Esperimentazioni di Fisica 1. Prova scritta del 9 luglio 2015 SOLUZIONI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esperimentazioni di Fisica 1. Prova scritta del 9 luglio 2015 SOLUZIONI"

Transcript

1 Esperimentazioni di Fisica 1 Prova scritta del 9 luglio 2015 SOLUZIONI

2 Esp-1 Prova di Esame Secondo appello - Page 2 of 8 09/07/ (12 Punti) Quesito. La grandezza y è aspettata dipendere in modo quadratico dalla grandezza x secondo la relazione y = x 2 /2, con x e y espresse in opportune unità di misura. x y ± ± ± ± ± 0.58 Il risultato di un esperimento in cui y è misurato in funzione di x è riportato nella tabella a lato. Le incertezze riportate sono incertezze standard. Si determini se il modello matematico atteso è confermato dai dati utilizzando il test del χ 2 specificando quali sono le condizioni di applicabilità del test. La tabella dei valori degli integrali del χ 2 ridotto è allegata a questo questionario. Soluzione. Nella tabella sono riportati i dati delle misure e i valori aspettati per lo stesso valore di x. Nell ultima colonna della tabella sono riportati gli scarti divisi per le incertezze standard al quadrato. x y x 2 /2 u y ( y x 2 /2 u y Dalla tabella si calcola χ 2 = Il numero dei gradi di libertà in questo caso è 5 e il χ 2 ridotto è χ 2 /ν = 12.84/5 = Dalla tabella si ricava una probabilità pari a P (χ 2 > 2.57) La probabilità che il modello matematico assegnato descriva correttamente i dati è molto bassa. La condizione di applicabilità del test del χ 2 è che le incertezze relative alle misure della variabile y siano gaussiane. ) 2

3 Esp-1 Prova di Esame Secondo appello - Page 3 of 8 09/07/ (12 Punti) Quesito. Una bilancia digitale con un display a 3 cifre significative ha una risoluzione di 0.1g. Nel libretto di istruzioni è riportato inoltre che l incertezza della misura è il 3% del valore letto con un livello di confidenza del 99%. Il costruttore dichiara inoltre che le incertezze delle bilance costruite hanno una distribuzione gaussiana. Pesando la massa m 1 si ottiene il risultato m 1 = 22.4 g, pesando la massa m 2 si ottiene il risultato m 2 = 22.1 g. valutare: l incertezza sulle due misurazioni l incertezza sulla grandezza m = m 1 m 2 Soluzione. L incertezza standard sulle misurazioni di m 1 e di m 2 ha due contributi quello da associare alla risoluzione dello strumento il cui valore è u = 0.1/ 12 g = g (identico per le due misurazioni) e quello da associare alla taratura della bilancia che, con le indicazioni del costruttore, risulta essere u = 0.03m/3, dove m è la misura letta sul display e la divisione per 3 è dovuta al livello di confidenza del 99% e alla distribuzione normale delle incertezze di taratura. Le due incertezze u e u sono indipendenti e quindi si sommano in quadratura. Quindi le due incertezze su m 1 e m 2 sono rispettivamente: u 1 = u 2 + u 2 1 = (0.029) 2 + (0.01m 1 ) 2 = 0.22g u 2 = u 2 + u 2 2 = (0.029) 2 + (0.01m 2 ) 2 = 0.22g L incertezza sulla grandezza m = m 1 m 2 si ottiene con la formula della propagazione delle incertezze, notando che i contributi u, associati alla taratura dello strumento sono correlati tra loro con ρ = 1 (m 1 m 2 ). Le incertezze dovute alla risoluzione, al contrario delle precedenti, non sono correlate. Indicando con u l incertezza su m, si può quindi scrivere: = u = ( m m 1 ) 2 ( ) m 2 (u 2 + u 2 1 ) + (u m 2 + u 2 2 ) + 2ρ m m u 1 2 m 1 m u 2 = 2 (u 2 + u 2 1 ) + (u 2 + u 2 2 ) 2u 1 u 2 = 2u 2 + (m 1 m 2 ) 2 (0.01) 2 2u = 0.04g

4 Esp-1 Prova di Esame Secondo appello - Page 4 of 8 09/07/ (12 Punti) Quesito. Un contatore Geiger è posto di fronte ad una sorgente radioattiva di attività ignota (l attività è definta come il numero di decadimenti radioattivi nell unità di tempo e si misura in Becquerel (Bq) 1 Bq=1 decadimento al secondo. Misura Durata Conteggi n. t i (s) n i Una serie di 5 misurazioni di durata differente è riportata in tabella. Rimossa la sorgente, il contatore Geiger misura, in 100 s, N b = 3482 conteggi dovuti alla radioattività ambientale. Tenenedo conto che il contatore Geiger per la sua geometria (dimensioni e distanza dalla sorgente) vede solo il 30% delle totale delle radiazioni emesse, stimare il valore dell attività della sorgente radioattiva. Soluzione. [unc011] I conteggi del contatore Geiger delle varie misurazioni appartengono a distribuzioni di Poisson di medie pari a (a 0.3 +b) t i, dove a 0.3 rappresenta il 30% dell attività della sorgente e b l attività del fondo. Poiché la somma di variabili casuali poissoniane è ancora una variabile poissoniana con valore medio pari alla somma dei valori medi delle singole variabili, si possono sommare i tempi e i relativi conteggi ottenendo: t = 5 t i = ( )s = 100s; i=1 da cui N = 5 n i = = i=1 N = (a b) t = Tenendo conto che la misura del fondo è N b = b t = 3482 si ha a 0.3 t = N N b = = Essendo N e N b variabili casualli poissoniane, propagando l incertezza sulla variabile N N b si ottiene: u N Nb = N + N b = = 152. (Si osservi che, differentemente dalla somma, la differenza di due variabili poissoniaine non è distribuita in modo poissoniano). Per la frazione dell attivitá della sorgente vista dal Geiger, possiamo quindi scrivere: a 0.3 = (162.6 ± 1.5) Bq Infine l attività a della sorgente si ottiene dalla relazione a = a 0.3 /0.3, per cui: a = (541.9 ± 5.1) Bq

5 Esp-1 Prova di Esame Secondo appello - Page 5 of 8 09/07/ (6 Punti) Quesito. Un dado a forma di tetraedro regolare porta sulle facce i numeri da 1 a 4. Se si lanciano due di questi dadi quale è la probabilità che la somma dei numeri che sono nelle facce di appoggio sia 7? Soluzione. [prb001] I casi possibili nel lancio di due dadi tetraedrici sono 16, come mostrato nella tabella. I casi favorevoli (uscita di 7) sono 2. Quindi si ha P (7) = 2/16 = Somma configurazioni n. modi 2 (1,1) 1 3 (1,2) (2,1) 2 4 (1,3) (2,2) (3,1) 3 5 (1,4) (2,3) (3,2) (2,3) 4 6 (2,4) (3,3) (4,2) 3 7 (3,4) (4,3) 2 8 (4,4) 1

6 Esp-1 Prova di Esame Secondo appello - Page 6 of 8 09/07/ (12 Punti) Quesito. Una persona ha due monete in tasca. Una normale, con testa e croce nei due lati, l altra truccata in cui entrambi i lati riportano testa (indistinguibile dalla testa della prima moneta). La persona prende una delle due monete a caso, la lancia ed esce testa. Qual è la probabilità che la moneta lanciata sia quella normale? Soluzione. [tby002] Indichiamo con N la moneta normale, con F quella truccata e con T l uscita di testa. Le probabilità condizionate utili alla soluzione del problema sono: P (T N) = 1 2, P (T F ) =1, P (N) = 1 2, P (F ) = 1 2, probabilità che esca testa se la moneta è normale probabilità che esca testa se la moneta è truccata probabilità di scegliere la moneta normale probabilità di scegliere la moneta truccata La probabilità che esca testa è: P (T ) = P (T N)P (N) + P (T F )P (F ) = = 3 4 Usando il teorema di Bayes si ottiene la soluzione: P (N T ) = P (T N)P (N) P (T ) = (1/2) (1/2) 3/4 = 1 3

7 Esp-1 Prova di Esame Secondo appello - Page 7 of 8 09/07/ (6 Punti) Quesito. Dimostrare la formula della media pesata utilizzando il metodo di massima verosimiglianza. Allo scopo, si considerino due misure indipendenti x 1 ±u 1, x 2 ±u 2 di una grandezza supponendo inoltre che le due misure siano distribuite in modo normale. Soluzione. [lkl001] Se x o indica il valore vero della grandezza, che rappresenta il parametro da stimare, le pdf delle variabili aleatorie x 1 e x 2 sono: 1 2πu1 e (x 1 x o) 2 /2u 2 1 ; 1 2πu2 e (x 2 x o) 2 /2u 2 2 La funzione di verosimiglianza L è L(x o ) = 1 1 e (x 1 x o) 2 /2u 2 1 e (x 2 x o) 2 /2u 2 2 2π u 1 u 2 Prendendo il logaritmo, e successivamente uguagliano a zero la derivata rispetto a x o per trovare il massimo otteniamo d ln L(x o ) = 1 ( 1 d (x1 x o ) 2 dx o 2π u 1 u 2 dx o 2u 2 + (x 2 x o ) 2 ) 1 2u 2 = 0 2 da cui, ponendo w i = 1/u 2 i, (i = 1, 2) w 1 (x 1 x o ) + w 2 (x 2 x o ) = 0, che risolvendo per x o, porta a x o = w 1x 1 + w 2 x 2 w1 + w2 che è proprio la formula della media pesata CVD.

8 Integrale della distribuzione del valore ridotto del CHI2 dal valore dato fino a infinito df X

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018 Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 18 febbraio 2019 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 8 1. (12 Punti) Quesito. La misurazione della massa di una certa quantità di una sostanza liquida

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 20 febbraio 2018 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 6 01/02/2018 1. (12 Punti) Quesito. In un esperimento è stata misurata la grandezza Y in funzione

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 5 luglio 2016 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 5 luglio 2016 SOLUZIONI Esperimentazioni di Fisica 1 Prova scritta del 5 luglio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 6 10/09/2015 1. 12 Punti) Quesito. Nella misura della costante di una molla con il

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 16 giugno 2017 SOLUZIONI

Esperimentazioni di Fisica 1. Prova in itinere del 16 giugno 2017 SOLUZIONI Esperimentazioni di Fisica Prova in itinere del 6 giugno 07 SOLUZIONI Esp- Prova in Itinere n. - - Page of 7 6/06/07. Punti Quesito. Una livella di precisione digitale ha una risoluzione di 0.0. Nel manuale

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 22 gennaio 2019 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 22 gennaio 2019 SOLUZIONI Esperimentazioni i Fisica 1 Prova esame el 22 gennaio 2019 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 7 22/06/2018 1. (12 Punti) Quesito. Una misura ell accelerazione i gravità in un certo luogo è eseguita

Dettagli

Con questi dati, effettuando una regressione lineare con il metodo dei minimi quadrati, otteniamo:

Con questi dati, effettuando una regressione lineare con il metodo dei minimi quadrati, otteniamo: ESPERIMENTAZIONI DI FISICA I - Appello d esame del 1/09/019 Quesito A (possibilità di svolgerlo con l ausilio di strumenti informatici) Si vuole fare una verifica sperimentale del valore numerico di π

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 15 febbraio 2017 SOLUZIONI

Esperimentazioni di Fisica 1. Prova in itinere del 15 febbraio 2017 SOLUZIONI Esperimentazioni di Fisica 1 Prova in itinere del 15 febbraio 2017 SOLUZIONI 64.4 mm Esp-1 Prova in Itinere - - Page 2 of 7 15/02/2017 1. (12 Punti) Quesito. Le misurazioni delle grandezze X e Y hanno

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI Esperimentazioni di Fisica 1 Prova scritta del 10 giugno 2015 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 9 10/06/2015 1. (12 Punti) Quesito La forza che si esercita tra due conduttori percorsi,

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI Esperimentazioni di Fisica 1 Prova scritta del 10 giugno 2015 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 8 10/06/2015 1. (12 Punti) Quesito La forza che si esercita tra due conduttori percorsi,

Dettagli

SOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA

SOLUZIONI DEL 2 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA SOLUZIONI DEL 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA Esercizio 0.1 Una moneta non truccata viene lanciata 10 volte. Calcolare la probabilità che non esca mai testa. Quale risulta la probabilità

Dettagli

Vedi: Probabilità e cenni di statistica

Vedi:  Probabilità e cenni di statistica Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

7 - Distribuzione Poissoniana

7 - Distribuzione Poissoniana 7 - Distribuzione Poissoniana Probabilita' (poissoniana) o densita' di probabilita' (gaussiana) 0.7 Poisson, λ=0.5 Gaussiana, µ=λ=0.5, σ= 0.6 0.5 0.4 0.3 0.2 0.1 0 0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 n = numero

Dettagli

Un sistema massa-molla viene fatta oscillare su un piano orizzontale privo di attrito.

Un sistema massa-molla viene fatta oscillare su un piano orizzontale privo di attrito. ESPERIMENTAZIONI DI FISICA I - Appello d esame del 04/07/019 Quesito A (possibilità di svolgerlo con l ausilio di strumenti informatici) Un sistema massa-molla viene fatta oscillare su un piano orizzontale

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017 Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 13/1/2017 NOME: COGNOME: MATRICOLA: Esercizio 1 Quattro arcieri

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le

Dettagli

Esercizi di Calcolo delle Probabilità

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

Dettagli

Elementi di Teoria della Probabilità

Elementi di Teoria della Probabilità Elementi di Teoria della Probabilità Alcune definizioni iniziali: Fenomeno casuale: fenomeno ripetibile (almeno in teoria) infinite volte che può manifestarsi in diverse modalità, imprevedibili singolarmente,

Dettagli

Stima dell intervallo per un parametro

Stima dell intervallo per un parametro Stima dell intervallo per un parametro In aggiunta alla stima puntuale di un parametro dobbiamo dare l intervallo che rappresenta l incertezza statistica. Questo intervallo deve: comunicare in modo obbiettivo

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

Statistica ARGOMENTI. Calcolo combinatorio Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità

Dettagli

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

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

Dettagli

I appello di calcolo delle probabilità e statistica

I appello di calcolo delle probabilità e statistica I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale

Dettagli

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:

VARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio: VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta

Dettagli

Esercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità

Esercitazione del 13/03/2018 Istituzioni di Calcolo delle Probabilità Esercitazione del /0/08 Istituzioni di Calcolo delle Probabilità David Barbato I quesiti con asterisco saranno accessibili dalla quinta settimana di lezione. Esercizio Vengono lanciati due dadi a 6 facce

Dettagli

Leggi di distribuzione

Leggi di distribuzione Leggi di distribuzione 1 Esercizio 0.1 Una sorgente binaria genera le cifre 0 e 1 in modo casuale, con probabilità 0.4 e 0.6, rispettivamente. Calcolare la probabilità che, in una sequenza a 5 cifre, si

Dettagli

Fisica I per chimici: Elementi di statistica

Fisica I per chimici: Elementi di statistica Fisica I per chimici: Elementi di statistica Docente: Lilia Boeri Aula: La Ginestra, VEC Orario: Merc-Ven, 11-13 https://sites.google.com/site/fisicaxchimici/home Mi presento: Informazioni utili per il

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VI Test del χ 2 (il file Excel test_chi.xls mostra possibili sviluppi degli esercizi proposti) Esercizio 1a) un

Dettagli

I conteggi in fisica. Appendice D. D.1 Urti di particelle

I conteggi in fisica. Appendice D. D.1 Urti di particelle Appendice D I conteggi in fisica Il conteggio di eventi è un importante modalità di indagine delle leggi che governano alcuni fenomeni fisici. In un esperimento di conteggio si raccolgono e analizzano

Dettagli

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan)

Corso di Istituzioni di Matematiche con Elementi di Statistica. anno accademico 2015/2016 corso A-L (G. Gaeta & N. Bressan) Corso di Istituzioni di Matematiche con Elementi di Statistica anno accademico 215/216 corso A-L (G. Gaeta & N. Bressan) Esercizi Foglio 9 (Funzioni aleatorie; distribuzioni di probabilita ) Esercizio

Dettagli

Stima dei parametri. I parametri di una pdf sono costanti che caratterizzano la sua forma. r.v. parameter. Assumiamo di avere un campione di valori

Stima dei parametri. I parametri di una pdf sono costanti che caratterizzano la sua forma. r.v. parameter. Assumiamo di avere un campione di valori Stima dei parametri I parametri di una pdf sono costanti che caratterizzano la sua forma r.v. parameter Assumiamo di avere un campione di valori Vogliamo una funzione dei dati che permette di stimare i

Dettagli

Corso di probabilità e statistica

Corso di probabilità e statistica Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,

Dettagli

Stima dei Parametri. Capitolo 8

Stima dei Parametri. Capitolo 8 Capitolo 8 Stima dei Parametri Lo scopo dello studio dei fenomeni fisici è quello di scoprire le leggi che legano le grandezze oggetto di indagine e di misurare il valore delle costanti che compaiono della

Dettagli

1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati.

1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. 1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. Per comprendere dei fenomeni fisici, non basta raccogliere buoni dati sperimentali, occorre anche interpretarli. Molto spesso lo scopo

Dettagli

Variabili aleatorie. Variabili aleatorie

Variabili aleatorie. Variabili aleatorie Variabili aleatorie Distribuzione binomiale Si supponga che uno studente affronti un esame composto da domande chiuse. Una sola delle 5 alternative di risposta proposta per ciascuna domanda è vera Supponiamo

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016

Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,

Dettagli

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie. Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli

Dettagli

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14

Esercitazione del 04/06/2015 Probabilità e Statistica Foglio 14 Esercitazione del 0/06/05 Probabilità e Statistica Foglio David Barbato Esercizio. Ci sono 0 monetine di cui 5 con due teste, con due croci e regolari una moneta regolare ha una faccia testa e una faccia

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x () t x ( t ) q Tempo Discreto Continuo Segnale Analogico ( ) x t k t t Segnale

Dettagli

Esame di AM2 & EAP (270/04) a.a. 2009/10

Esame di AM2 & EAP (270/04) a.a. 2009/10 Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della

Dettagli

Figura D.1: Schema dell esperimento di Geiger e Marsden.

Figura D.1: Schema dell esperimento di Geiger e Marsden. Appendice D I conteggi in fisica Il conteggio di eventi è un importante modalità con cui si ottengono informazioni su leggi e parametri fisici attraverso la raccolta di campioni statistici (ovvero un certo

Dettagli

Modelli a code d attesa dei sistemi operativi

Modelli a code d attesa dei sistemi operativi Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,

Dettagli

Introduzione al modello Uniforme

Introduzione al modello Uniforme Teoria dei Fenomeni Aleatori 1 AA 01/13 Introduzione al modello Uniforme Esempio: conversione Analogico/Digitale Errore di quantizzazione Ampiezza Continua Discreta x t x q t Tempo Discreto Continuo 0

Dettagli

Scritto del

Scritto del Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene

Dettagli

Incertezza di Misura: Concetti di Base

Incertezza di Misura: Concetti di Base Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una

Dettagli

Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?

Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7? 1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual

Dettagli

Statistica Applicata all edilizia: Stime e stimatori

Statistica Applicata all edilizia: Stime e stimatori Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica

Dettagli

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3

Esercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3 1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti

Dettagli

ESEMPIO: DISTRIBUZIONE UNIFORME CONTINUA fra a e b: si utilizza nei casi in cui nessun valore all'interno di un intervallo è preferito:

ESEMPIO: DISTRIBUZIONE UNIFORME CONTINUA fra a e b: si utilizza nei casi in cui nessun valore all'interno di un intervallo è preferito: ESEMPIO: DISTRIBUZIONE UNIFORME CONTINUA fra a e b: si utilizza nei casi in cui nessun valore all'interno di un intervallo è preferito: f(x) = K () dalla proprietà di chiusura: f x dx = 1 *) segue f(x)

Dettagli

Indirizzo Giuridico Economico Aziendale

Indirizzo Giuridico Economico Aziendale LE VARIABILI CASUALI In molti fenomeni aleatori il risultato di un esperimento è una grandezza che assume valori in modo casuale. Pensa ad esempio al numero di auto che si presentano ad un casello autostradale

Dettagli

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette

Dettagli

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità

Esercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità Esercitazione del 07/0/0 Istituzioni di Calcolo delle Probabilità David Barbato Esercizio Vengono lanciati due dadi a 6 facce regolari. Calcolare le seguenti probabilità. (a) Qual è la probabilità che

Dettagli

Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion

Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.

Dettagli

DISTRIBUZIONI DISTRIBUZIONE DI GAUSS

DISTRIBUZIONI DISTRIBUZIONE DI GAUSS DISTRIBUZIONI ESPERIENZA a: DISTRIBUZIONE DI GAUSS SCOPO: Costruzione di una distribuzione di Gauss dai valori di una grandezza fisica ottenuti da una misura dominata da errori casuali. Studio dell influenza

Dettagli

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009 MATEMATICA E STATISTICA CORSO A III COMPITINO Marzo 9 SOLUZIONI. () Sia X una variabile aleatoria binomiale con valor medio uguale a 5/; la varianza di X può valere? Giustificare la risposta. Il valor

Dettagli

Facciamo 1 cicli di 25 misure da una popolazione per scatola di resistenze

Facciamo 1 cicli di 25 misure da una popolazione per scatola di resistenze Si supponga di voler verificare che due forniture di resistenze di valore nominale dichiarato (per esempio sia = 470 ) sia affidabile. Si supponga che ogni fornitura sia normalmente distribuita con deviazione

Dettagli

Indice Premessa Cenni storici delle misure

Indice Premessa Cenni storici delle misure Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................

Dettagli

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi

Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di

Dettagli

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello 1/6/2017 1

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello 1/6/2017 1 ANNO ACCADEMICO 205/206 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello /6/207 Esercizio. Ho tre monete, A, B e C, apparentemente identiche ma tali che: A dà testa in media 4 volte in 0 lanci B

Dettagli

Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI

Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Materiale didattico per il corso di Statistica I Quinta esercitazione SOLUZIONI Claudia Furlan Anno Accademico 006-007 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e

Dettagli

STATISTICA 1 ESERCITAZIONE 8

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

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

COMPITO DI SCIENZE NATURALI 23 gennaio Modulo di probabilità e statistica SOLUZIONI

COMPITO DI SCIENZE NATURALI 23 gennaio Modulo di probabilità e statistica SOLUZIONI COMPITO DI SCIENZE NATURALI 23 gennaio 22 Modulo di probabilità e statistica SOLUZIONI. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza

Dettagli

CP210 Introduzione alla Probabilità: Esonero 2

CP210 Introduzione alla Probabilità: Esonero 2 Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

Programma della parte introduttiva: Lezione 5

Programma della parte introduttiva: Lezione 5 Programma della parte introduttiva: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei

Dettagli

Matematica e Statistica per Scienze Ambientali

Matematica e Statistica per Scienze Ambientali per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Distribuzioni di probabilità Si sono diverse distribuzioni di probabilità: quelle di cui parleremo sono la distribuzione binomiale, quella di Poisson, quella uniforme, quella normale, quella del χ² e la

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

ESERCIZI DI PROBABILITA

ESERCIZI DI PROBABILITA ESERCIZI DI PROBABILITA Sezione 1. Spazi di Probabilità e Indipendenza. Per convenienza dello studente si danno le risposte di alcuni esercizi. 1) Si consideri lo spazio di probabilità corrispondente alla

Dettagli

Test di preparazione all esame. Attenzione a non confonedere il coefficiente. n(n 1) (n m + 1) m(m 1) 2 1

Test di preparazione all esame. Attenzione a non confonedere il coefficiente. n(n 1) (n m + 1) m(m 1) 2 1 Test di preparazione all esame. Attenzione a non confonedere il coefficiente binomiale ( ) n m con la frazione n m. I coefficiente binomiale si può calcolare come ( ) n m = n(n 1) (n m + 1). m(m 1) 2 1

Dettagli

Statistica I, Ingegneria Gestionale. Una raccolta di esercizi.

Statistica I, Ingegneria Gestionale. Una raccolta di esercizi. Statistica I, Ingegneria Gestionale. Una raccolta di esercizi. 1 Esercizi di Probabilità Esercizio 1.1. Qual è la probabilità che, estraendo di fila tre carte da un mazzo di poker, escano tre cuori? Esercizio

Dettagli

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

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento

Dettagli

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017 Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il

Dettagli

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza: Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio

Dettagli

E S E R C I Z I T U T O R

E S E R C I Z I T U T O R E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del

Dettagli

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.

1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di

Dettagli

La distribuzione di Poisson

La distribuzione di Poisson La distribuzione di Poisson La distribuzione di Poisson (poissoniana) descrive fenomeni fisici per i quali nello schema successo-insuccesso ci si trovi nelle seguenh situazioni: - Il numero di evenh possibili,

Dettagli

CP110 Probabilità: Esame 30 gennaio Testo e soluzione

CP110 Probabilità: Esame 30 gennaio Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2010-11, II semestre 30 gennaio, 2012 CP110 Probabilità: Esame 30 gennaio 2012 Testo e soluzione 1. (5 pts) Un gioco consiste in n prove ripetute, tali

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

CP210 Introduzione alla Probabilità: Esame 2

CP210 Introduzione alla Probabilità: Esame 2 Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

Incertezza nelle misure indirette

Incertezza nelle misure indirette Capitolo 7 Incertezza nelle misure indirette 7.1 Propagazione delle incertezze Nel capitolo 3 abbiamo studiato come valutare l incertezza di una grandezza in una misurazione diretta, tuttavia raramente

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza

Dettagli

Distribuzione Gaussiana - Facciamo un riassunto -

Distribuzione Gaussiana - Facciamo un riassunto - Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Metodo dei Minimi Quadrati. Dott. Claudio Verona

Metodo dei Minimi Quadrati. Dott. Claudio Verona Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è

Dettagli

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari

Dettagli

Calcolo delle Probabilità 2

Calcolo delle Probabilità 2 Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli