ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO"

Transcript

1 ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ARGOMENTI TRATTATI: VARIABILI CASUALI DISCRETE VARIABILI CASUALI CONTINUE DISEGUAGLIANZA DI TCHEBYCHEFF TEOREMA DEL LIMITE CENTRALE METODI DI COSTRUZIONE DEGLI STIMATORI

2 ESERCIZIO Ua macchia di precisioe produce pezzi di ricambio per auto co ua percetuale pari all % dei pezzi difettosi. Su ua produzioe gioraliera di 3 pezzi, si chiede qual è la probabilità: a) di avere 4 pezzi difettosi; b) di avere almeo 5 pezzi difettosi; Calcolare la speraza matematica, la variaza e la deviazioe stadard della v.c. percetuale di pezzi difettosi. Bisoga ricorrere alla fuzioe di probabilità della v.c. biomiale, data da: ( X x) f ( x) p x x q x x!! ( x)! p x q x a) ( X 4) 3 4 f (4),, ! 3! ( 3 4 )! 4,,99 3 4,689 b) La probabilità che i u gioro vi siao 5 o più pezzi difettosi sarà: 3 i 3 i ( X 5),,99 3 i 5 3 i 3 ( X ) f (),,99, ( X ) f (),,99, ( X ) f (),,99, ( X 3) f (3),,99, 5 4 i 3 i,,99 i ( X 5 ) ( ),86, 839 (cioè 8,39%) 3 i

3 c) La speraza matematica di questa variabile casuale biomiale sarà: p3, 3 la variaza: pq3,,99,97 la deviazioe stadard: pq,97,73 ESERCIZIO Si suppoga di laciare simultaeamete 3 moete; si vuole sapere qual è la probabilità di avere: a) teste b) o più di ua testa. Applicado la v.c. biomiale, otado che pq/, si avrà: ( X x) f ( x) p x x q x x!! ( x)! p x q x a) ( X ) 3 f (),5,5 3! 3! ( 3 )!,5,5 3, b) ( X ) f () + f ( ),5,5 +,5,5,5 +,375, 5 Seza l utilizzazioe della biomiale: 3

4 a) (TTC, CTT, TCT) su 3 8 prove possibili, per cui: 3 (.. teste),375 8 b) (CCC, TCC, CTC, CCT) su 3 8 prove possibili, per cui: 4 ( o. più. di.. testa),5 8 ESERCIZIO 3 Da u idagie svolta i Sardega su u campioe di giovai di età compresa tra i 8 ed i 5 ai risulta che il % degli itervistati si iteressa di astroomia. Voledo assicurarsi ua probabilità superiore o uguale a,99 che la differeza i valore assoluto tra il risultato campioario e la percetuale di giovai che si iteressa di astroloomia ell itera regioe Sardega sia iferiore all %, qual è il umero di prove che si debboo effettuare per raggiugere questo risultato? I questo caso, bisoga fare riferimeto alla v.c. biomiale relativa, i quato risulta che la proporzioe di successi el campioe è X,. I pratica, si chiede quate rilevazioi campioarie bisoga effettuare affiché la differeza i valore assoluto tra la proporzioe di successi derivate dal campioe e quella relativa all itera popolazioe di riferimeto, che idicheremo co p, sia iferiore all %. I questo caso bisoga applicare la disuguagliaza di Tchebycheff, i base alla quale: k ( X µ < kσ ) che el ostro caso diveta: X X p < kσ p <,,99 k per cui: 4

5 , 99, da cui segue che k k k σ, La variaza della v.c. biomiale relativa è data da: σ p ( p) da cui segue che: (,), kσ,,,8 ed 6., ESERCIZIO 4 U lotto di 5 cilidri è stato ricevuto da u committete che vuole impiegare i cilidri el seguete modo: 5 per il progetto. i cui si richiede ua resisteza miima; per il progetto i cui si richiede ua maggiore resisteza. Si suppoge che 6 dei 5 cilifri abbiao ua forza di rottura iferiore al miimo specificato. a) Selezioado casualmete dai 5 cilidri i 5 da destiare al progetto., qual è la probabilità che 4 dei 5 cilidri selezioati abbiao ua forza di rittura iferiore al miimo? b) Qual è la probabilità che almeo uo dei 5 cilidri selezioati abbia ua forza di rottura iferiore al miimo? c) Si suppoga che dei 6 cilidri aveti ua forza di rottura iferiore al miimo, 4 abbiao ua resisteza accettabile per il committete che può impiegarli i u altro progetto. I restati cilidri soo troppo deboli per qualsiasi uso. Ioltre, selezioado 5 dei 5 cilidri, calcolare la probabilità che esattamete dei 5 cilidri estratti hao ua forza di rottura accettabile e che (dei 5) o è accettabile. a) Idicado co: 5

6 x umero di cilidri difettosi el campioe; N 5, umero di cilidri el lotto; 5, umero di cilidri el campioe k 6, umero di cilidri difettosi el lotto; La probabilità di cui al puto a) si ottiee utilizzado la v.c. ipergeometrica, la cui fuzioe di probabilità è la seguete: ( X x) k N k x x N Nel puto a) del ostro esercizio bisoga calcolare: ! 4!! 9!! 8! 5! 5!! ( X 4 ), 45 b) La probabilità di avere almeo u cilidro difettoso i 5 estrazioi è data da: ( X ) ( ),4, 958 c) I dati possoo essere riformulati el seguete modo: x umero di cilidri difettosi el campioe; N 5, umero di cilidri el lotto; 6

7 5, umero di cilidri el campioe k 6, umero di cilidri difettosi el lotto; S 4, umero di cilidri accettabili ell isieme dei cilidri difettosi (e cioè impiegabili per u altro processo); R, umero di cilidri completamete iutilizzabili ell isieme dei cilidri difettosi; s, umero di cilidri accettabili el campioe di cilidri da selezioare; r, umero di cilidri completamete iutilizzabili el campioe di cilidri da selezioare. La fuzioe di probabilità ipergeometrica diverta: ( X x) Applicado tale formula si ottiee: R k R r x r N N k x ( x 3, r ), 44 ESERCIZIO 5 All arrivo ell aeroporto iterazioale di Cagliari, i passeggeri trasitao per la dogaa alla media di ogi 3 secodi. Assumedo che il umero dei passeggeri che attraversao la dogaa i u dato itervallo di tempo abbia ua distribuzioe di oisso, determiare la probabilità che a) o più di passeggeri abbiao attraversato la dogaa, sempre i u periodo di 3 secodi; b) il umero di passeggeri che attraversao la dogaa i u periodo di 3 secodi sia compreso tra e 4. 7

8 La fuzioe di probabilità della v.c. di oisso è la segete: a) La probabilità richiesta è: poiché λ si avrà: x λ λ ( ) () x ( X x) f e per x,,,., x! () + f () () ( X ) f + f ( X ) f! ( ) () e,3534 ( X ) f! ( ) () e,767 ( X ) f! ( ) () e,767 e quidi: ( X ),354 +,767 +,767, b) La probabilità richiesta è la seguete: () + f ( ) + f () 3 ( 4) ( X 4) f + f per cui: ( X 3) f 3 3! ( ) () 3 e,845 ( X 4) f 4 4! ( ) () 4 e,9 e quidi: ( X 4),767 +,767 +,845 +,9, 8 8

9 ESERCIZIO 6 Ua fabbrica di cioccolato promuove ua campaga pubblicitaria per la vedita di u uovo tipo di uova pasquali, caratterizzate dal coteuto della sorpresa, costituita da bracciali di ottoe. Su ua partita di. uova, 5 di esse cotegoo dei bracciali d oro, del valore di u milioe cadauo. Le uova coteeti bracciali d oro, a loro volta, vegoo iserite i modo casuale i scatole da, e vedute ai egoziati. Qual è la probabilità che u egoziate che acquista ua scatola di uova, vede al pubblico o più uova coteeti bracciali d oro? La risposta può essere otteuta ricorredo alla v.c. biomiale, i cui parametri soo e p 5/.,5; La probabilità richiesta è: ( X ) ( X ) f (),5 (,5),946483, Il umero atteso di bracciali d oro per scatola è dato da p. oiché la v.c. di oisso di parametro λ p può essere ua buoa approssimazioe della biomiale quado p è molto piccolo, come i questo caso, si può usare la distribuzioe di oisso per avere,, uova coteeti bracciali d oro. Ricorredo alla v.c. di oisso la probabilità richiesta diveta: ( X ) ( X ), f ()! e (,), ,95658 Ai fii di effettuare u cofroto tra la probabilità calcolata co la distribuzioe biomiale e la sua approssimazioe attraverso la distribuzioe di oisso si riportao i tabella le probabilità calcolate per x 5. N. di uova coteeti bracciali d'oro rob. rob. Differeze i ua scatola v.c. biomiale v.c. oisso,946483, ,69377,99566,948374,43884,43493, , ,386,586 -,9946 4,7948,377 -,9754 5,444,754 -,3 totale 9

10 ESERCIZIO 7 Il umero medio di chiamate che arrivao ad u cetralio telefoico i u ora è 3. Sapedo che il umero di chiamate che arrivao allo stesso cetralio i u miuto segue ua distribuzioe di oisso, calcolare la probabilità che i u miuto o arrivio più di chiamate. La media della distribuzioe del umero di chiamate che arrivao al cetralio i u miuto è: 3 λ 6 5 La probabilità richiesta è: x λ x! 5! 5! 5! ( λ ) ( 5) ( 5) ( 5) ( X ) e e + e + e x,67 +,337 +,84,46 ESERCIZIO 8 I u idustria di detersivi vi è ua macchia cofezioatrice la quale forisce scatole il cui peso o è costate, ma varia e più precisamete segue ua distribuzioe ormale co media kg e scarto quadratico medio, kg. Si vuole cooscere la probabilità che il peso di ua scatola presa a caso o abbia più dell % di scarto dal peso medio. Si tratta di calcolare la: a µ X µ b µ ( a < X < b) < < σ σ σ ( z < Z < zb) a ( < Z < zb) ( < Z < za )

11 z a z b Nel caso i esame i parametri µ e σ soo oti, e si vuole cooscere la probabilità che la v.c. X assuma valori compresi all itero dell itervallo (a,b), co a e b fissati e a<b. (9,9 < X 9,9 <,), < X,, <, (,5 < Z <,5) ( < Z <,5) Â La probabilità di avere delle scatole di detersivo co u peso compreso tra i 9,9 kg ed i, kg è pari al 38,3%; poiché questa è la tolleraza cocessa per legge, l impresa i questioe avrà iteresse a sostituire la macchia cofezioatrice, dato che la probabilità di avere cofezioi co u peso che rietra ei termii di legge è troppo bassa, e quidi è elevato il rischio di ifrazioe, co le cosegueze che e possoo derivare. ESERCIZIO 9 Essedo X ua v.c. che si distribuisce ormalmete co media icogita µ e variaza icogita σ, trovare: a) ( µ σ < X < µ + σ ), b) ( µ σ < X < µ + σ ), c) ( µ 3σ < X < µ + 3σ ).

12 a) ( µ σ < X < µ + σ ) ( µ σ ) µ X µ ( µ + σ ) σ < σ < µ σ ( < Z < ) ( < Z < ),343,686 b) ( µ σ < X < µ + σ ) ( µ σ ) µ X µ ( µ + σ ) σ < σ < σ µ ( < Z < ) ( < Z < ),477,9544 ( µ 3σ ) µ X µ ( µ + 3σ ) µ c) ( µ 3σ < X < µ + 3σ ) < < σ σ σ ( 3 < Z < 3) ( < Z < 3),4987,9974 Quidi i ua v.c. ormale la probabilità che u valore x della v.c. cada all itero µ 3 σ ), ( µ + 3σ è prossima ad. dell itervallo [( )] ESERCIZIO La v.c. X si distribuisce secodo ua legge ormale co media pari a e variaza pari a 5; si voglioo determiare gli estremi dell itervallo, cetrato su. all itero del quale viee a trovarsi l 8% dei casi. I questo caso, i parametri µ e σ soo oti, e si voglioo cooscere gli estremi a e b dell itervallo, cetrato su µ, che comprede u livello di probabilità fissato p. Si tratta di trovare sulle tavole u valore z tale che: ( z < Z < z ) p

13 X µ z < < z σ p ( z < X µ < z σ ) p σ ( z σ < X < µ + z σ ) p µ ( a < X < b) p a µ b Nel caso i esame, dalle tavole della v.c. ormale stadardizzata risulta: (,85 < Z <,85), 8 X,85 < <,85,8 5 (,85 5 < X <,85 5), 8 (,85 5 < X < +,85 5), 8 ( 8,75 < X < 9,75), 8 ESERCIZIO Sapedo che la v.c. X si distribuisce ormalmete, ed ioltre l itervallo [,] è il più piccolo coteete il 95% di probabilità, si voglioo determiare la media e lo scarto quadratico medio di tale v.c.. 3

14 I questo caso soo oti sia il livello di probabilità p che gli estremi a e b dell itervallo, ma si voglioo cooscere i parametri µ e σ della distribuzioe affiché l itervallo [a,b] all itero del quale cade la probabilità p sia il più piccolo possibile: tra tutti gli itervalli [a,b], il più piccolo al quale associare ua stessa probabilità p sarà quello cetrato su µ i quato i ua v.c. ormale il maggior addesameto di probabilità lo si ha proprio itoro a µ. Quidi, sapedo che ( a < X < b) p, poiché l itervallo è cetrato su µ, e segue che: a + b µ Ioltre, poiché a z σ, sostituedo il valore di µ si avrà: µ a + b b a a z σ da cui: z σ e quidi: σ b a z Dai dati a disposizioe risulta: + µ ( z < Z < z ), 95 da cui: (,96,96), 95 < Z < Quidi lo scarto quadratico medio e la variaza soo dati da: b a σ 5, σ 6, 3 z,96 ESERCIZIO Sapedo che il primo quartile di ua v.c. ormale X è pari a ed il terzo quartile è pari a 4, si voglioo determiare i parametri della distribuzioe della v.c. X. 4

15 oiché i quartili dividoo ua distribuzioe i quattro parti uguali, sarà: ( Q < X < Q ),5, cioè: 3 ( < X < 4), 5 Ioltre, il secodo quartile coicide co la mediaa, ed essedo la mediaa coicidete co la media per ua distribuzioe simmetrica, si ha: µ Q Q + Q Q Q 3 Q µ Dalle tavole della v.c. ormale stadard risulta: (,675 < X <,675), 5 Q3 Q 4 e quidi: σ 4, 85 e σ 9, 48 z,675,35 ESERCIZIO 3 Delle viti hao il diametro che si distribuisce secodo la v.c. ormale, co media pari ad cm e deviazioe stadard pari,3 cm. A queste viti si accoppiao dei dadi aveti u diametro itero distribuito ormalmete co media uguale a,5 cm e deviazioe stadard di,4 cm. 5

16 Vegoo formate delle coppie casuali di dadi e viti e ci si chiede qual è la percetuale delle viti che soo troppo piccole per essere avvitate sui rispettivi dadi. Idichiamo co X la v.c. relativa al diametro itero dei dadi, co Y il diametro estero delle viti e co SX Y la differeza tra questi diametri. Se S > la vite si ifilerà el dado, diversamete o. I parametri che caratterizzao la v.c. S soo: E(S) E(X-Y) E(X) - E(Y),5 -,,5 cm Var(S) Var(X) - Var(Y) (,4) - (,3),7 cm DS(S) (, 7) /,3 cm La probabilità richiesta è: S E( S) DS( S),5,3 ( S < ) < ( Z <,89) ( Z >,89),5-( < Z <,89),5,476,9. Quidi, el,9% dei casi i dadi o etrerao elle viti, metre el restate 97,% dei casi vi etrerao. ESERCIZIO 4 Si vuole sapere quati laci di ua moeta regolare debboo essere fatti affiché la proporzioe del umero di teste uscite abbia ua probabilità almeo pari allo,95 di essere compresa tra i valori,48 e,5. Si defiiscoo le variabili casuali, Y, Y dove: Y, se ell'i - mo lacio esce croce Y i,,.., se ell'i - mo lacio esce testa 6

17 La proporzioe di successi i laci è data da: X Y + Y + + Y dove X è il umero di teste uscite i laci. Le v.c. Y, Y,, Y soo idipedeti e ideticamete distribuite, co distribuzioe di probabilità: ( ), ( ), Y i Ioltre: Y i i,,.., E( Y i ) p, ( Y ) p( p), erla v.c. proporzioe campioaria X/ si avrà quidi: Var i 4 E X E p ( Y ),5, i i Var X Var ( Y ) 4 4 i i,5 Il problema può essere risolto i due modi:. Si può applicare il teorema di Tchebycheff per il quale si richiede di cooscere solamete la media e la variaza della v.c. X/. Ifatti, si vuole determiare u valore X/ i prove tale che: X,5 <, >,95 o, equivaletemete: X,5,,5 Applicado il teorema di Tchebycheff, si ha: 7

18 k,95 da cui, 5 k e k. Dalla relazioe sopra scritta si ricava che k σ, che, el caso della v.c. X/ diveta: e risolvedo per : ( k,5), k,5 (,),5,4.5 Quidi, i base al teorema di Tchebycheff, si può cocludere che il umero di prove ecessarie per assicurare la precisioe desiderata, co ua probabilità almeo pari allo,95 è molto elevato e o deve essere iferiore a.5.. Si può impiegare il teorema del limite cetrale, i base al quale è possibile derivare la distribuzioe della v.c. X/ che risulterà ormale co media pari a,5 e variaza pari a,5/. Dopo laci la v.c. Z sarà: X /,5 Z, 5 che si distribuisce secodo la variabile casuale ormale stadardizzata e soddisfa le codizioi del teorema del limite cetrale. Dalle tavole della v.c. ormale stadardizzata risulta che la v.c. Z è compresa ell itervallo ±, 96, co ua probabilità pari allo,95, cioè: ( <,96),95, Z che si scrive, teedo coto della relazioe di cui sopra: X /,5,5 <,96 X,5,96 <,5,95, 8

19 Dai dati del problema, deve essere scelto u tale che:,96,5, cioè.4 Questo risultato è di circa /5 iferiore a quello otteuto attraverso il teorema di Tchebycheff. ESERCIZIO 5 Su. ascite, qual è la probabilità che la percetuale di ati maschi si trovi tra il 48% ed il 5%? Si idichi co X la v.c. ato maschio e si suppoga che ogi ascita sia idipedete, el seso che il sesso dei ati precedetemete o ifluezi quello dei ati a veire, e per semplicità, che p,5. Si chiede di calcolare (48 < X < 5). La media di X sarà p 5 e la deviazioe stadard p( p) 5( 5) σ 5,8. Si defiisce: z z 48 / 5 5,8 5 + / 5 5,8 +,97,97 Quidi la probabilità relativa ad ua v.c. biomiale relativa può essere calcolata mediate l approssimazioe alla distribuzioe ormale: ( 48 < X < 5) (,97 < Z <,97) ( < Z <,97),43, 864 La probabilità che i ati maschi si trovio tra il 48-mo ed il 5-mo percetile è pari all 8,64% circa. 9

20 ESERCIZIO 6 I u processo di produzioe i serie il % della popolazioe viee abitualmete scartato perché difettoso. Avedo scelto a caso u campioe di pezzi della produzioe, si è costatato che be 4 erao da scartare. No essedo soddisfatti di questo primo risultato, si prede u ulteriore campioe casuale di 4 pezzi e i questo caso vi soo 56 pezzi difettosi. Cosa è possibile cocludere riguardo alla produzioe esamiado il primo campioe estratto? Tali risultati soo cofermati dal secodo campioe di 4 pezzi? I base al teorema del limite cetrale la proporzioe di successi X/, per sufficietemete elevato, può essere approssimata da ua distribuzioe ormale co parametri p e pq/. Nel caso del processo di produzioe a cui si fa riferimeto, p, ed, e quidi si avrà: (X/) N(p,; pâ-p)/,9) da cui segue che: ( X / ) pq p N (,). Nel caso del primo campioe di dimesioe, la proporzioe X/ di pezzi difettosi che si possoo trovare i u campioe el 95% varia tra i valori ±, 96, e cioè: ( X / ) p,96 < <,96 95 pq da cui: pq X pq,96,96 p < < p +,95

21 ,,9 X,,9,,96,,96 < < +,95 cioè: X,4 < <,588 Si dirà quidi che ua proporzioe di pezzi difettosi ella popolazioe pari a,, ci si può aspettare delle proporzioi campioarie X/ che, per campioi di dimesioe, el 95% dei casi si troverao comprese tra i valori,4 e,588. oiché i questo caso X/,4 è compreso all itero di questo itervallo si ritiee che il processo di produzioe o abbia subito alterazioi e quidi cotiui a produrre pezzi difettosi co ua percetuale del %.. er il secodo campioe risulta:,,9 X,,9,,96,,96 < < +, X,76 < <,95,95 I questo caso la proporzioe di scarto varia tra u miimo di,7 ed u massimo di,3 circa. Avedo riscotrato ua proporzioe campioaria pari a,4 si dirà che tale proporzioe deve riteersi scarsamete probabile che essa provega da u processo produttivo co caratteristiche p,.iù precisamete, tale evetualità è relegata al 95% dei casi. Questo risultato, ioltre, mostra come all aumetare della umerosità del campioe la precisioe delle stime aumeta. Questa affermazioe può essere dimostrata calcolado le variaze delle proporzioi campioarie per i campioi, e cioè: X,,9 per si ha: Var,9, X,,9 per 4 si ha: Var,5, 4

22 ESERCIZIO 7 I u agglomerato di 5 abitazioi deve essere posizioata ua uova fermata dell autobus e al fie di collocarla el puto più cetrale si compie ua rilevazioe delle distaze tra le resideze delle famiglie ed il luogo dove dovrebbe essere posizioata la fermata. Idicado co X la v.c. distaza, la società dei trasporti ha riscotrato che la distaza media delle abitazioi è di metri e la deviazioe stadard delle distaze è di 45 metri. I base a queste idicazioi si trova il puto più cetrale. I cittadii o ritegoo giusta la collocazioe della fermata e propogoo uo spostameto di ua decia di metri. er cercare di dimostrare che ivece il luogo proposto è il più cetrale, si sceglie u campioe di famiglie seza reitroduzioe. Qual è la probabilità che la distaza media dalla fermata delle abitazioi icluse el campioe sia compresa ell itervallo ( ± ) metri? I pratica, si chiede di determiare la probabilità che la media campioaria X trovata o si discosti più di metri, i più o i meo, dal puto i cui è stata collocata la fermata dell autobus. er il campioe di dimesioe si avrà: E ( X ) metre per il calcolo della variaza si dovrà teere coto del fattore di correzioe, trattadosi di campioameto seza ripetizioe, cioè: Var σ N.5 4 ( X ) 6, 35 quidi: N ,9 4,9 ( 9 X ) Z (,48 Z,48) (,48),494, 9868 Z Nel 98,68% dei casi la distaza media del campioe sarà compresa tra ( ± ) metri

23 ESERCIZIO 8 Data la v.c. X Bi(, p,5), che rappreseta il umero di successi i prove, si determii la probabilità esatta di avere u umero di successi miore o uguale a 4 e la si cofroti co quella aaloga otteuta attraverso l approssimazioe alla ormale. La probabilità richiesta è: 4 x x x ( X 4),5,5 x ,5,5 +,5,5 +,5,5 +,5,5 +,5,5, Utilizzado l approssimazioe alla ormale, bisoga cosiderare la v.c. X N µ p, σ p( p), per cui: ( ) 4 µ σ 4 5,5 ( X 4) Z Z ( Z, 63),73565,6435 Si osserva come per valori piccoli di (i questo caso ) l approssimazioe risulti isoddisfacete. ESERCIZIO 9 Supposto che l altezza di ua popolazioe di idividui sia ua v.c. X N( µ 7, σ ) : a) calcolare la probabilità di trovare u idividuo co altezza compresa tra 5 e 6 cm. b) Determiare quell altezza al di sopra della quale si trova il 5% degli idividui. 3

24 5 µ σ 6 µ σ a) ( 5 X 6) Z ( Z ) ( Z ) ( Z ) ( Z ) ( Z ),9775,8434,359 c) ( X x ) ( Z z ) Z, 5 x µ σ Occorre trovare sulle tavole il valore z per il quale risulta ( Z z ), 95. Tale valore è: z x µ σ,65 da cui: x µ +,65σ 7 + (,65 ) 86,5 ESERCIZIO I ua ditta di prodotti alimetari vegoo riempite e chiuse automaticamete cofezioi di riso dal coteuto di kg. I realtà il coteuto varia e si sa che l 8% delle cofezioi cotiee meo di kg metre il 3% cotiee o meo di,5 kg. Assumedo che la quatità di riso coteuta elle cofezioi sia ua ua v.c. X distribuita ormalmete, calcolare la media e la variaza. Dai dati a disposizioe è possibile dedurre che: µ,5 µ Z z',8 e Z z' ', 7 σ σ Dalle tavole della v.c. ormale stadard risulta che z -,4 e z,53. 4

25 Devoo quidi essere verificate simultaeamete le relazioi: da cui: µ,4 σ,5 µ,53 σ µ,4σ,5 µ +,53σ Risolvedo il sistema si ha µ, 36 e σ, 5 ESERCIZIO La popolazioe degli studeti del corso di Statistica si distribuisce, rispetto alla statura, co media 75 cm e variaza pari a 6 cm. Si determii la probabilità che u campioe di studeti abbia ua statura media compresa tra 73 e 76 cm. er determiare la probabilità richiesta bisoga ricordare che la v.c. media campioaria X ha ua distribuzioe ormale co media µ pari alla media della popolazioe e variaza pari alla variaza della popolazioe divisa per. Si avrà quidi: ( 73 X 76) 4 / X µ σ / X µ,58,79,7854 (,9495),789 σ / 4 / ESERCIZIO Alle elezioi ammiistrative del comue di Cagliari del giugo 3, i voti otteuti dal partito XXX soo stati pari al 4%. Si determii la probabilità che, estraedo co ripetizioe u campioe di elettori, almeo il 38% di questi abbia votato XXX. 5

26 La probabilità richiesta può essere calcolata come: x ( X /,38),4 (,4) x 38 x x Il calcolo è evidetemete lugo e laborioso. Tuttavia, per che tede ad ifiito, la v.c. X/ tede ad ua distribuzioe ormale X N( µ p, σ p( p) ).Quado si ha u campioe sufficietemete grade, come i questo caso, si può approssimare la distribuzioe biomiale co la distribuzioe ormale. La probabilità richiesta risulta: Z,38,4,4,6 ( Z,9), 947 ESERCIZIO 3 Sia X il coteuto di icotia per sigaretta di ua certa partita. Suppoedo che X N( µ,9, σ,9) si determii la probabilità che il coteuto medio di icotia i u campioe di 5 sigarette sia superiore a,. La probabilità richiesta può essere calcolata come:,,9,3/ 5 ( X,) Z >,96638, 3365 x µ σ / ESERCIZIO 4 U certo carattere X è distribuito ormalmete. Ioltre, per tale carattere, (X > ),743 e (X<93),363. Trovare media e variaza della distribuzioe. 6

27 Nell esercizio si richiede di determiare i parametri di ua distribuzioe ormale per cui si defiiscoo due aree di probabilità. er il carattere cosiderato risulta: (X > ),743 Quidi: ( E( X ) < X < ),5,743, 57 µ da cui: µ σ ( µ E( X ) < X < ) < Z < z, 57 Dalle tavole della v.c. ormale stadardizzata risulta che z µ,6. σ Quest uica codizioe o è sufficiete per determiare etrambe le icogite. Bisoga ache cosiderare l altra codizioe: (X<93),363 ( 93 < E( X )),5,363, 368 µ Il valore di Z tale che 93 µ < Z σ <,368 è z 93 µ,35 σ Si deve quidi risolvere il sistema: µ σ,6 93 µ σ (,35) da cui si ricava µ e σ 7

28 ESERCIZIO 5 Ad uo sportello di u ufficio postale i 4 fasce orarie disgiute ed idipedeti tra loro, si è osservato il umero X di uteti i fila, le cui determiazioi soo: 5, 9, 3, 7. Suppoedo che la variabile casuale i oggetto segua ua distribuzioe di oisso di parametro λ stimare il umero di uteti i fila attraverso: a) il metodo dei miimi quadrati; b) il metodo della massima verosimigliaza. a) er la stima dei miimi quadrati di u parametro θ deve essere: G () θ () ei ( xi gi() θ ) i i mi ertato, per idividuare il umero medio di uteti i fila deve risultare: G ( λ ) ( e i ) ( x λ) i i i mi cioè: λ ( x i λ) i ( x i ) λ i ( x i λ ) i i x i λ da cui: 8

29 ˆ i λ x i L b) er la stima di massima verosimigliaza di λ deve essere: ( λ) f ( x ; λ) λ xi e λ x! e λ i λ x! i i i i i da cui, passado ai logaritmi: log L ( λ ) λ + log λ log i x i x! i i xi Calcolado la derivata rispetto a λ ed uguagliado a zero si ottiee: log L λ + ( λ) i da cui: x i λ ˆ i λ x i ESERCIZIO 6 U riveditore autorizzato ha ordiato lo scorso semestre presso la società Alfa 3 codizioatori, 5 dei quali presetao ua rumorosità eccessiva rispetto agli stadard previsti. Stimare, co il metodo della massima verosimigliaza, la probabilità che u codizioatore di quel tipo preseti ua rumorosità eccessiva rispetto agli stadard. Avedo risolto u equazioe rispetto ad u parametro icogito si è posto il sego ^ sopra di esso per idicare il particolare valore che soddisfa l equazioe. 9

30 Suppoedo che il umero N di codizioatori prodotti dalla società Alfa sia elevato rispetto ai 3 codizioatori cosegati al riveditore autorizzato, il umero icogito di codizioatori eccessivamete rumorosi può essere cosiderato ua v.c. X che si approssima ad ua v.c. biomiale. ertato, la probabilità che 5 codizioatori su 3 siao eccessivamete rumorosi è: 3 5 ( ) X 5 f (5) p ( p) I base al metodo della massima verosimigliaza la fuzioe di verosimigliaza è espressa da: ( θ ; x, x ) p 5 ( p) 5 L da cui, passado ai logaritmi: log L ( θ ; x, x ) 5log p + 5log( p) e derivado rispetto a p ed uguagliado a zero: log L p ( θ; x, x ) 5 5 p p 5 5p 5p p ( p) 5 3 p da cui: 5 p ˆ,67 3 che è la stima più verosimile della proporzioe di codizioatori co eccessiva rumorosità ella popolazioe. er verificare che p ˆ, 67 corrispode ad u puto di massimo si cotrolla il sego della derivata secoda i quel puto: p pˆ pˆ pˆ 5 ˆ 5 5 ( pˆ ) (,67) (,67) 5,3 3

31 Essedo il sego della derivata secoda egativo, p ˆ, 67 esprime il valore di p che massimizza la probabilità di otteere 5 codizioatori eccessivamete rumorosi i u campioe di dimesioe. ESERCIZIO 7 Data ua popolazioe X di tipo uiforme e di parametri a e b si suppoe di estrarre, i modo casuale, u campioe per il quale la media risulta pari a e la variaza pari a 6. Stimare i parametri a e b della popolazioe co il metodo dei mometi. Ricordado che per ua distribuzioe uiforme: si poe: E b + a ( X ) e Var( X ) ( b a), b + a e ( b a) 6 Risolvedo il sistema per a e b si trova: b ˆ 4,4 e a ˆ 5, 76. ESERCIZIO 8 Data ua popolazioe ormale di media pari a µ e variaza icogita è stato estratto u campioe casuale ( X,, X ). Trovare la stima di massima verosimigliaza della variaza. Il logaritmo della fuzioe di verosimigliaza di σ è: ( ) ( ) ( ) x,, x ; σ log πσ x i log L µ σ i 3

32 per cui bisoga risolvere l equazioe: log L ( x,, x ; σ ) σ σ + σ 4 i ( x µ ) i la cui soluzioe è forita dal valore di σ ˆ : σ ˆ i ( ) µ x i che è la stima di massima verosimigliaza di σ quado la madia della popolazioe è ota. 3

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

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

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

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

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

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

Successioni. Grafico di una successione

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

Dettagli

CONCETTI BASE DI STATISTICA

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

Dettagli

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

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

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

STATISTICA DESCRITTIVA

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

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Corsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3.

Corsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3. Corsi di Laurea i Igegeria Edile e Architettura Prova scritta di Aalisi Matematica del 6// ) Mostrare che + si( ) cos () si( ) log(( + ) / ) = 3. Possibile soluzioe: Cosiderado dapprima il deomiatore otiamo

Dettagli

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

Limiti di successioni

Limiti di successioni Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

Serie numeriche: esercizi svolti

Serie numeriche: esercizi svolti Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo appello del. primo modulo. di ANALISI 18.07.2006 Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri

Dettagli

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi

Dettagli

I appello - 29 Giugno 2007

I appello - 29 Giugno 2007 Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

SERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n

SERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n SERIE NUMERICHE Esercizi risolti. Applicado la defiizioe di covergeza di ua serie stabilire il carattere delle segueti serie, e, i caso di covergeza, trovare la somma: = + b) = + +. Verificare utilizzado

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Rendita perpetua con rate crescenti in progressione aritmetica

Rendita perpetua con rate crescenti in progressione aritmetica edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come

Dettagli

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE Capitoo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE 3.1 LA TEORIA DI WEIBULL I comportameto meccaico dee fibre di giestra e di juta è stato caratterizzato mediate o studio dea resisteza a trazioe dee fibre

Dettagli

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

Dettagli

Disposizioni semplici. Disposizioni semplici esercizi

Disposizioni semplici. Disposizioni semplici esercizi Disposizioi semplici Ua disposizioe (semplice) di oggetti i k posti (duque 1 < k < ) è ogi raggruppameto di k oggetti, seza ripetizioi, scelti fra gli oggetti dati, cioè ciascuo dei raggruppameti ordiati

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. 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

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

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

Dettagli

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti

Dettagli

Alcuni parametri statistici di base

Alcuni parametri statistici di base Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio Radicali Per itrodurre il cocetto di radicali che già avete icotrato alle medie quado avete imparato a calcolare la radice quadrata e cubica dei umeri iteri, abbiamo bisogo di rivedere il cocetto di uzioe

Dettagli

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE

CAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

3.4 Tecniche per valutare uno stimatore

3.4 Tecniche per valutare uno stimatore 3.4 Teciche per valutare uo stimatore 3.4. Il liguaggio delle decisioi statistiche, stimatori corretti e stimatori cosisteti La teoria delle decisioi forisce u liguaggio appropriato per discutere sulla

Dettagli

ESERCIZI SULLE SERIE NUMERICHE

ESERCIZI SULLE SERIE NUMERICHE ESERCIZI SULLE SERIE NUMERICHE a cura di Michele Scaglia RICHIAMI TEORICI Richiamiamo brevemete i pricipali risultati riguardati le serie umeriche. Teorema (Codizioe Necessaria per la Covergeza) Sia a

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli: PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle

Dettagli

Probabilità e Statistica I

Probabilità e Statistica I Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y.

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y. DIPENDENZA O CONNESSIONE Due caratteri X e Y cogiutamete cosiderati si dicoo tra loro coessi quado le modalità di u carattere ifluezao il maifestarsi delle modalità dell altro. Ovvero quado la coosceza

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

Distribuzione normale

Distribuzione 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).

Dettagli

P i Pf. = P=P f -P i =0,2 atm. tot = =

P i Pf. = P=P f -P i =0,2 atm. tot = = Stato gassoso 1) La camera d aria di uo peumatico viee riempita fio alla pressioe di,5 atmosfere alla temperatura di 5 C; i movimeto, la temperatura ella camera d aria sale fio a 65 C ed il volume aumeta

Dettagli

Distribuzioni di probabilità Unità 79

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

Dettagli

La stima per intervalli

La stima per intervalli La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u

Dettagli

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero Lezioe 9- - Problema del trasporto Prof. Cerulli Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, ) A o violi

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile

Dettagli

Analisi delle Schede di Dimissione Ospedaliera

Analisi delle Schede di Dimissione Ospedaliera Aalisi delle Schede di Dimissioe Ospedaliera ANALISI DELLE SCHEDE DI DIMISSIONE OSPEDALIERA CON DIAGNOSI ALCOL E DROGA CORRELATE Si descrive, per gli ai 2000-2004, il ricorso alle strutture ospedaliere

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli