PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10
|
|
- Alfonso Negri
- 4 anni fa
- Visualizzazioni
Transcript
1 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa S di stoccaggio, quado X < µ, metre S = altrimeti. Detta Y la variabile aleatoria X S, si provi che Y o puo assumere valori compresi fra µ S e µ; si descriva poi la distribuzioe di Y, e se e calcoli il valor medio. Esercizio Si immagii di laciare ifiite volte ua moetia, sempre i codizioi di idipedeza; per ogi deotiamo co C la variabile aleatoria che forisce la differeza tra il umero di teste e il umero di croci uscite ei primi laci. Si calcolio media e variaza di ciascua C e, utilizzado il Teorema del Limite Cetrale, si trovi, el caso p = 1, il limite i Distribuzioe delle variabili aleatorie C. Co riferimeto all esercizio 1, si suppoga che σ = e che si voglia stimare µ sulla base di 1 osservazioi I.I.D. della X, x 1,..., x 1 : qual é l ampiezza dell itervallo di cofideza per µ al livello di sigificativita del 5%? Quate dovrebbero essere le osservazioi, se si vuole che l ampiezza dell itervallo si riduca di u terzo? (Detta Φ la fuzioe di ripartizioe della distribuzioe ormale N(, 1), utilizzare la seguete tabella: Φ(1.6).94 Φ(1.645).95 Φ(1.8).96 Φ(1.96).975 Φ(.33).99 Φ(.58).995) Soluzioi compito 13/1/1 Esercizio 1 Deotiamo co S la variabile aleatoria che deota la spesa per lo stoccaggio: S assume il valore costate positivo S quado X < µ, e vale altrimeti. Essedo Y = X S, il calcolo di E(Y ) puo essere svolto come segue: E(Y ) = E(X S ) = E(X) E(S ) = µ SP ([X < µ]) = µ S. Fissato ora t < µ S, si ha chiaramete Y = t se e solo se X = t + S. Duque, per y < µ S si ha F Y (y) = F X (y + S). D altra parte, se X > µ si ha Y = X > µ, per 1
2 cui possiamo dedurre che 1 F X (y) = 1 F Y (y) (e quidi F X (y) = F Y (y)) quado y > µ. Se poi µ S < t < µ, o é possibile che sia Y = t: ifatti, o puo essere é Y = t = X é Y = t = X S. I coclusioe, si ha Pertato, la desita f Y Esercizio F X (y), y µ F Y (y) = F X (y + S), y < µ S F X (µ), µ S y µ. segue la legge: f Y (y) = 1 e (y µ) σ πσ, y > µ, µ S < y < µ 1 e (y+s µ) σ πσ, y < µ S. Deotata co B la variabile aleatoria che descrive il umero di teste uscite i laci, risulta B B(, p), e C = B ( B ) = B. Si ha duque facilmete (poedo q = 1 p): E(C ) = E(B ) = p = (p q), V (C ) = V (B ) = 4V (B ) = 4pq. Nel caso p = 1, chiaramete si ha E(C ) =, V (C ) =, duque C = C. Teedo presete che C é, per ogi, la somma di variabili aleatorie I.I.D. (aveti tutte la stessa distribuzioe di B 1 1), il Teorema del Limite Cetrale ci assicura che le variabili aleatorie C covergoo i Distribuzioe alla N(, 1). Detta x la media aritmetica dei dati x 1,..., x 1, l itervallo di cofideza cercato per µ sara [x δ, x + δ], ove δ = σ z.5, ossia δ = L ampiezza dell itervallo é duque circa 1.6. Se si vuole ridurre di u terzo tale ampiezza, basta moltiplicare per 9 4 osservazioi, per cui il campioe dovra essere costituito da 7 dati. il umero di Prova scritta del 1//1
3 Esercizio 1 U apparecchio Autovelox scatta ogi gioro N fotografie, co N P (λ). Per ciascua foto, la probabilita che essa permetta di rilevare u ifrazioe é p. Detta X la variabile che idica quate ifrazioi vegoo rilevate i tal modo ogi gioro, si determii la distribuzioe di X, valutadoe ioltre valor medio e variaza. Esercizio poga Sia (X ) ua successioe I.I.D., co X U(a, b). Per ogi itero > si Z := max{x 1,..., X }. Si trovio, per ogi itero >, la desita, il valor medio e la variaza di Z ; si studi ifie la covergeza della successioe (Z ). Si vuole trasmettere, i via del tutto cofideziale, u umero reale a, compreso fra e 6, che ha ua otevole importaza strategica. Per evitare che tale iformazioe vega itercettata, viee creata ua sequeza I.I.D. di valori X, distribuiti uiformemete i [, 1], e vegoo trasmessi i dati Y = ax, = 1,,...1. Chi riceve la sequeza (Y ) deve ricavare la quatita icogita a, co u itervallo di cofideza al livello del 5%. Quale itervallo si trovera? E quati dati dovrebbero essere trasmessi, se si vuole che l ampiezza dell itervallo si riduca dell 8%? (Detta Φ la fuzioe di ripartizioe della distribuzioe ormale N(, 1), utilizzare la seguete tabella: Φ(1.6).94 Φ(1.645).95 Φ(1.8).96 Φ(1.96).975 Φ(.33).99 Φ(.58).995) Soluzioi compito 1//1 Esercizio 1 Supposto che i u dato gioro la macchia abbia scattato k fotografie, il umero di ifrazioi riscotrate ha distribuzioe B(k, p), e quidi si puo dedurre che, per ogi itero j: P ([X = j]) = =j P ([X = j] [Z = ])P ([Z = ]) = =j ( )p j (1 p) j λ e λ. j! Semplificado, si ottiee P ([X = j]) = pj λ j j! e λ m= λ m (1 p) m m! = (pλ)j e pλ. j! Duque, X P (pλ), e quidi E(X) = V (X) = pλ per risultati be oti. 3
4 Esercizio Si fissi u umero reale t. Per ogi itero > si ha F Z (t) = P ( i=1[x i t]) = (F X1 (t)), i virtu dell idipedeza. Ora, essedo, t a t a F X1 (t) = b a, a t b 1, t b é facile dedurre la desita f Z : f Z (t) = { (t a) 1 (b a), t [a, b], t / [a, b]. Il valor medio di Z si puo ricavare come segue: E(Z ) = a+e(z a) = a+ (b a) Per quato riguarda la variaza, si ha b a (t a) dt = a+ (b a) V (Z ) = V (Z a) = E((Z a) ) ( + 1 (b a)) = = + (b a) ( + 1) (b a) = (b a) b a b a ( + 1) ( + ) (b a). s ds = a+ + 1 (b a). s +1 ds ( + 1 (b a)) = Da qui si deduce facilmete che la successioe (Z ) coverge q.c. e i L alla costate b. D altra parte, la covergeza quasi certa si poteva immediatamete dedurre i quato la successioe (Z ) é mootoa, e superiormete limitata da b. Chiaramete, la variabile aleatoria Y = ax ha distribuzioe U(, a), co a icogita, ma positiva e miore di 6. Essedo E(Y ) = a, bastera trovare l itervallo di cofideza per E(Y ) e raddoppiare poi l ampiezza. Si ha ioltre V (Y ) = a < Dato il campioe Y 1,..., Y 1, si deoti co Y la quatita 1 1 i=1 Y i. L itervallo per E(Y ) sara duque del tipo [Y δ, Y + δ], ove al solito δ = z α/ σ. Ora, essedo σ = a < 3, ed α/ =.5, risulta δ < L itervallo 3 di cofideza per a é allora [Y.68, Y +.68]. Se poi si vuole che l ampiezza dell itervallo si riduca ad u quito, bisogera moltiplicare per 5 il umero di dati trasmessi, ossia occorroo 5 dati. 4
5 Esercizio 1 Prova scritta del 8/9/1 Soo date due variabili aleatorie idipedeti, X 1 e X, etrambe di tipo espoeziale: la prima ha media 1, la secoda ha media 5. Si trovi la desita della somma X 1 + X. Esercizio Siao X e Y due variabili aleatorie discrete, X NB(1, p 1 ), Y NB(1, p ), idipedeti. Si calcoli la probabilita che risulti X Y. Suppoedo p 1 = 1, si trovi p i modo tale che la probabilita precedete sia uguale a 1 1. Da u idagie codotta su = 9 studeti diplomati co maturita scietifica, risulta che uo studete su 5 ha coseguito la laurea trieale ei 5 ai successivi. a) Costruire u itervallo di cofideza al 99% per la proporzioe p degli studeti che hao coseguito la laurea. b) Quale dev essere il valore miimo di affiché, co gli stessi dati, l itervallo di cofideza abbia meta ampiezza? (Detta Φ la fuzioe di ripartizioe della distribuzioe ormale N(, 1), utilizzare la seguete tabella: Φ(1.6).94 Φ(1.645).95 Φ(1.8).96 Φ(1.96).975 Φ(.33).99 Φ(.58).995) Soluzioi compito 8/9/1 Esercizio 1 Dette f 1 e f le desita di X 1 e X rispettivamete, si ha, per x > : f 1 (x) = 1 1 e x 1, f (x) = 1 5 e x 5. Usado la formula di covoluzioe, troviamo poi (per u > ): f X1 +X (u) = u f 1 (u x)f (x)dx = 1 5 u e u x 1 e x 5 dx = = e u 1 5 u e 1 1 x dx = e u (1 e 1 u ) = 1 u 5 (e 1 e u 5 ). 5
6 Esercizio Sappiamo che, per k itero maggiore di, risulta P ([X = k]) = p 1 (1 p 1 ) k 1, P ([Y = k]) = p (1 p ) k 1. Si ha poi P [X Y ]) = P ([X k ] [Y = k])p ([Y = k]) = k=1 k=1 P ([X k ])P ([Y = k]), a causa dell idipedeza. Ora, se k = 1 o k =, si ha chiaramete P ([X k ]) = ; duque P [X Y ]) = k=3 P ([X k ])P ([Y = k]) = h=1 P ([X h])p ([Y = h + ]). Ora, per h 1, risulta P ([X > h]) = (1 p 1 ) h, e quidi P [X Y ]) = h=1 (1 (1 p 1 ) h )p (1 p ) h+1 = h=1 p (1 p ) h+1 p (1 p )[(1 p 1 )(1 p )] h = h=1 = p (1 p ) 1 p p (1 p 1 )(1 p ) 1 1 (1 p 1 )(1 p ) = p 1(1 p ) p 1 + p p 1 p. Poedo p 1 = 1, si ottiee P [X Y ]) = (1 p ) 1 + p e facili calcoli portao a cocludere che tale probabilita vale 1 1 se e solo se p = 3 5. Detta X la variabile aleatoria dei laureati tra gli itervistati, X segue ua distribuzioe biomiale co probabilita di successo p. Sfruttado l approssimazioe ˆp(1 ˆp) ormale, gli estremi dell itervallo di cofideza cercato soo ˆp ± z a, dove ˆp =., = 9 e, dalla tabella, z a.58. Pertato l itervallo di cofideza e [ ] , [.1656,.344]. 9 9 L ampiezza dipede da i ragioe quadratica iversa: per dimezzare tale ampiezza bastera moltiplicare per 4: duque, occorre u campioe di almeo 36 persoe, co la stessa media di laureati. Prova scritta del 9/11/1 6
7 Esercizio 1 Sia X ua variabile aleatoria co distribuzioe uiforme cotiua: X U(, 1). Per ogi > si poga X = X. Si trovi la distribuzioe di X per ogi, e si cotrolli se la successioe (X ) coverge (i distribuzioe, quasi certamete o i L 1 ) a qualche variabile aleatoria Z. Si esamii poi la covergeza della successioe (Y ) defiita per ogi da: Y := X (1 X). Esercizio poga Sia Y ua v.a. discreta di tipo biomiale: Y B(, p). Per ogi s si G(s) = E(s Y ). Dopo aver calcolato l espressioe esplicita di G(s), si calcolio le derivate G e G e ifie le quatita : G (1) E(Y ), V (Y ) G (1) G (1) + G (1). Ua fabbrica produce dischi di metallo aveti diametro di lughezza X. Si suppoga che X N(µ, σ =.9). Posto di aver misurato u campioe casuale di = 4 dischi e di aver trovato che x = 5 si calcoli: (a) l errore quadratico medio della Media campioaria; (b) l itervallo di cofideza per la media al livello del 5%; (c) suppoedo che il valore di x rimaga ivariato determiare il valore miimo di affiché l ampiezza dell itervallo di cofideza si riduca a 1. (Detta Φ la fuzioe di ripartizioe della distribuzioe ormale N(, 1), utilizzare la seguete tabella: Φ(1.6).94 Φ(1.645).95 Φ(1.8).96 Φ(1.96).975 Φ(.33).99 Φ(.58).995) Soluzioi compito del 9/11/1 Esercizio 1 Per determiare la distribuzioe di X, itato osserviamo che per ciascu itero si ha X [, ]. Duque, fissato, per x [, ] si ha F X (x) = P ([X x ]) = P ([X x ] = x. 7
8 Posto N = [X = 1], si ha ovviamete P (N) =. Ora, se tale eveto o si verifica, si ha X < 1 e quidi lim X = lim X =. Pertato la successioe (X ) tede a quasi certamete, e quidi ache i Probabilita e i distribuzioe. No si ha ivece covergeza i L 1, essedo E(X ) = lim E(X ) = 1. e quidi +1 Quato alla successioe (Y ), si vede facilmete che ach essa tede a q.c.. I tal caso poi si ha ache covergeza i L 1 : E(Y ) =. Esercizio G(s) = E(s X ) = Per defiizioe di valor medio el caso discreto, si ha ( ) s h p h (1 p) h = h h= grazie alla formula del biomio di Newto. Risulta ora h=, e quidi lim (+1)(+) E( Y ) = ( ) (sp) h (1 p) h = (ps + 1 p), h G (s) = p(ps + 1 p) 1, G (s) = p ( 1)(ps + 1 p). Allora facilmete si trova G (1) = p = E(X), G (1) + G (1) G (1) = p(1 p) = V (X), e quidi etrambe le quatita idicate soo ulle. (a) L errore quadratico medio della Media campioaria é per defiizioe dato da: MSE(X) = E(X µ) = σ e quidi. MSE(X µ) = 9 4 =.5 (b) Poiché la popolazioe di parteza é ormale sappiamo che: P ( z α X µ z α σ ) = 1 α 8
9 Quidi co i dati che oi abbiamo si ha che α =, 5 da cui α/ =, 5. Possiamo quidi determiare il valore di z α ormale vediamo essere: z α = 1, 96. Da cio ricaviamo che l itervallo fiduciario per µ é dato da: e sostituedo co i umeri si ha (5 1, 96 (X z α σ/ ; X + z α σ/ ) che dalla tabella sulla fuzioe.3.3 ; 5 + 1, 96 ) = (5 1, 96, 474; 5 + 1, 96, 474) 4 4 = (5 +.93) = (4.97; 5.93). (c) Sappiamo che l ampiezza di u itervallo fiduciario é data da: A = z α σ Adiamo quidi a determiare il valore miimo di affiché tale ampiezza sia miore di, e sempre co (1 α) =, 95: 1 1 da cio ricaviamo il valore miimo di > 1, 96.3 > (1 1, 96.3) = e i coclusioe il valore miimo di é
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06
PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliProbabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B
Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia
DettagliEsercizi di Calcolo delle Probabilità Foglio 7
Esercizi di Calcolo delle Probabilità Foglio 7 David Barbato Esercizio. Siao Y e X } N variabili aleatorie idipedeti e co distribuzioe espoeziale di parametro λ =. Siao ioltre: W := maxy, X } N T := miw
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliAPPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.
AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i
DettagliEsercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno?
Esercitazioe.4 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello stesso tipo. Ogi tir percorre ua media di 600 km al gioro co ua deviazioe stadard di 50 km. 1. Suppoedo
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliEsercizi di Analisi II
Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare
Dettagli1 Esercizi tutorato 27/5
Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X
DettagliEsercizi 2 Pietro Caputo 14 dicembre se ξ n > log n
Esercizi 2 Pietro Caputo 4 dicembre 2006 Esercizio. Siao Y, per =, 2,..., variabili aleatorie co distribuzioe biomiale di parametri e p := λ, per qualche λ > 0. Dimostrare che Y coverge i distribuzioe
DettagliStatistica Inferenziale Soluzioni 1. Stima puntuale
ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza
DettagliSoluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente
Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliStatistica I - A.A
Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
Dettagli2.5 Convergenza assoluta e non
.5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello
DettagliEsercizi di econometria: serie 2
Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso
DettagliEsercizi settimana 10
y = = 0 0,5 0,5,5 x Esercizi settimaa 0 Esercizi applicati Esercizio. Siao X ) i.i.d. tali per cui X U0, ), si dimostri che X 0. Soluzioe. Per calcolare la covergeza i legge dobbiamo usare la fuzioe di
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliEsercitazione X Complementi di Probabilità a.a. 2011/2012
Esercitazioe X Complemeti di Probabilità a.a. 20/202 Argometi: covergeza e TLC. Esercizio. Sia {X k } k ua successioe di v.a. i.i.d. di legge Exp(. Sia G = S,. a Scrivere la fuzioe caratteristica φ di
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliSOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]
SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 05/6, FOGLIO Sia f : R R defiita da f x { se x [, 3] 0 altrimeti Studiare la covergeza putuale, uiforme e uiforme sui compatti della successioe f e della
DettagliInferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.
Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato
DettagliUNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008
UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 07/02/2017
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 07/02/207 COGNOME e NOME... N. MATRICOLA... Esercizio. Sia {X } N ua martigala rispetto ad ua filtrazioe {F } N co P (X N) = per ogi
DettagliEsercizi con R. Corso Statistica corso avanzato A. A. 2013/2014
Esercizi co R Corso Statistica corso avazato A. A. 203/204 Esercizio Due compagie di assicurazioe soo i cocorreza per stipulare polizze co = 000 clieti. Si suppoga che ogi cliete scelga tra le due società
DettagliTraccia delle soluzioni degli esercizi del fascicolo 6
Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliESERCIZI - FASCICOLO 1
ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim
Dettaglik=0 f k(x). Un altro tipo di convergenza per le serie è la convergenza totale e si dice che la serie (0.1) converge totalmente in J I se
Serie di fuzioi Sia I R, per ogi k N, data la successioe di fuzioi (f k ) k co f k : I R, cosideriamo la serie di fuzioi (0.) f k () k=0 e defiiamo la successioe delle somme parziali s () = k=0 f k().
DettagliEsercitazione n 3. 1 Successioni di funzioni. Esercizio 1: Studiare la convergenza in (0, 1) della successione {f n } dove f n (x) =
Esercitazioe 3 Successioi di fuzioi Esercizio : Studiare la covergeza i (0, ) della successioe {f } dove f (x) = metre Sol.: Si verifica facilmete che lim f (x) = 0 x (0, ) lim sup f (x) = lim = + (0,)
DettagliConvergenza di variabili aleatorie
Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli
Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elemeti di Probabilità e Statistica - 05AA - AA 05-06 Prova scritta - 9 settembre 06 Problema pt Su uo spazio probabilizzato Ω, F, P, suppoiamo di avere ua successioe Z di va discrete idipedeti, tali che
DettagliMetodi di valutazione delle prestazioni di rete
Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliSerie di potenze / Esercizi svolti
MGuida, SRolado, 204 Serie di poteze / Esercizi svolti Si cosideri la serie di poteze (a) Determiare il raggio di covergeza 2 + x (b) Determiare l itervallo I di covergeza putuale (c) Dire se la serie
DettagliEsercizi - Fascicolo VI
Esercizi - Fascicolo VI Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi sia compresa tra 0.49 e 0.5 sia
DettagliRisoluzione del compito n. 3 (Febbraio 2018/2)
Risoluzioe del compito. 3 (Febbraio 08/ PROBLEMA a Determiate le soluzioi τ C dell equazioe τ iτ +=0. { αβ =4 b Determiate le soluzioi (α, β, co α, β C,delsistema α + β =i. c Determiate tutte le soluzioi
DettagliLezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
Dettagli1 + 1 ) n ] n. < e nα 1 n
Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliCorrezione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) =
Correzioe Esercitazioe 5 Esercizio 1. Per determiare l itervallo di cofideza scegliamo come quatità pivotale 1 F X θ) che ha distribuzioe U0, 1). Nel ostro caso, F X θ) = θ 1 θ ) I 0,θ) ), da cui 1 F X
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
Dettagli1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;
. Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliEsercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002
Esercitazioi di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dii Lezioe del 10/12/2002 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello
Dettagli0.1 Il teorema limite centrale
0. Il teorema limite cetrale 0. Il teorema limite cetrale Teorema 0.. Teorema limite cetrale). Sia X i ) i N ua successioe di variabili aleatorie i.i.d. che ammettoo mometo secodo fiito, co media µ e co
DettagliEsercitazione due: soluzioni
Esercitazioe due: soluzioi. Sia il ricavo r i pk i ti, p, k, t i > applicado la defiizioe di media di Chisii il tempo medio t che lascia ivariato il ricavo totale é quel valore tale che pk i ti pk i t
DettagliStime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo
Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;
DettagliSenza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base
DettagliPolitecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
DettagliEsercitazione IV Complementi di Probabilità a.a. 2011/2012
Esercitazioe IV Complemeti di Probabilità a.a. 2011/2012 Argometi: idipedeza, 2 lemma di Borel Catelli, σ-algebra coda. Esercizio 1. a) Dato (Ω, F, P), siao J 1, J 2,..., J m π-system su Ω tali che Ω J
DettagliUniversità degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO
Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliEsercitazione sette: soluzioni. H 1 : θ > 0.48 ( =
Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliEsperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI
Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe
Dettaglin=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza
DettagliCopyright Esselibri S.p.A.
CAPITOLO OTTAVO LE VARIABILI CASUALI Sommario:. Geeralità. -. La variabile casuale biomiale. - 3. La variabile casuale di Poisso. - 4. La variabile casuale ormale. 5. La variabile casuale chi-quadrato.
Dettagli2.4 Criteri di convergenza per le serie
2.4 Criteri di covergeza per le serie Come si è già acceato i precedeza, spesso è facile accertare la covergeza di ua serie seza cooscere la somma. Ciò è reso possibile da alcui comodi criteri che foriscoo
DettagliTracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57
Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu
Dettagli(i) si calcoli la probabilità di non perdere soldi; P(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimaa 2 Esercizio 1. Si cosideri la seguete strategia per il gioco della roulette. Si scommette 1 sul rosso. Se esce rosso (si ricordi che la roulette è da 37 umeri, di cui 18 rossi e 18
DettagliESERCITAZIONE N. 6 corso di statistica
ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli
DettagliAM110 - ESERCITAZIONI V - VI. Esercizio svolto 1. Dimostrare che ogni insieme finito ha un massimo ed un minimo.
AM110 - ESERCITAZIONI V - VI 16-18 OTTOBRE 2012 Esercizio svolto 1. Dimostrare che ogi isieme fiito ha u massimo ed u miimo. Sia A = {a 1,..., a } R. Dimostriamo che A ha u massimo si procede i maiera
DettagliEsercitazione n 4. 1 Serie di Taylor. Esercizio 1: Verificare che la funzione. f(x) = 0 se x = 0
Esercitazioe 4 1 Serie di Taylor Esercizio 1: Verificare che la fuzioe f(x) { e 1/x se x 0 0 se x 0 pur essedo C o è sviluppabile i serie di Taylor i x 0. Sol.: Determiiamo le derivate di f: 0 f (0) lim
DettagliLEGGE DEI GRANDI NUMERI
LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi
DettagliSiamo interessati a studiare la convergenza della serie e porremo come al solito:
SERIE DI POTENZE Soo particolari serie di fuzioi, i cui termii soo moomi, evetualmete traslati: f (x) co f (x) =a (x x 0 ), a R, x 0 R, ossia dove a (x x 0 ) = a 0 + a 1 (x x 0 )+a 2 (x x 0 ) 2 +... x
DettagliSerie numeriche. Esercizi
Serie umeriche. Esercizi Mauro Saita, aprile 204. Idice Serie umeriche.. Serie a termii defiitivamete positivi..............................2 Serie a termii di sego altero.................................
DettagliCALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011
CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL //0 PRIMA PARTE Esercizio U sitomo S è ricoducibile a tre malattie M, M e M 3 a due a due icompatibili. Sapedo che la probabilità che u idividuo abbia la patologia
Dettagli1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché
Soluzioi.. Coverge. La serie è a sego altero. No possiamo usare il criterio di assoluta covergeza, perché log log a = > + e il fatto che la serie i valore assoluto diverge o permette di trarre coclusioi
DettagliII Esonero - Testo A
Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
DettagliProbabilità CENNI DI PROBABILITÀ
CENNI DI PROBABILITÀ Itroduzioe I queste pagie verrao esposti i breve i cocetti base della teoria delle probabilità. Lo scopo è quello di forire le basi i modo che siao più compresibile l uso che e viee
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliSoluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.
60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliLegge Gamma e Legge Chi quadro
Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma
Dettagli