SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale"

Transcript

1 SOLUZIONI ESERCITAZIONE NR. 6 Variabili casuali binomiale e normale ESERCIZIO nr. 1 I Presidi delle scuole medie superiori di una certa cittá italiana hanno indetto tra gli studenti dell ultimo anno una gara di comprensione della lingua inglese con in palio 4 vacanze studio nel Regno Unito. La gara prevede l ascolto di 5 brani di difficoltá crescente ( A2 PRE-INTERMEDIATE, B1 LOWER- INTERMEDIATE, B2 UPPER-INTERMEDIATE, C1 ADVANCED, C2 PROFICIENCY ) e l esecuzione di un test finalizzato ad appurare la comprensione di ciascun brano ascoltato. Il livello di comprensione della lingua inglese conseguito da ciascun studente é stato identificato nel piú alto livello di difficoltá per il quale il test sia stato superato con successo; seguono i risultati ottenuti: Livello di comprensione della lingua inglese conseguito % A2 PRE-INTERMEDIATE 15 B1 LOWER-INTERMEDIATE 38 B2 UPPER-INTERMEDIATE 28 C1 ADVANCED 12 C2 PROFICIENCY 7 Si supponga che i Presidi decidano di attribuire le vacanze studio in palio a 4 studenti scelti casualmente tramite estrazioni con reinserimento. Ció premesso, si valutino: 1. la probabilitá che i 4 studenti estratti abbiano conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE Si indichi con X la variabile casuale che interpreti il numero di studenti che nel campione bernoulliano di ampiezza n 4 estratto abbiano conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE. Poiché: a. l esperimento casuale in questione consiste nell esecuzione di n 4 estrazioni che prevedono, ciascuna di esse, il reinserimento dello studente estratto (ossia le estrazioni sono tra loro indipendenti, cioé l esito di ciascuna estrazione non influenza probabilisticamente l esito delle estrazioni successive), b. ciascuna prova ha come esito uno solo di due eventi tra loro contrari ed esaustivi, B1 LOWER-INTERMEDIATE, identificato alla stregua di successo e un qualunque altro livello di comprensione della lingua inglese differente da esso, identificato alla stregua di insuccesso, c. la probabilitá di estrazione di un successo (ossia di uno studente avente conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE ) é nota, é pari a p (corrispondente alla frequenza percentuale degli studenti aventi conseguito livello di comprensione della lingua inglese B1 LOWER- 100 INTERMEDIATE nella popolazione di partenza divisa per 100: la probabilitá é un numero compreso tra 0 e 1!) ed é costante in ciascuna prova,

2 si ha che: X Bin(n 4, p 0.38), ossia X é variabile casuale Binomiale di parametri n 4 (ampiezza campionaria) e p 0.38 (probabilitá di successo), dunque caratterizzata da funzione di probabilitá: ( ) 4 P (X x) 0.38 x (1 0.38) 4 x x x!(4 x)! 0.38x x, x 0, 1, 2, 3, 4. Ció premesso, quanto richiesto dal quesito corrisponde dunque a: P (X 4) 0! la probabilitá che almeno 3 dei 4 studenti estratti abbiano conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE Poiché la dicitura almeno equivale alla dicitura maggiore o uguale a, quanto richiesto dal quesito (sfruttando evidentemente quanto determinato al punto precedente) corrisponde a: P (X 3) P (X 3) + P (X 4) 3! 1! Nonostante una qualunque calcolatrice scientifica consenta il calcolo del fattoriale (!) di qualunque numero, ai fini del calcolo sopra proposto si noti che (3 2 1) 4 3!. 3. la probabilitá che al piú 1 dei 4 studenti estratti abbia conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE Poiché la dicitura al piú equivale alla dicitura minore o uguale a, quanto richiesto dal quesito corrisponde a: P (X 1) P (X 0) + P (X 1) 0! ! 3! Si determinino infine media e deviazione standard del numero di studenti estratti aventi conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE commentando i risultati ottenuti

3 La media o valore atteso del numero di studenti estratti aventi conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE, ossia il valore atteso di X, risulta: E (X) np , dunque estraendo 4 studenti con reinserimento dalla popolazione in esame ci si attende di riscontrare mediamente tra 1 e 2 studenti aventi conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE. La deviazione standard di X risulta: SD (X) V (X) np (1 p) (1 0.38) , ossia, mediamente, il numero di studenti estratti aventi conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE si discosta in piú o in meno dal numero atteso di studenti in questione di circa 1 studente. In definitiva, estraendo con reinserimento 4 studenti, ci si attende 1.52 ± studenti aventi conseguito livello di comprensione della lingua inglese B1 LOWER-INTERMEDIATE. ESERCIZIO nr. 2 Il settore marketing di una nota compagnia telefonica intende introdurre alcuni nuovi piani tariffari. Al fine di proporre delle innovazioni compatibili con le esigenze della clientela e di acquisire il maggior numero possibile di nuovi clienti, la compagnia in questione decide anzitutto di condurre un indagine sul traffico telefonico effettuato dai propri utenti. Da tale indagine si riscontra che la durata in secondi delle chiamate effettuate possa ragionevolmente essere interpretata da una variabile casuale Normale di media 2 secondi e deviazione standard secondi. Ciò premesso, si valutino: 1. la probabilitá che una telefonata duri non piú di un minuto Si indichi con X la variabile casuale che interpreti la durata in secondi delle chiamate effettuate dall utenza della compagnia telefonica in questione; per quanto suggerito dal testo dell esercizio, X é una variabile casuale Normale di media µ 2 secondi e varianza σ secondi 2, ossia: X N (2, 6400). Ció premesso, essendo 1 minuto pari a 60 secondi, quanto richiesto dal quesito si identifica in: P (X 60).

4 Ricorrendo, a tal fine, alla standardizzazione di X, risulta dunque: ( X µ P (X 60) P 60 µ ) ( ) 60 2 P Z P (Z 2.75). Poiché z 2.75 < 0 non é presente tra i valori di z contemplati dalle tavole della variabile casuale Normale standardizzata (rappresentati dai numeri reali non negativi e inferiori a 3.5), ai fini della valutazione della probabilitá dell evento in questione, si rende necessario nell ordine: a. sfruttare la proprietá di simmetria rispetto alla propria media (pari a zero) della curva a campana che rappresenta la funzione di densitá della variabile casuale Normale standardizzata, che garantisce che: P (Z 2.75) P (Z 2.75), b. sfruttare il fatto che l area totale sotto la curva a campana in questione é pari a 1; ció garantisce che: P (Z 2.75) 1 P (Z < 2.75), c. ricordare che includendo od escludendo gli estremi di un intervallo non si altera la probabilitá che Z assuma valori in tale intervallo (essendo Z variabile casuale continua); ció garantisce che: In definitiva, risulta: P (Z < 2.75) P (Z 2.75). P (X 60) 1 P (Z 2.75). Ai fini della determinazione di P (Z 2.75) é possibile stavolta ricorrere alle tavole in questione, dalle quali, incentrando l attenzione sulla casella giacente sull intersezione tra la riga intestata con 2.7 (parte intera e prima cifra dopo la virgola di z 2.75) e la colonna intestata con.05 (seconda cifra dopo la virgola di z 2.75), risulta: In conclusione: P (Z 2.75) P (X 60) 1 P (Z 2.75) la probabilitá che una telefonata duri piú di 5 minuti Essendo 5 minuti pari a secondi, quanto richiesto dal quesito si identifica in: P (X > 300).

5 Ricorrendo, a tal fine, alla standardizzazione di X, risulta dunque: ( X µ P (X > 300) P > 300 µ ) ( ) P Z > P (Z > 0.25). Per ricondursi ad una probabilitá del tipo P (Z z) con z positivo (dunque per porsi nelle condizioni che consentano il ricorso alle tavole della variabile casuale Normale standard) si rende necessario sfruttare il fatto che l area totale sotto la curva a campana che rappresenta la funzione di densitá della variabile casuale Normale standard é pari a 1; ció garantisce che: P (Z > 0.25) 1 P (Z 0.25). A questo punto, ai fini della determinazione di P (Z 0.25) é possibile ricorrere alle tavole in questione, dalle quali, incentrando l attenzione sulla casella giacente sull intersezione tra la riga intestata con 0.2 (parte intera e prima cifra dopo la virgola di z 0.25) e la colonna intestata con.05 (seconda cifra dopo la virgola di z 0.25), risulta: P (Z 0.25) In conclusione: P (X > 300) 1 P (Z 0.25) la probabilitá che la durata di una telefonata sia compresa tra 2 e 4 minuti Essendo 2 minuti pari a secondi e 4 minuti pari a secondi, quanto richiesto dal quesito si identifica in: P (120 < X < 240). Ricorrendo, a tal fine, alla standardizzazione di X, risulta dunque: P (120 < X < 240) P (X < 240) P (X 120) ( X µ P < 240 µ ) ( X µ P 120 µ ) ( ) ( ) P Z < P Z P (Z < 0.5) P (Z 2). Per ricondursi ad una probabilitá del tipo P (Z z) con z positivo (dunque per porsi nelle condizioni che consentano il ricorso alle tavole della variabile casuale Normale standard) si rende necessario nell ordine: a. sfruttare la proprietá di simmetria rispetto alla propria media (pari a zero) della curva a campana che rappresenta la funzione di densitá della variabile casuale Normale standardizzata, che garantisce che: P (Z < 0.5) P (Z > 0.5), P (Z 2) P (Z 2)

6 b. sfruttare il fatto che l area totale sotto la curva a campana in questione é pari a 1; ció garantisce che: P (Z > 0.5) 1 P (Z 0.5), P (Z 2) 1 P (Z < 2) c. ricordare che includendo od escludendo gli estremi di un intervallo non si altera la probabilitá che Z assuma valori in tale intervallo (essendo Z variabile casuale continua); ció garantisce che: In definitiva, risultano: P (Z < 2) P (Z 2). P (X < 240) 1 P (Z 0.5), P (X 120) 1 P (Z 2). A questo punto, ai fini della determinazione di P (Z 0.5) e di P (Z 2) é possibile ricorrere alle tavole in questione, dalle quali: a. incentrando l attenzione sulla casella giacente sull intersezione tra la riga intestata con 0.5 (parte intera e prima cifra dopo la virgola di z 0.5) e la colonna intestata con.00 (seconda cifra dopo la virgola di z 0.5), risulta: P (Z 0.5) , b. incentrando l attenzione sulla casella giacente sull intersezione tra la riga intestata con 2.0 (parte intera e prima cifra dopo la virgola di z 2) e la colonna intestata con.00 (seconda cifra dopo la virgola di z 2), risulta: In conclusione: P (Z 2) P (X < 240) 1 P (Z 0.5) e dunque: P (X 120) 1 P (Z 2) , P (120 < X < 240) P (X < 240) P (X 120)

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008 Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

La variabile casuale Binomiale

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

Dettagli

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra

Dettagli

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

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test

Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

Metodi Matematici ed Informatici per la Biologia Esame Finale, I appello 1 Giugno 2007

Metodi Matematici ed Informatici per la Biologia Esame Finale, I appello 1 Giugno 2007 Metodi Matematici ed Informatici per la Biologia Esame Finale, I appello 1 Giugno 2007 Nome: Alberto Cognome: De Sole Matricola: 01234567890 Codice 9784507811 Esercizio Risposta Voto 1 a b c d e 1 2 V

Dettagli

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

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 Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione

Metodi e Modelli Matematici di Probabilità per la Gestione Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo

Dettagli

Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo

Dettagli

Esercizi riassuntivi di probabilità

Esercizi riassuntivi di probabilità Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

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

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

Dettagli

Temi di Esame a.a. 2012-2013. Statistica - CLEF

Temi di Esame a.a. 2012-2013. Statistica - CLEF Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei

Dettagli

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione) Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso

Dettagli

La Distribuzione Normale (Curva di Gauss)

La Distribuzione Normale (Curva di Gauss) 1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito

Dettagli

Probabilità II Variabili casuali discrete

Probabilità II Variabili casuali discrete Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una

Dettagli

REGOLE PER L ESAME (agg.te settembre 2015)

REGOLE PER L ESAME (agg.te settembre 2015) Informatica e Programmazione (9 CFU) Ingegneria Meccanica e dei Materiali REGOLE PER L ESAME (agg.te settembre 2015) Modalità d esame (note generali) Per superare l esame, lo studente deve sostenere due

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità Probabilità e Statistica ESERCIZI EsercizioA1 Data la variabile aleatoria normale standard Z, si calcoli la probabilità che Z sia minore o uguale di 1,2. Soluzione La probabilità che una variabile aleatoria

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004 ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor

Dettagli

LABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE

LABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) LABORATORIO EXCEL

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/03/2011

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/03/2011 FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE SIMULAZIONE della PROVA SCRITTA di STATISTICA 23/3/2 ESERCIZIO (2+2+2+2) La seguente tabella riporta la distribuzione della variabile "Stato Civile"

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO

PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

matematica probabilmente

matematica probabilmente IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e

Dettagli

Calcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni):

Calcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni): ESERCIZIO 1 Il signor Felice sta giocando a tombola nel circolo PASSATEMPO e ha deciso di giocare usando la sola cartella di seguito riportata: 7 17 26 40 74 1 14 50 69 87 13 43 57 62 73 Serie 1, n. 1

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Inferenza statistica. Statistica medica 1

Inferenza statistica. Statistica medica 1 Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014

Dettagli

Dall'analisi dei prospetti informativi diffusi dalla Borsa di Paperopoli Gastone ricava le seguenti informazioni sul rendimento dei tre titoli:

Dall'analisi dei prospetti informativi diffusi dalla Borsa di Paperopoli Gastone ricava le seguenti informazioni sul rendimento dei tre titoli: ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone

Dettagli

LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE

LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

ESERCIZI EVENTI E VARIABILI ALEATORIE

ESERCIZI EVENTI E VARIABILI ALEATORIE ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%

Dettagli

Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)

Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città

Dettagli

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE

Psicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una

Dettagli

1 di 6. Usando un modello di probabilità

1 di 6. Usando un modello di probabilità Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti

Dettagli

Il campionamento. Ulteriori vantaggi: economicità (costi e tempi limitati)

Il campionamento. Ulteriori vantaggi: economicità (costi e tempi limitati) Il campionamento Il campionamento Insieme delle operazioni che consistono nella selezione, nelle intenzioni rappresentativa, degli appartenenti ad una popolazione, allo scopo di studiare una porzione della

Dettagli

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti. PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle

Dettagli

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

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

Dettagli

SERVIZIO [TO]BIKE INDAGINE SULLA SODDISFAZIONE DEGLI UTENTI

SERVIZIO [TO]BIKE INDAGINE SULLA SODDISFAZIONE DEGLI UTENTI SERVIZIO [TO]BIKE INDAGINE SULLA SODDISFAZIONE DEGLI UTENTI 25 febbraio 2013 indagine eseguita a Novembre 2012 curata dalla dott.ssa Elena Amistà in collaborazione con il Servizio Qualità della Città di

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione

Dettagli

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Modelli di Variabili Aleatorie Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Sulla base della passata esperienza il responsabile della produzione di un azienda

Dettagli

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1

a) Il campo di esistenza di f(x) è dato da 2x 0, ovvero x 0. Il grafico di f(x) è quello di una iperbole -1 1 LE FUNZIONI EALI DI VAIABILE EALE Soluzioni di quesiti e problemi estratti dal Corso Base Blu di Matematica volume 5 Q[] Sono date le due funzioni: ) = e g() = - se - se = - Determina il campo di esistenza

Dettagli

ESAME DI STATISTICA Nome: Cognome: Matricola:

ESAME DI STATISTICA Nome: Cognome: Matricola: ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Esercitazioni 2013/14

Esercitazioni 2013/14 Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta

Dettagli

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1)

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) 151 Introduzione Un esperimento è una prova o una serie di prove. Gli esperimenti sono largamente utilizzati nel campo dell ingegneria. Tra le varie applicazioni;

Dettagli

MATEMATICA 5 PERIODI

MATEMATICA 5 PERIODI BAC EUROPEO 2008 MATEMATICA 5 PERIODI DATA 5 giugno 2008 DURATA DELL ESAME : 4 ore (240 minuti) MATERIALE AUTORIZZATO Formulario delle scuole europee Calcolatrice non grafica e non programmabile AVVERTENZE

Dettagli

RELAZIONE SUL TEST GENERALE D ACCESSO AL CORSO DI LAUREA IN LINGUE E CULTURE STRANIERE

RELAZIONE SUL TEST GENERALE D ACCESSO AL CORSO DI LAUREA IN LINGUE E CULTURE STRANIERE Isabella Innamorati RELAZIONE SUL TEST GENERALE D ACCESSO AL CORSO DI LAUREA IN LINGUE E CULTURE STRANIERE IL TEST DI ACCESSO AL CORSO DI LAUREA IN DISCIPLINE DELLE ARTI DELLA MUSICA E DELLO SPETTACOLO

Dettagli

Laboratorio di Pedagogia Sperimentale. Indice

Laboratorio di Pedagogia Sperimentale. Indice INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------

Dettagli

Alessandro Pellegrini

Alessandro Pellegrini Esercitazione sulle Rappresentazioni Numeriche Esistono 1 tipi di persone al mondo: quelli che conoscono il codice binario e quelli che non lo conoscono Alessandro Pellegrini Cosa studiare prima Conversione

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

Corso di Automazione Industriale 1. Capitolo 4

Corso di Automazione Industriale 1. Capitolo 4 Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE

19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE 19txtI_BORRA_2013 18/11/13 10:52 Pagina 449 TAVOLE STATISTICHE Nell inferenza è spesso richiesto il calcolo di alcuni valori critici o di alcune probabilità per le variabili casuali che sono state introdotte

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

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

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

Dettagli

SPC e distribuzione normale con Access

SPC e distribuzione normale con Access SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

Esercizio 1. Svolgimento

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

Dettagli

Tasso di interesse e capitalizzazione

Tasso di interesse e capitalizzazione Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli