3,6,7. straamo cosecutvamete due palle seza rmettere ell ura la prma palla estratta e cosderamo come varable casuale x l valore more de due umer estratt. Calcolare la meda e la varaza d X,;,6 µ X σ Modfcare ora la varable X costruedo la varable Y e calcolare la uova meda e la uova varaza 3

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI CAPITOLO III SISTEMI DI EQUAZIONI LINEARI. GENERALITÀ Sao a,..., a,..., a, b umer real (o compless o elemet d u qualsas campo) ot. Defzoe.. U equazoe della forma: () a x +... + ax +... + a x b dces d prmo

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

ammontare del carattere posseduto dalle i unità più povere.

ammontare del carattere posseduto dalle i unità più povere. Eserctazoe VII: La cocetrazoe Eserczo Determare l rapporto d cocetrazoe d G del fatturato medo (espresso. d euro) d 8 mprese e rappresetare la curva d Lorez: 97 35 39 52 24 72 66 87 Eserczo apporto d cocetrazoe

Dettagli

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA The last step of reaso s to ackowledge that there s a fty of thgs that go beyod t. B. Pascal La Statstca ha come scopo la coosceza quattatva de feome collettv.

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

Problema della Ricerca

Problema della Ricerca Problema della Rcerca Pag. /59 Problema della Rcerca U dzoaro rappreseta u seme d formazo suddvso per elemet ad oguo de qual è assocata ua chave. Esempo d dzoaro è l eleco telefoco dove la chave è costtuta

Dettagli

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano Parte 2 Mcorso Cotrollo Statstco d Processo d Adrea Savao Walter Adrew Shewhart, ch era costu, premessa Ache le matematco, che combazoe! Probabltà... seza mprevst Il 7 e ½ e altr goch d carte No poamo

Dettagli

Università di Firenze Corso di Laurea in Statistica Prova scritta di Statistica II Prof. B. Chiandotto

Università di Firenze Corso di Laurea in Statistica Prova scritta di Statistica II Prof. B. Chiandotto Studete: Prova scrtta termeda del 3..4 Note: elle cfre l separatore decmale è l puto; per calcol usare 4 cfre decmal Testo A. Sa g(x) ua fuzoe co < Eg( X ) < e < g( )

Dettagli

Le variabili casuali semplici

Le variabili casuali semplici 573 7 Le varabl casual semplc Nel captolo precedete s è prvlegato l eveto e la sua probabltà seza dugare sulle faltà dell espermeto e sulle attvtà coesse alle sue mafestazo. charo però che l espermeto

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

Appunti: elementi di Statistica

Appunti: elementi di Statistica Uverstà d Ude, Facoltà d Sceze della Forazoe Corso d Laurea Sceze e Tecologe Multedal Corso d Mateatca e Statstca (Gorgo T. Bag) Apput: eleet d Statstca. INTENSITÀ, FREQUENZA ASSOLUTA E RELATIVA.. L aals

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Uverstà d Toro QUADERNI DIDATTICI del Dpartmeto d Matematca MARIA GARETTO STATISTICA Lezo ed esercz Corso d Laurea Botecologe A.A. / Quadero # Novembre M. Garetto - Statstca Prefazoe I questo quadero

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

per il controllo qualità in campo tessile ing. Piero Di Girolamo

per il controllo qualità in campo tessile ing. Piero Di Girolamo edtg project M.R. Oofro ELEMENTI DI STATISTICA per l cotrollo qualtà campo tessle g. Pero D Grolamo prefazoe PREFAZIONE I l cotrollo d qualtà el tessle-abbglameto, u sstema ecoomco globalzzato, che da

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA I ECOOMIA AZIEDALE Metod Statstc per le decso d mpresa (ote ddattche) Bruo Chadotto 4 STATISTICA DESCRITTIVA I questo captolo s rtrovao espost, ua prospettva emprca, molt de cocett trodott

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo Crter d scelta degl estmet Materale ddattco per l corso d matematca azara II modulo Itroduzoe La presete trattazoe s poe come obetto d aalzzare due prcpal crter d scelta degl estmet e de azamet per alutare

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

METODOLOGIA SPERIMENTALE IN AGRICOLTURA METODOLOGIA SPERIMENTALE IN AGRICOLTURA LABORATORIO DI BIOMETRIA CON R (http://www.r-project.org/) APPUNTI DALLE LEZIONI (bozze Settembre 005) DOCENTE Adrea Oofr Dpartmeto d Sceze Agroambetal e della Produzoe

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

Dettagli

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it

Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 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

Dettagli

Avvertenza. Rendite frazionate

Avvertenza. Rendite frazionate Avverteza Quest lucd soo pesat solo come u auslo per l ascolto della lezoe. No sosttuscoo l lbro d testo Possoo coteere error e svste, che gl studet soo vtat a segalare Redte frazoate L tervallo tra ua

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA RISOLUZIONE ENO 0/005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA L ASSEMBLEA GENERALE, Vsto l artcolo paragrafo v dell

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco

Dettagli

Vantaggi della stratificazione

Vantaggi della stratificazione Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Vata della stratfcaze I prcpal vata del campamet stratfcat s: mlramet ell effceza del stmatre del ttale e della meda; pssbltà d stmare

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA aratoetta Rugger Dpartmeto d Sceze statstche e matematche S.Vaell Uverstà degl stud d Palermo Prefazoe Questa dspesa è stata creata per gl studet della Facoltà d Ecooma d Palermo

Dettagli

Approssimazioni di curve

Approssimazioni di curve Approssmazo d curve e superfc Approssmazo d curve Il terme Computer Grafca comprede ua larga varetà d applcazo che rguardao umerevol aspett della ostra vta. U eleco esemplfcatvo d alcu de camp cu essa

Dettagli

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Variazione approssimata del valore attuale

Variazione approssimata del valore attuale arazoe approssmaa del valore auale Fabo Bell 0 Abbamo vso le prcpal propreà della durao e dvers mod d calcolarla var esemp, ra cu ol a cedola fssa. Roramo alla relazoe che lega la durao alla sesvà del

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

CALCOLO ECONOMICO E FINANZIARIO

CALCOLO ECONOMICO E FINANZIARIO CALCOLO ECONOMICO E FINANZIARIO 1. Iteresse e scoto La postcpazoe d ua dspobltà fazara rchede ua certa rcompesa (teresse), vceversa la sua atcpazoe comporta ua dmuzoe dell'mporto orgaro (scoto). Il rsparmatore,

Dettagli

Possibilità e limiti delle previsioni! Concetto di previsione! Concetto di previsione/2! Concetto di previsione/3!

Possibilità e limiti delle previsioni! Concetto di previsione! Concetto di previsione/2! Concetto di previsione/3! Cocetto d prevsoe Possbltà e lmt delle prevso Immago l sstema degl evet, passat e futur, come ua ragatela. Dstguamo gl evet due tp Se la s tocca u puto c sarao reazo moltplcatve tutt fl Facta Futura FACTA

Dettagli

Premessa... 1. Equazioni i differenziali lineari

Premessa... 1. Equazioni i differenziali lineari Apput d Cotroll Autoatc Captolo 3 parte I Sste dac lear Preessa... Equazo dfferezal lear... Evoluzoe lbera ed evoluzoe forzata... Uso della trasforazoe d Laplace... 3 Esepo... 7 Osservazo sulla rsposta

Dettagli

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

Dettagli

Distribuzioni di probabilità Unità 79

Distribuzioni di probabilità Unità 79 Prerequisiti: - Primi elemeti di probabilità e statistica. - Nozioi di calcolo combiatorio. - Rappresetazioe di puti e rette i u piao cartesiao. Questa uità iteressa tutte le scuole ad eccezioe del Liceo

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1 Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato.

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato. La valutazoe de credt dervatves ed ua sua applcazoe a dat d mercato. a cura d Alessadro Matta. La valutazoe d credt dervatves..... Ipotes d base.....2 Strumet sgle-ame....2.3 Strumet mult-ame....4.4 Idc

Dettagli

p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4

p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4 CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA Apput d STATISTICA corso d recupero Docete Scacchtao ANTONIA MARIA Gl error e le machevolezze d quest apput restao a mo carco.soo grata a coloro che vorrao farm pervere,ella prospettva d ua sstemazoe pù

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

VALORI MEDI (continua da Lezione 5)

VALORI MEDI (continua da Lezione 5) VALORI MEDI (cotu d Lezoe 5) Dott.ss Pol Vcrd 6. L ed rtetc è lere coè è vrte per trsforzo ler de dt. S u dstrbuzoe utr d ed A. Effettuo u trsforzoe lere delle osservzo coè b c d dove c e d soo due costt

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Note sulle lezioni del corso di STATICA tenute dal Prof. Luis Decanini

Note sulle lezioni del corso di STATICA tenute dal Prof. Luis Decanini Pra Facoltà d rctettura Ludovco Quaro Corso d Laurea 5 U.E... 00/00 - seestre Note sulle lezo del corso d STTC teute dal Prof. Lus Deca -a a -a a - Setra retta Setra olqua EMETR DELLE MSSE Corso d Statca

Dettagli