Carte di controllo per attributi
|
|
- Carmelo Franchi
- 7 anni fa
- Visualizzazioni
Transcript
1 Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti o soo misurabili I questi casi si utilizza il cotrollo per attributi che si basa sulla formulazioe di u giudizio qualitativo sulle uità prodotte che vegoo classificate i coformi oppure o coformi. Ilia Negri 1
2 Carta di cotrollo per frazioe di uità o coformi - Carta p Dato u campioe di umerosità sia d il umero di uità risultate difettose. Se 0 < p < 1 è il livello di difettosità del processo produttivo e se idichiamo co D la v.c. che cota il umero di difetti i u campioe di umerosità abbiamo P (D = d) = ( d ) p d (1 p) d, d = 0, 1,..., ed è distribuita approssi- La frazioe di o coformi è defiita da ˆp = D mativamete come ua gaussiaa ˆp N ( p, p(1 p) ) Se o si coosce p si estraggoo m campioi di umerosità si calcola per ogi campioe la ˆp i = d i e quidi si stima p co p = mi=1 d i m = mi=1 ˆp i m Ilia Negri 2
3 I limiti di cotrollo per la carta 3-sigma e per la carta di probabilità soo rispettivamete UCL = p + 3 CL = p LCL = p 3 p(1 p) p(1 p) p(1 p) UCL = p + z 1 α/2 CL = p p(1 p) LCL = p z 1 α/2 Se LCL risulta egativo si poe uguale a zero. Le carte di cotrollo per la frazioe di difettosi tegoo sotto cotrollo sia la media che la variabilità del processo produttivo. Ilia Negri 3
4 Esempio: (Motgomery). Cosideriamo i dati relativi alla produzioe di coteitori per succo d aracia che vegoo prodotti a partire da fogli di cartoe grezzo. Si ispezioao le cofezioi fiali per cotrollare che o perdao liquido. Vi soo m = 30 campioi di = 50 uità ciascuo. Sulla base di questo primo campioameto si stimao i limiti di ua carta di cotrollo 3-sigma. I valori cetrale, UCL e LCL soo riportati el grafico alla pagia seguete. Si otao u valore cetrale piuttosto elevato (oltre il 20% di pezzi difettosi) e due puti fuori cotrollo (il 15-esimo e il 23-esimo campioe). Idividuato il motivo si tolgoo questi due campioi e si ricalcolao i limiti di cotrollo per la carta. Si oti che el secodo calcolo vi è acora u puto fuori cotrollo. No avedo trovato essua causa apparete del motivo si lascia il puto tra i campioi. Resta il fatto che la percetuale di pezzi difettosi è troppo elevata e occorre apportare qualche modifica al processo produttivo. Ilia Negri 4
5 Carta p per D[Trial] Group summary statistics UCL LCL Group Number of groups = 30 Ceter = LCL = StdDev = UCL = Number beyod limits = 2 Number violatig rus = 0 Ilia Negri 5
6 Carta p seza i puti fuori cotrollo Group summary statistics UCL LCL Group Number of groups = 28 Ceter = LCL = StdDev = UCL = Number beyod limits = 1 Number violatig rus = 0 Ilia Negri 6
7 La carta porta a cocludere che il processo è sotto cotrollo co ua media p = di frazioe di pezzi difettosi. Ua percetuale decisamete alta. Dopo alcui accorgimeti volti a migliorare il processo di produzioe soo raccolti altri 24 campioi sempre di umerosità 50 e i risultati soo rappresetati el grafico seguete. Si ota u vistoso abbassameto della frazioe di difettosi. La carta segala u puto fuori cotrollo i basso (o geera preoccupazioe) e u campioe che viola il umero di sequeze tutte dalla stessa parte. A questo puto u test per la verifica dell uguagliaza delle due proporzioi el primo gruppo di 30 campioi e el secodo di 24 dovrebbe cofermare il cambiameto avveuto. Se il test coferma l ipotesi che la proporzioe di o coformi è dimiuita si procede a ricalcolare i uovi livelli della carta p. (Il test è richiamato i fodo alla lezioe) Ilia Negri 7
8 Group summary statistics UCL LCL p Chart for D.trial[ out] ad D[!trial] Calibratio data i D.trial[ out] New data i D[!trial] Group Number of groups = 52 Ceter = StdDev = LCL = UCL = Number beyod limits = 2 Number violatig rus = 1 Ilia Negri 8
9 Carta p per D[!Trial] Group summary statistics UCL LCL Group Number of groups = 24 Ceter = LCL = 0 StdDev = UCL = Number beyod limits = 0 Number violatig rus = 0 Ilia Negri 9
10 Scelta di elle carte di cotrollo per frazioe di o coformi Dopo aver stimato p co u cotrollo del 100% della produzioe se p è molto piccolo allora deve essere molto grade per poter osservare almeo u difetto. Ifatti se p = 0.01 e = 8 abbiamo che UCL = p + 3 p(1 p)/ = Se si dovesse osservare ua o coformità si avrebbe ˆp = 1/8 = e quidi il puto cadrebbe oltre UCL e il processo sarebbe cosiderato fuori cotrollo. Per evitare ciò si può ricorrere a due procedure. Possiamo scegliere affiché la probabilità di osservare ua o coformità sia almeo superiore ad u livello γ fissato P(D 1) γ. Dall approssimazioe della Biomiale co la Poisso ricaviamo P(D = k) = ( ) p k (1 p) k e ppk k k!, log(1 γ) Da cui per γ = 0.95 e p = 0.01 ricaviamo 300. p Ilia Negri 10
11 U altro approccio cosiste ello scegliere i modo che la carta si accorga di u cambiameto di specificata etità. Ad esempio se vogliamo che sia segalato u puto come fuori cotrollo quado la frazioe di o coformi è pari a p 1 > p allora deve essere poedo δ = p 1 p ricaviamo p + 3 p(1 p) p 1 9p(1 p) δ 2 Se, a titolo d esempio, vogliamo determiare uo scostameto da p = 0.01 a p 1 = 0.05 abbiamo, δ = 0.04 e ricaviamo 56. A volte ci si vuole ache garatire di avere u LCL positivo i modo da adare a ispezioare quei casi di frazioe di o coformi molto bassi. I tal caso deve essere scelto i modo che p(1 p) p 3 0 da cui 9 1 p p Ad esempio per p = 0.01 ricaviamo 891, per p = 0.05, 171 Ilia Negri 11
12 Carta di cotrollo per umero di uità o coformi - Carta p Ivece che costruire la carta per la frazioe di o coformi p possiamo costruire direttamete la carta per il umero di o coformità. I limiti della carta 3-sigma e di probabilità, rispettivamete, soo i segueti UCL = p + 3 CL = p LCL = p + 3 p(1 p) p(1 p) UCL = p + z 1 α/2 p(1 p) CL = p LCL = p z 1 α/2 p(1 p) No cooscedo p si provvederà a stimarlo. Ilia Negri 12
13 Dimesioe campioaria variabile Capita spesso che la dimesioe campioaria sia diversa. I questo caso 3 soo gli approcci che si possoo seguire. Il primo cosiste el cosiderare le liee della carta variabili (poco cosigliato). Il secodo cosiste el costruire la carta basadosi sul valore medio di calcolato come segue = 1 m m i i=1 e utilizzado come stima di p la seguete p = mi=1 d i mi=1 i I limiti di cotrollo per la carta 3-sigma soo UCL = p + 3 CL = p LCL = p 3 p(1 p) p(1 p) Ilia Negri 13
14 Il terzo metodo cosiste ell utilizzare i valori stadardizzati. campioe si calcolao i valori Per ogi z i = ˆp i p p(1 p), i = 1, 2,..., m i dove ˆp i è la frazioe di o coformi el gruppo i-esimo e a p dobbiamo sostituire ua sua stima. La carta ha come liea cetrale zero, metre come UCL e LCL rispettivamete 3 e 3. Ilia Negri 14
15 Curva operativa caratteristica La curva OC descrive la probabilità di accettare erroeamete u puto come sotto cotrollo quado ivece o lo è, i fuzioe dello scostameto dal valore fissato p 0. Si tratta quidi di calcolare la probabilità di commettere u errore di secodo tipo (β) al variare di p β(p) = P (ˆp < UCL p) P (ˆp < LCL p) = P ( ˆD < UCL p) P (D < LCL p) dove D segue la distribuzioe Biomiale co parametri e p. Fissati i limiti UCL e LCL avremo ua curva per ogi umerosità campioaria. Ad esempio per la carta co limiti LCL=0 e UCL= dobbiamo calcolare β(p) = P ( ˆD < p) P (D < 50 0 p) = P (D < 12.2 p) = P (D 12 p) Metre per la carta co limiti LCL= e UCL= dobbiamo calcolare β(p) = P (D < 19 p) P (D 2 p) Ilia Negri 15
16 Riportiamo il grafico per la carta di pagia 9 Curva Caratteristica == 50 β(p) p Ilia Negri 16
17 Riportiamo il grafico per la carta di pagia 8 Curva Caratteristica == 50 β(p) p Ilia Negri 17
18 Dalla curva OC ricaviamo, se il processo è sotto cotrollo, co valore della CL p = 0.215, β(p) = da cui α = e ARL 0 = = Per cui si avrà u segale di falso allarme i media ogi 339 campioi. Se ivece il valore di riferimeto si sposta a p = 0.3 abbiamo β = e ARL = 1 1 β = = Per cui dovremo aspettare i media 12 campioi prima di avere u segale di fuori cotrollo. Se il valore si sposta a p = 0.4 abbiamo β = e ARL = 1 1 β = = Per cui dovremo aspettare i media 2 campioi prima di avere u segale di fuori cotrollo. Ilia Negri 18
19 Carte di cotrollo per umero di o coformità per uità - Carta c Si è iteressati al umero totale di difetti per uità prodotta (ad esempio il umero di falle i u tessuto). L ipotesi su cui si basa la costruzioe di tali carte è che la v.c. che descrive il umero di difetti abbia la distribuzioe di Poisso co parametro c che rappreseta il umero medio di difetti ell uità di misura prefissata. P (X = x) = cx x! e c, x = 0, 1, 2,... La carta di cotrollo co limiti 3-sigma sfrutta l approssimazioe della Poisso alla Gaussiaa N(c, c). Questa approssimazioe vale se c = p el caso i cui cresce e cotemporaeamete dimiuisce p mateedo costate il prodotto p. I limiti della carta soo duque i segueti UCL = c + 3 c CL = c LCL = c 3 c dove c = c i /m, essedo c i il umero di difetti ell uità i. Ilia Negri 19
20 Esempio: (Motgomery). Si cosiderao il umero di o coformità riscotrate su 26 campioi costituiti da 100 circuiti stampati. La stima di c è data da c = = I limiti della carta soo rappresetati ella figura seguete. c Chart for x[trial] Group summary statistics UCL LCL Group Number of groups = 26 Ceter = LCL = StdDev = UCL = Number beyod limits = 2 Number violatig rus = 0 Ilia Negri 20
21 Si osservao due puti fuori cotrollo, le uità 6 e 20. Idividuate le cause si tolgoo i puti e si ricalcolao i limiti di cotrollo della carta. La uova carta è rappresetata di seguito. La stima di c è data da c = = UCL c Chart for x[ic] Group summary statistics LCL Group Number of groups = 24 Ceter = LCL = StdDev = UCL = Number beyod limits = 0 Number violatig rus = 0 Ilia Negri 21
22 Carte di cotrollo per frazioe di o coformità per uità - Carta u Si basa sul calcolo del umero medio di o coformità per uità di riferimeto. Se vegoo rilevate c difformità i uità di riferimeto avremo che il umero medio di tali difformità per uità di riferimeto è I limiti della carta soo i segueti dove ū = ui m e u i = c i u = c UCL = ū + 3 CL = ū LCL = ū 3 ū ū è il umero medio di o coformità per uità. Ilia Negri 22
23 Esempio: (Motgomery). Si cosiderao il umero di o coformità registrate sull uità di riferimeto posta pari a 5 computer. I dati foriscoo ua stima ū = Il grafico seguete mostra la carta. UCL u Chart for x Group summary statistics LCL Group Number of groups = 20 Ceter = 1.93 LCL = StdDev = UCL = Number beyod limits = 0 Number violatig rus = 0 Ilia Negri 23
24 Curva operativa caratteristica - Carta c I questo caso si deve calcolare l errore di secoda specie β al variare di c. Idicata co X la v.c. di Poisso che cota il umero di difetti per uità prodotta β(c) = P (X < UCL c) P (X < LCL c) Ad esempio per la carta a pagia 21 co limiti LCL= 6.36 e UCL=32.97 dobbiamo calcolare β(c) = P (X < c) P (X < 6.36 c) = β(c) = P (X 32 c) P (X 6 c) Al variare di c. Ilia Negri 24
25 Curva Caratteristica β(p) c Ilia Negri 25
26 Dalla curva OC ricaviamo, se il processo è sotto cotrollo, co valore della CL c = 19.67, β(c) = da cui α = e ARL 0 = = Per cui si avrà u segale di falso allarme i media ogi 247 campioi. Se ivece il valore di riferimeto si sposta a c = 24 abbiamo β = e ARL = 1 1 β = = Per cui dovremo aspettare i media 21 campioi prima di avere u segale di fuori cotrollo. Se il valore si sposta a c = 32 abbiamo β = e ARL = 1 1 β = = Per cui dovremo aspettare i media 2 campioi prima di avere u segale di fuori cotrollo. Ilia Negri 26
27 Verifica di ipotesi per il cofroto di due proporzioi Abbiamo due campioi casuali X 1,..., X 1 e Y 1,..., Y 2 proveieti da popolazioi Beroulliae rispettivamete di parametro p 1 e p 2. Vogliamo verificare l ipotesi ulla H 0 : p 1 = p 2 cotro ua delle cosuete alterative: H A : p 1 p 2 per u test a due code, oppure H A : p 1 > p 2 o H A : p 1 < p 2 per u test ad ua coda Ilia Negri 27
28 Deotiamo co ˆp 1 = Xi 1 ˆp 2 = Yi e itroduciamo Xi + Y ˆp = i Vale che, sotto l ipotesi ulla, cioè p 1 = p 2 ovvero p 1 p 2 = 0, 1 Z = ˆp 1 ˆp 2 ˆp(1 ˆp) ( ) N(0, 1) Deotati co k 1 e co k 2 il umero di successi rispettivamete el primo e el secodo campioe e le proporzioi di successi osservati co lo stesso simbolo ˆp 1 = k 1 e ˆp 1 2 = k 2, le regole per decidere se accettare l ipotesi ulla 2 soo riassute ella tabella seguete Ilia Negri 28
29 Test per il cofroto tra proporzioi Se ˆp 1 = k 1 e ˆp 1 2 = k 2 soo le proporzioi di successo su due campioi di 2 ampiezza 1 ed 2 rispettivamete, si può costruire u test Z per testare l ipotesi ulla H 0 : p 1 = p 2 cotro le usuali alterative come segue. Si calcola il valore della statistica z = ˆp 1 ˆp 2 ˆp(1 ˆp) ( ) co ˆp = k 1+k 2 decisioe Il test di livello α corrispode alle segueti regole di quado H A : p 1 p 2, Rifiutare H 0 se z > z 1 α 2 quado H A : p 1 > p 2, Rifiutare H 0 se z > z 1 α quado H A : p 1 < p 2, Rifiutare H 0 se z < z α Ilia Negri 29
Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliCarte di controllo per attributi
Carte di controllo per attributi Il controllo per variabili non sempre è effettuabile misurazioni troppo difficili o costose troppe variabili che definiscono qualità di un prodotto le caratteristiche dei
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliUniversità di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)
Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliPolitecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
DettagliEsercitazioni 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
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliSoluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo
Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
Dettagli( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ
LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a
DettagliAritmetica 2016/2017 Esercizi svolti in classe Seconda lezione
Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliCosa vogliamo imparare?
Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliCalcolo delle Probabilità 2012/13 Foglio di esercizi 3
Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
DettagliDistribuzioni di probabilità
Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliSoluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.
60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
Dettagli6 Stima di media e varianza, e intervalli di confidenza
Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliAlgoritmi e Strutture Dati (Elementi)
Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliCarte di controllo CUSUM. Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entità.
Carte di controllo CUSUM Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entità. Le carte Shewart utilizzano le informazioni solo dell ultimo
DettagliRISOLUZIONE MODERNA DI PROBLEMI ANTICHI
RISOLUZIONE MODERNA DI PROBLEMI ANTICHI L itelletto, duque, che o è la verità, o comprede mai la verità i modo così preciso da o poterla compredere (poi acora) più precisamete, all ifiito, perché sta alla
DettagliConsideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con
Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
DettagliIPSAA U. Patrizi Città di Castello (PG) Classe 5A Tecnico Agrario. Lezione di martedì 10 novembre 2015 (4 e 5 ora) Disciplina: MATEMATICA
IPSAA U. Patrizi Città di Castello (PG) Classe A Tecico Agrario Lezioe di martedì 0 ovembre 0 (4 e ora) Disciplia: MATEMATICA La derivata della fuzioe composta Fuzioe composta Df(g())f (g())g () Questa
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliRAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI
M. G. BUSATO RAPPRESENTAZIONE ANALITIA DEI PUNTALI OGIVALI PER PROIETTILI mgbstudio.et SOMMARIO I umerose applicazioi balistiche, ed i particolare per calcolare la resisteza aerodiamica di u proiettile,
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliEsercizi sulle successioni
Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7
DettagliLa base naturale dell esponenziale
La base aturale dell espoeziale Beiamio Bortelli 7 aprile 007 Il problema I matematica, ci è stato detto, la base aturale della fuzioe espoeziale è il umero irrazioale: e =, 7888... Restao, però, da chiarire
DettagliL INFORMAZIONE E LE CODIFICHE
L INFORMAZIONE E LE CODIFICE UN PO DI STORIA - La Teoria dell iformazioe è ata ella secoda metà del 900, sebbee il termie iformazioe sia atico (dal latio mettere i forma) - I omi più importati soo Nyquist,
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
DettagliProgramma (orientativo) secondo semestre 32 ore - 16 lezioni
Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale
DettagliPROBLEMI DI INFERENZA SU PERCENTUALI
ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede
DettagliTraccia delle soluzioni degli esercizi del fascicolo 6
Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi
DettagliEsercizi proposti. f(x), f(x), f(x), f(x + 1), f(x) + 1. x 2 x 1 se x 1, 4 x se x > 1 2, 2).
Esercizi proposti 1. Risolvere la disequazioe + 1.. Disegare i grafici di a) y = 1 + + 3 ; b) y = 1 ; c) y = log 10 + 1). 3. Si cosideri la fuzioe f) = ; disegare i grafici di f), f), f), f + 1), f) +
Dettagli3.1 Rappresentazione dello stato tensionale nel piano di Mohr: circoli di Mohr.
DIDATTICA DI PROGETTAZIONE DELLE COSTRUZIONI PROF. CARMELO MAJORANA MODULO TRE I CONCETTI FONDAMENTALI NELL ANALISI DELLA TENSIONE PARTE B) MODULO PER LO SPECIALIZZANDO Modulo. Rappresetazioe dello stato
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
DettagliLezioni di Matematica 1 - I modulo
Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti
DettagliFUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA
Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8
DettagliRichiami sulle potenze
Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle
DettagliLe 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
DettagliFormulazione di Problemi Decisionali come Problemi di Programmazione Lineare
Formulazioe di Problemi Decisioali come Problemi di Programmazioe Lieare Cosideriamo i segueti problemi decisioali ed esamiiamo come possoo essere formulati come problemi di PL: Il problema del trasporto
DettagliDEFINIZIONE 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
DettagliApprofondimento 3.3. Calcolare gli indici di posizione con dati metrici singoli e raggruppati in classi
Chiorri, C. (201). Fodameti di psicometria - Approfodimeto. 1 Approfodimeto. Calcolare gli idici di posizioe co dati metrici sigoli e raggruppati i classi 1. Dati metrici sigoli Quado l iformazioe è a
Dettagli1 Esponenziale e logaritmo.
Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a
DettagliEsercizi svolti. 1. Calcolare i seguenti limiti: log(1 + 3x) x 2 + 2x. x 2 + 3 sin 2x. l) lim. b) lim. x 0 sin x. 1 e x2 d) lim. c) lim.
Esercizi svolti. Calcolare i segueti iti: a log + + c ± ta 5 + 5 si π e b + si si e d + f + 4 5 g + 6 4 6 h 4 + i + + + l ± + log + log 7 log 5 + 4 log m + + + o cos + si p + e q si s e ta cos e u siπ
DettagliLezione 4. Gruppi di permutazioni
Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X
DettagliMateriale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10
Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere
DettagliLA 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
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere
Dettaglimin z wz sub F(z) = y (3.1)
37 LA FUNZIONE DI COSTO 3.1 Miimizzazioe dei costi Riprediamo il problema della massimizzazioe dei profitti del capitolo precedete e suppoiamo ora che l'impresa coosca il livello di output che deve produrre;
DettagliPNI SESSIONE SUPPLETIVA QUESITO 1
www.matefilia.it PNI 004 - SESSIONE SUPPLETIVA QUESITO La fuzioe f(x) = 3x six x 3six della fuzioe, per x + : è, per x +, ua forma idetermiata del tipo. Il limite A) No esiste; B) è 3/; C) è /3 ; D) è
DettagliDistribuzioni per unità
Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe
Dettagli= Pertanto. Per la formula di Navier ( σ = ), gli sforzi normali σ più elevati nella sezione varranno: di compressione);
La sezioe di trave di figura è soggetta ad u mometo flettete pari a 000 knmm e ed u azioe di taglio pari a 5 kn, etrambe ageti su u piao verticale passate per l asse s-s. Calcolare gli sforzi σ e τ massimi
DettagliPaolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria
Esercizi svolti a lezioe e o proveieti dal Marcellii Sbordoe La preseza della lettera C idica u esercizio da fare a casa. La capacità di svolgere tali esercizi è parte del bagaglio ecessario i sede di
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliPROBABILITÀ SCHEDA N. 6 LE VARIABILI ALEATORIE DI BERNOULLI E BINOMIALE
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) PROBABILITÀ SCHEDA N.
DettagliIl 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
DettagliSperimentazioni di Fisica I mod. A Lezione 2
La Rappresetazioe dei Numeri Sperimetazioi di Fisica I mod. A Lezioe 2 Alberto Garfagii Marco Mazzocco Cizia Sada Dipartimeto di Fisica e Astroomia G. Galilei, Uiversità degli Studi di Padova Lezioe II:
DettagliSoluzione Dai dati di energia libera standard di formazione si può ricavare il G per la reazione:
La metilammia, reagisce co acqua allo stato gassoso portado alla formazioe di alcool metilico e ammoiaca secodo la reazioe: (g) + H (g) H(g) + (g). Soo oti i segueti dati a 5 C G f (kj mol -1 ) (g).16
DettagliNUOVI CRITERI DI DIVISIBILITÀ
NUOVI CRITERI DI DIVISIBILITÀ BRUNO BIZZARRI, FRANCO EUGENI, DANIELA TONDINI 1 1. Su tutti i testi scolastici di Scuola Media, oostate siao riportati i criteri di divisibilità per i umeri, 3, 4, 5, 6,
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioni lineari Indici di covarianza e correlazione)
STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE (Trasformazioi lieari Idici di covariaza e correlazioe) ) Trasformazioi lieari di variabili statistiche I varie situazioi si operao trasformazioi
DettagliLaboratorio di onde II anno CdL in Fisica
Laboratorio di ode II ao CdL i Fisica Itroduzioe Oda stazioaria di spostameto Quado u oda soora stazioaria si stabilisce i u tubo a fodo chiuso i cui la lughezza del tubo è molto maggiore del suo diametro,
DettagliElementi di Calcolo Combinatorio
Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale
DettagliStatistica 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 / 21 Misura della dipedeza di u carattere
DettagliDiottro sferico. Capitolo 2
Capitolo 2 Diottro sferico Si idica co il termie diottro sferico ua calotta sferica che separa due mezzi co idice di rifrazioe diverso. La cogiugete il cetro di curvatura C della calotta co il vertice
DettagliProva 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
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Corso di Risk Management
UNIVERSITÀ DEGLI STUDI DI BERGAMO Facoltà di Igegeria Corso di Risk Maagemet Prof. Filippo Stefaii Matrice di variaze-covariaze A.A. 009/00 Corso 600 Corso di Laurea Specialistica i Igegeria Edile Risk
DettagliEsame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao
DettagliStatistica Applicata all edilizia Lezione: carte di controllo
Lezione: carte di controllo E-mail: orietta.nicolis@unibg.it 24 maggio 2007 Programma 1 Fonti di variabilità e controllo di un fenomeno 2 Programma 1 Fonti di variabilità e controllo di un fenomeno 2 Fonti
Dettagli