Laboratorio di Didattica di elaborazione dati 3A LA DISTRIBUZIONE DI BERNOULLI (BINOMIALE) LA DISTRIBUZIONE DI POISSON.
|
|
- Daniela Stefani
- 6 anni fa
- Visualizzazioni
Transcript
1 3A LA DISTRIBUZIONE DI BERNOULLI (BINOMIALE) LA DISTRIBUZIONE DI POISSON La distribuzione binomiale rappresenta la distribuzione di probabilità di prove ripetute indipendenti quando i risultati di ciascuna prova sono solo due. Questa distribuzione può essere utilizzata per descrivere tutti i casi in cui gli esiti possibili di una prova (come in lancio di una moneta) possono essere ridotti a due. Indichiamo con p la probabilità di successo in ciascuna prova (costante per tutte le prove). Con q=1-p indichiamo la probabilità di insuccesso in ciascuna prova. X è la variabile aleatoria binomiale che indica il numero di successi in n prove, X può assumere i valori 0 (nessun successo), 1 (esattamente 1 successo),..., n (successi in tutte le prove), quindi abbiamo una distribuzione discrete. La probabilità di ottenere esattamente x successi è: dove n x = n! n x! x!. P X =x = n x p x q n x, Ad esempio in un lancio di un dado possiamo indicare con successo l'uscita della faccia contrassegnata 6 e con insuccesso l'uscita di qualsiasi altra faccia, ottenendo p=1/6 e q=5/6. Usando la formula sopra possiamo calcolare la probabilità di ottenere, ad esempio, 4 successi (x=4) in 7 prove (n=7), calcolando P(X=4). Nota che le probabilità non cambiano e le prove sono indipendenti. La speranza matematica (che indicharemo con μ o E(X)) è un valore numerico costante che si ottiene calcolando la media aritmetica pesata di tutti i valori della variabile. I pesi utilizzati nel calcolo sono le probabilità associate ad ogni singolo valore che la variabile può assumere (P(X=x)). Qundi la speranza matematica si esprime con: n =E X = x P X = x. x = 0 La speranza matematica permette di definire la localizzazione della distribuzione. Per la distribuzione di Bernoulli per la speranza matematica si ottiene semplicemente =np.
2 1. Vedi sopra come si esprime (per la distribuzione di Bernoulli) la probabilità di ottenere x successi nelle n prove, se in ogni prova la probabilità di un successo è p. Cerca di calcolarla usando Excel, per alcuni x, n e p dati nelle tre seguenti celle. All'inizio prova a metterlo in modo manuale, cioè digita la formula opportuna. Il fattoriale di un numero ti restituisce la funzione FATTORIALE(). Poi, verifica la tua formula usando la funzione DISTRIB.BINOM(). Questa funzione prende 4 argomenti, il primo è x, il secondo n, il terzo p. Il quarto argomento è un valore logico, che specifica se vogliamo calcolare la probabilità cumulativa o no. Mettendo FALSO, possiamo calcolare la probabilità di ottenere esattamente x successi: P(X=x). Mettendo VERO, la funzione restituirà la probabilità di ottenere al massimo x successi: P(X x). Hai ottenuto gli stessi risultati? Verifica cosa succederà quando il numero di prove è maggiore a 170. Qual è la causa? 2. L'emofilia è una malattia ereditaria, caratterizzata da una ritardata coagulazione del sangue. Nella maggioranza dei casi l'emofilia si manifesta esclusivamente nei maschi, le donne possono solo trasmettere la malattia 1. Si stima che approsivamente tra 5000 uomini ci sia un uomo emofilico. In un convitto maschile abitano 140 ragazzi. Assumendo che lo stato di salute di ciascun ragazzo è indipendente dallo stato di salute dei altri ragazzi, usa Excel per calcolare: a. La probabilità che non ci sia uno studente emofilico in questo convitto (tutti siano sani). b. La probabilità che ci sia esattamente uno studente emofilico in questo convitto. c. La probabilità che ci siano esattamente due studenti emofilici in questo convitto. d. La probabilità che ci siano al massimo tre studenti emofilici in questo convitto. e. La probabilità che ci siano al minimo due studenti emofilici in questo convitto. Io ho ottenuto: a) 97.2%, b) 2.72%, c) 0.038%, d) %, e) %. 1 Infatti un padre emofilico ed una madre che trasmette emofilia possono avere una figlia emofilica, ma questo succede molto raramente.
3 3. Il daltonismo consiste in un'inabilità a percepire i colori (tipicamente si confonda il rosso con il verde). Circa 8% degli maschi soffre di daltonismo. Crea un grafico della probabilità P(X=x) che x studenti nel nostro convitto soffrono di daltonismo, assumendo la distribuzione di Bernoulli. Solitamente per visualizzare tali dati si usa l'istogramma, però nel programma Excel questo tipo di grafico ha tante limitazioni (per esempio l'asse X deve cominciare dall'uno, mentre noi vogliamo che cominci dallo zero). Per questo motivo, useremo il grafico X-Y. Inserisci il grafico e limita il raggio sull'asse X dalla destra affinché se ne possa leggere di più. Leggi dal grafico o dalla tabella il numero più probabile dei ragazzi che soffrono di daltonismo (la moda). Ricorda la formula per la speranza matematica di una variabile binomiale e calcola il numero medio dei ragazzi daltonici (arrotondalo a 0 cifre dopo la virgola, perché non vogliamo avere "frazioni di ragazzi"). Non digitare i valori di x a mano, usa una formula!
4 4. È interessante notare che solo il 4% degli uomini di colore soffrano di daltonismo. Sovrapponi al nostro grafico un grafico che mostra la stessa dipendenza, ma assumendo che tutti i ragazzi nello convitto sono di colore. Quale grafico ha un'assimetria maggiore? Leggi dal grafico la moda. Calcola la speranza matematica. Verifica se il valore medio (la speranza matematica) è uguale alla moda, o no. È possibile mostrare che quando n e p 0 (un numero grande delle prove e piccola probabiltà di un succeso), la probabilità P(X=x) di ottenere x successi è data con: P X =x = 1 x! x e x, dove =np, il valore medio. Questa distribuzione si chiama la distribuzione di Poisson o la distribuzione degli eventi rari (perché la probabilità di un successo è molto piccola). Assumendo la distribuzione di Poisson è possibile ottenere una notevole semplificazione dei calcoli, è per questo motivo si spesso aprossima la distribuzione di Bernoulii con la distribuzione di Poisson, ma solo quando le seguenti condizioni sono soddisfatte: la probabilità di successo è molto piccola, il numero delle prove è molto elevato, il prodotto np è una quantita finita. Ora ci occupiamo solo con il caso in cui tutti i ragazzi nel convitto sono di colore (e, quindi, p=0.04) Verifica se le condizioni date sopra sono soddisfatte nel nostro caso. Nella colonna seguente calcola le stesse probabilità, ma usando la distribuzione di Poisson. Usa la funzione POISSON(), che prende tre argomenti. Il primo è il numero degli eventi (x), il secondo la speranza matematica (λ=np). L'ultimo argomento ha lo stesso significato della distribuzione di Bernoulli. Aggiungi i valori ottenuti al grafico. Secondo te, la distribuzione di Poisson approsima bene la distribuzione di Bernoulli in questo caso?
5 Nelle due colonne seguenti calcola: l'errore (scarto) assoluto che abbiamo fatto aprossimando la distribuzione di Bernoulli con la distribuzione di Poisson (cioè P Poisson (X=x)-P Bernoulli (X=x)) e l'errore relativo (percentuale) (cioè lo stesso diviso P Bernoulli (X=x)). Secondo te, utilizzando la distribuzione di Poisson al posto della distribuzione di Bernouli commetiamo un errore significativo? (in questo caso) 5. Nel ristorante Americana si fa la pizza in 16 forni elettrici, di cui ciascuno consuma 4 kw di potenza elettrica. I fusibili globali del ristorante saltano con la corrente che corrisponde alla potenza di 50 kw. Ogni forno viene usato in media per 12 minuti all'ora (tranne l'ora di pranzo) oppure per 30 minuti durante l'ora di pranzo (il picco). Qualora i forni fossero utilizzati indipendentemente, quale sarebbe la probabilità, per qualsiasi ora (a) tranne il picco, (b) durante il picco che le fusibili venissero saltati?
Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
DettagliDistribuzione di Probabilità
Distribuzione di Probabilità Sia X variabile con valori discreti X 1, X 2,..., X N aventi probabilità p 1, p 2,..., p N ( i p i = 1) (X variabile discreta aleatoria, o stocastica, o casuale, random) Funzione
Dettagli1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
DettagliEsercitazione # 3. Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti
Statistica Matematica A Esercitazione # 3 Binomiale: Esercizio # 1 Trovate la probabilita che in 5 lanci di un dado non truccato il 3 si presenti 1. mai 2. almeno una volta 3. quattro volte Esercizio #
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliEsercitazione del 07/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 07/0/0 Istituzioni di Calcolo delle Probabilità David Barbato Esercizio Vengono lanciati due dadi a 6 facce regolari. Calcolare le seguenti probabilità. (a) Qual è la probabilità che
DettagliPROBABILITA. Distribuzione di probabilità
DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA Nell associare ai risultati di un esperimento un valore numerico si costruisce una variabile casuale (o aleatoria, o stocastica). Ogni variabile casuale ha una corrispondente
DettagliVariabile casuale E 6 E 5 E 4. R S x1 E 2
Variabile casuale Una Variabile Casuale X è una regola (funzione reale) che associa ad E (evento elementare di S) uno ed un solo numero reale. Notazione: X: variabile casuale : realizzazione di una variabile
DettagliMetodi Matematici Probabilità e Statistica. Correzione Compitino del
Metodi Matematici Probabilità e Statistica Correzione Compitino del.4.04 nota: Una sola risposta è esatta. 4 punti per una risposta esatta, -2 per una sbagliata, 0 per una non data. Gli esercizi sono divisi
Dettagliesperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno dei possibili esiti di un esperimento casuale;
Capitolo 15 Suggerimenti agli esercizi a cura di Elena Siletti Esercizio 15.1: Suggerimento Si ricordi che: esperimento casuale: è un esperimento condotto sotto l effetto del caso; evento elementare: ciascuno
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina
Dettagli) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,
Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)
DettagliFoglio Elettronico Lezione 1
- Introduzione - Celle e riferimenti - Formule - Approfondimenti - Funzioni logiche Sommario Introduzione - Foglio elettronico o foglio di calcolo - Cos'è? Strumento per raccogliere dati organizzati in
DettagliEsame di AM2 & EAP (270/04) a.a. 2009/10
Quarto appello del 16 Luglio 2010 1. Un urna contiene delle palline numerate e distribuite in seguente maniera: Vengono estratte due palline senza rimpiazzo e siano X e Y rispettivamente il numero della
DettagliLEZIONE 2.5. corso di statistica. Francesco Lagona Università Roma Tre. LEZIONE 2.5 p. 1/12
LEZIONE 2.5 p. 1/12 LEZIONE 2.5 corso di statistica Francesco Lagona Università Roma Tre LEZIONE 2.5 p. 2/12 distribuzione doppia di due variabili aleatorie consideriamo la distribuzione doppia di due
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi
DettagliVARIABILI ALEATORIE Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al 6 lancio:
VARIABILI ALEATORIE. Una moneta equilibrata viene lanciata più volte. Qual è la probabilità che al lancio: a) si abbia testa per la prima volta? b) Si sia avuto testa almeno una volta? c) Si sia avuta
DettagliVariabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia
Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
DettagliIntroduzione alla statistica 2/ed. Marilyn K. Pelosi, Theresa M. Sandifer, Paola Cerchiello, Paolo Giudici
CAPITOLO 6 LE VARIABILITA CASUALI E LE DISTRIBUZIONI DI PROBABILITA VERO FALSO 1. V F La probabilità che X assuma un valore compreso tra 3 e 4 incluso può essere scritto come P(3
DettagliSTATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliLABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi Corso di laurea in Informatica e Bioinformatica 5 VARIABILI ALEATORIE DISCRETE LA VARIABILE BINOMIALE Sia n
DettagliTabella per l'analisi dei risultati
Vai a... UniCh Test IV_Statistica_Eliminatorie Quiz IV_Statistica_Eliminatorie Aggiorna Quiz Gruppi visibili Tutti i partecipanti Info Anteprima Modifica Risultati Riepilogo Rivalutazione Valutazione manuale
DettagliLezione 12. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 12. A. Iodice.
discrete uniforme Bernoulli Poisson Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 56 Outline discrete uniforme Bernoulli Poisson 1 2 discrete 3
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con
DettagliCorso di Statistica. Distribuzioni di probabilità per variabili casuali discrete. Prof.ssa T. Laureti a.a
Corso di Statistica Distribuzioni di probabilità per variabili casuali discrete Prof.ssa T. Laureti a.a. 2013-2014 1 Variabili casuale di Bernoulli La v.c. di Bernoulli trae origine da una prova nella
DettagliLABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi
UNIVERSITA DEGLI STUDI DI VERONA LABORATORIO DI PROBABILITA E STATISTICA Docente: Bruno Gobbi 5 VARIABILI CASUALI DISCRETE LA VARIABILE BINOMIALE Sia n N e sia k n. La probabilità di osservare k successi
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 3 1 Distribuzione di Bernoulli e Distribuzione Binomiale Esercizio 1 Sia n un intero maggiore
DettagliVerifica delle ipotesi: Binomiale
Verifica delle ipotesi: Binomiale Esercizio Nel collegio elettorale di una città, alle ultime elezioni il candidato A ha ottenuto il 4% delle preferenze mentre il candidato B il 6%. Nella nuova tornata
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliStatistica. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali
Elementi di Inferenza Statistica Variabili casuali V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Soriano nel Cimino (VT), 6 Ottobre 2009 Pier
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliCP110 Probabilità: Esonero 1
Dipartimento di Matematica, Roma Tre Pietro Caputo 2016-17, II semestre 11 aprile, 2017 CP110 Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante l esame
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità 1 A. A. 4/5 a prova in itinere 8/6/5docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento degli Esercizi
DettagliLe medie. Antonello Maruotti
Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui
DettagliSOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
DettagliAnalogico vs. Digitale. LEZIONE II La codifica binaria. Analogico vs digitale. Analogico. Digitale
Analogico vs. Digitale LEZIONE II La codifica binaria Analogico Segnale che può assumere infiniti valori con continuità Digitale Segnale che può assumere solo valori discreti Analogico vs digitale Il computer
DettagliSTATISTICA ESERCITAZIONE 9
STATISTICA ESERCITAZIONE 9 Dott. Giuseppe Pandolfo 19 Gennaio 2015 REGOLE DI CONTEGGIO Sequenze ordinate Sequenze non ordinate Estrazioni con ripetizione Estrazioni senza ripetizione Estrazioni con ripetizione
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliP (0 semafori rossi) = 0,05 P (1 semaforo rosso) = 0,20 P (2 semafori rossi) = 0,25 P (3 semafori rossi) = 0,35 P (4 semafori rossi) = 0,15
ESERCITAZIONE : ROBABILITA, VARIABILI CASUALI, BINOMIALE ESERCIZIO N. Una donna che si reca al lavoro in macchina ha osservato che il seguente modello è un approssimato modello probabilistico per il numero
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 3 Abbiamo visto: Definizione di partizione di Teorema di Bayes Definizione di variabile aleatoria
Dettagli3.1 La probabilità: eventi e variabili casuali
Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza
DettagliEsercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliExcel come foglio di calcolo. Altri Grafici con Excel Istogrammi, grafici a torta
Excel come foglio di calcolo Altri Grafici con Excel Istogrammi, grafici a torta Funzioni di Excel per elaborazioni di dati presenti nel foglio Excel prevede una serie di funzioni predeterminate, raggruppate
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliMEDIA aritmetica semplice (Gli indicatori di posizione)
STATISTICA E RICERCA DIDATTICA Note di statistica e metodi di ricerca Il 94.5 % delle statistiche e' sbagliato. Woody Allen Non esistono i dati, solo interpretazioni! Friedrich Nietzsche Laurea in Scienze
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliCompiti tematici capp. 5,6
Compiti tematici capp. 5,6 a cura di Giovanni M. Marchetti 2016 ver. 0.6 Indice Esercizi dai compiti a casa (HW..................................... 8 1. Se X e Y sono due variabili casuali independenti,
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliFRAME 0.3. E possibile partecipare a tre appelli su 5 (esclusi i compitini). Farà fede l iscrizione alle liste elettroniche.
FRAME 0.1. S.M. Ross, Calcolo delle Probabilità, Apogeo 2004. C. Mariconda, A. Tonolo, Matematica Discreta, a.a. 2005-2006, Libreria Progetto, 2005 (costo 6 euro. Compitini FRAME 0.2. 13 maggio, ore 9.30
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliIndirizzo Giuridico Economico Aziendale
LE VARIABILI CASUALI In molti fenomeni aleatori il risultato di un esperimento è una grandezza che assume valori in modo casuale. Pensa ad esempio al numero di auto che si presentano ad un casello autostradale
DettagliPROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96
QUESITI 1 PROBABILITÀ 1. (Da Medicina e Odontoiatria 2015) La probabilità con cui un paziente deve attendere meno di dieci minuti il proprio turno in un ambulatorio medico è 0,8. Qual è la probabilità
DettagliDISTRIBUZIONI DI PROBABILITA
DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
Dettagli3) In una distribuzione di frequenza si può ottenere più di una moda Vero Falso
CLM C Verifica in itinere statistica medica 13-01-2014 1) Indicate a quale categoria (Qualitativa, qualitativa ordinabile, quantitativa discreta, quantitativa continua) appartengono le seguenti variabili:
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliCorrezione primo compitino, testo B
Correzione primo compitino, testo B gennaio 20 Parte Esercizio Facciamo riferimento alle pagine 22 e 2 del libro di testo Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Prova di giovedi febbraio 2005 (tempo a disposizione: 3 ore). consegna compiti e inizio orale Lunedì
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliProbabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09. Due roulette regolari vengono azionate più volte; sia T il numero di volte che occorre azionare la prima roulette
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE
ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 30 Aprile 2013 Esercizio
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliVariabili aleatorie. Variabili aleatorie e variabili statistiche
Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliDistribuzioni di probabilità. Un po' di teoria
Distribuzioni di probabilità Un po' di teoria Distribuzione di Poisson Considera un centralino telefonico. Tale centralino riceve in media 3600 telefonate al giorno. Vogliamo calcolare la probabilità
DettagliI Fogli Elettronici (Microsoft Excel)
I Fogli Elettronici (Microsoft Excel) Sono strumenti per organizzare e gestire dati e calcoli I dati immessi vengono organizzati in tabelle e si possono immagazzinare informazioni di vario tipo: risultati
Dettagli1 Esercizi tutorato 1/4
Esercizi tutorato 1/ 1 1 Esercizi tutorato 1/ Esercizio 11 Siano X e Y due va discrete indipendenti di distribuzione geometrica con parametro p [0, 1] (i) Si calcoli la legge di X + Y, è una legge nota?
DettagliCOMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.
Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Si sono diverse distribuzioni di probabilità: quelle di cui parleremo sono la distribuzione binomiale, quella di Poisson, quella uniforme, quella normale, quella del χ² e la
DettagliTeoria della probabilità Variabili casuali
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Variabili casuali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Variabile casuale Una variabile
DettagliMoltiplicazione. Divisione. Multipli e divisori
Addizione Sottrazione Potenze Moltiplicazione Divisione Multipli e divisori LE QUATTRO OPERAZIONI Una operazione aritmetica è quel procedimento che fa corrispondere ad una coppia ordinata di numeri (termini
DettagliMATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE
MATEMATICA CORSO A IV APPELLO PROVA SCRITTA DEL 18/01/2012 SCIENZE BIOLOGICHE 1-(Vale 4 punti) Per procedere all acquisto on line di un biglietto aereo è necessaria una password composta da 4 simboli che
DettagliMATEMATICA E STATISTICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE MOLECOLARI
MATEMATICA E STATISTICA CORSO A CORSO DI LAUREA IN SCIENZE BIOLOGICHE MOLECOLARI ESERCITATI CON ME! I ESERCITAZIONE 1) Misure ripetute (materiale secco su vetrino) della lunghezza del diametro maggiore
DettagliLe variabili casuali o aleatorie
Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore
DettagliIntroduzione al Calcolo delle Probabilità
Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto
DettagliCapitolo 5. Variabili casuali discrete
Capitolo 5 Variabili casuali discrete Come già anticipato nel paragrafo 3, nella teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable) può essere
DettagliEsercizi Teoria della Probabilità
Esercizi Teoria della Probabilità Esercizio 1 Durante un corso universitario, uno studente prova a svolgere una serie di esercizi. La risposta agli esercizi è di tipo binario (SI/NO). Supponendo la completa
DettagliTEORIA E TECNICA DELLA CIRCOLAZIONE
PROBLEMI DI TEORIA E TECNICA DELLA CIRCOLAZIONE 3 A cura di : Prof. Astarita Vittorio ing. Giofrè Vincenzo Pasquale Argomenti: Distribuzione di Poisson 26 3.1 PROBLEMA Distribuzione di Poisson ed esponenziale
DettagliIntroduzione alla probabilità
UNIVERSITÀ DI BOLOGNA FACOLTÀ DI MEDICINA VETERINARIA LAUREA IN SANITA E QUALITA DEI PRODOTTI DI ORIGINE ANIMALE Introduzione alla probabilità Probabilità = metodologia per lo studio di fenomeni aleatori
DettagliEsame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola
Esame di Istituzioni di Matematiche II del 11 luglio 2001 (Corso di Laurea in Biotecnologie, Universitá degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
Dettagli