Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
|
|
- Daniele Oliva
- 8 anni fa
- Visualizzazioni
Transcript
1 Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore mercoledì ore luigi.augugliaro@unipa.it (Dipartiment 1 / 41
2 Cenni di calcolo delle probabilità Il Calcolo delle probabilità è una disciplina che ci insegna a controllare la correttezza dei nostri ragionamenti allora che, per carenza d informazione, ci troviamo in condizioni di incertezza. In tal senso esse appare come una logica, e precisamente come la logica del possibile, che amplia, con l introduzione di una valutazione di probabilità basata sull informazione di cui si dispone, la logica del certo. (Dipartiment 2 / 41
3 Definizioni Un esperimento il cui esito non può essere previsto con certezza è definito esperimento casuale o aleatorio. L insieme di tutti i possibili esiti di un esperimento casuale viene definito spazio campionari ed è denotato con Ω. Esempi Si consideri l esperimento casuale lancio di una moneta. In questo caso lo spazio campionario Ω è l insieme dei possibili esiti Testa, Croce, formalmente Ω = {Testa, Croce}. (Dipartiment 3 / 41
4 Si consideri l esperimento casuale lancio di un dado. Definire lo spazio campionario Ω. Poiché lo spazio campionari è l insieme di tutti i possibili esiti, si ricava che Ω = {1, 2, 3, 4, 5, 6} Si consideri l esperimento casuale lancio di due dadi. Definire lo spazio campionario Ω. Poiché lo spazio campionari è l insieme di tutti i possibili esiti, si ricava che Ω = {(i, j) : i, j = 1,..., 6} ovvero Ω è l insieme di tutte le possibili coppie (i, j), dove il primo indice indica che il numero i compare nel primo dado mentre il secondo indice indica che il numero j compare nel secondo dado. (Dipartiment 4 / 41
5 Definizione Un qualsiasi sottoinsieme dello spazio campionario Ω è definito evento casuale o aleatorio. Nel seguito indicheremo con E un generico evento casuale. Si consideri l esperimento casuale lancio di una moneta. In questo caso lo spazio campionario è l insieme Ω = {Testa, Croce}, il quale è definito come unione degli eventi elementari E 1 = {Testa} e E 2 = {Croce}. Si consideri l esperimento casuale lancio di un dado. In questo caso lo spazio campionario è l insieme Ω = {1, 2, 3, 4, 5, 6} ed è definito come unione degli eventi elementari E 1 = {1}, E 2 = {2},..., E 6 = {6}. Si consideri l esperimento casuale consistente nel misurare il tempo di vita di un transistor. In questo caso lo spazio campionari è l insieme Ω = {x : 0 x < + }, ovvero l insieme di tutti i valori reali non negativi. (Dipartiment 5 / 41
6 Operazioni logiche sugli eventi Definizione Dato un evento E si definisce negato di un evento, denotato con Ē, l evento il cui valore logico è l opposto di quello di E. Esempio: Si consideri l esperimento casuale lancio di un dado e l evento E descritto dall enunciato uscita della faccia con il numero due. Il negato dell evento E, denotato con Ē, è l evento descritto dall enunciato uscita della faccia con un numero diverso da due. Esempio: Si consideri l esperimento casuale consistente nel misurare il tempo di vita di un transistor e l evento E descrito dall enunciato il tempo di vita di un transistor non è superiore a 5 ore. In questo caso E = { x : 0 x 5}. Dalla descrizione dell evento E si ricava che l evento negato Ē è descritto dall enunciato il tempo di vita di un transistor è superiore a 5 ore, ovvero E = { x : x > 5}. (Dipartiment 6 / 41
7 Unione o Somma logica Dati due eventi E 1, E 2, definiamo unione o somma logica degli eventi E 1, E 2, l evento, denotato con E 1 E 2, che è vero se almeno uno dei due eventi è vero. Si consideri l esperimento casuale lancio di un dado e i singoli eventi aleatori E 1 = { esce la faccia con il numero 1 }; E 2 = { esce la faccia con il numero 2 }. Definire l insieme unione E 1 E 2. Dalla descrizione degli eventi E 1 ed E 2 si deduce che l evento unione è descritto dall enunciato esce un numero inferiore o uguale a 2. uigi Augugliaro (Dipartiment 7 / 41
8 Si consideri l esperimento casuale lancio di un dado e i singoli eventi aleatori E 1 = { faccia 2 } E 2 = { faccia 4 } E 3 = { faccia 6 }. Definire l evento unione E 1 E 2 E 3. Dalla descrizione degli eventi E 1, E 2 ed E 3 si deduce che l evento unione è descritto dall enunciato esce un numero pari. Si consideri l esperimento casuale lancio di un dado e i singoli eventi aleatori E 1 = { faccia 1 } E 2 = { faccia 3 } E 3 = { faccia 5 }. Definire l evento unione E 1 E 2 E 3. Dalla descrizione degli eventi E 1, E 2 ed E 3 si deduce che l evento unione è descritto dall enunciato esce un numero dispari. (Dipartiment 8 / 41
9 Intersezione o Prodotto logico Dati due eventi E 1, E 2, definiamo intersezione o prodotto logico degli eventi E 1, E 2, l evento, denotato con E 1 E 2, che è vero se sono veri gli eventi E 1 ed E 2. Si consideri l esperimento casuale lancio di un dado e gli eventi aleatori descritti dagli enunciati E 1 = { uscita di un numero inferiore a 4 } E 2 = { uscita di un numero dispari } Definire l evento unione E 1 E 2. Dalla descrizione degli eventi si ricava che E 1 = {1, 2, 3}, E 2 = {1, 3, 5}. da cui discende che l evento intersezione è definito nel seguente modo E 1 E 2 = {1, 3} (Dipartiment 9 / 41
10 Con riferimento all esperimento casuale consistente nel misurare il tempo di vita di un transistor, si considerino gli eventi casuali descritti dagli enunciati E 1 = { il tempo di vita è inferiore a 4 ore } E 2 = { il tempo di vita è superiore a 5 ore } E 3 = { il tempo di vita è compreso tra 2 e 7 ore } Definire gli eventi E 1 E 2, E 2 E 3. Soluzione Dalla descrizione degli eventi si ricava che E 1 E 2 = (evento impossibile) E 2 E 3 = {x : 5 < x < 7} (Dipartiment 10 / 41
11 Le operazioni logiche tra gli eventi, introdotte in precedenza, possono essere rappresentate graficamente mediante l utilizzo dei diagrammi di Venn. L area ombreggiata identifica l evento A B (Dipartiment 11 / 41
12 L area ombreggiata identifica l evento A B (Dipartiment 12 / 41
13 L area ombreggiata identifica l evento Ē (Dipartiment 13 / 41
14 Le operazioni di unione logica ed intersezione logica soddisfano le seguenti proprietà Commutativa Associativa E 1 E 2 = E 2 E 1 E 1 E 2 = E 2 E 1 (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) = E 1 E 2 E 3 (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) = E 1 E 2 E 3 Distributiva E 1 (E 2 E 3 ) = (E 1 E 2 ) (E 1 E 3 ) E 1 (E 2 E 3 ) = (E 1 E 2 ) (E 1 E 3 ) (Dipartiment 14 / 41
15 Con riferimento ad un certo stato d informazione, un evento si dice certo, rispettivamente impossibile, quando dai dati è possibile dedurre logicamente la verità, rispettivamente la falsità dell evento. Diremo che un evento è possibile quando non è possiamo dedurre logicamente la verità o falsità dell evento. Due eventi si dicono incompatibili (compatibili nel caso opposto) quando la loro intersezione logica è uguale all evento impossibile. In altri termini, E 1 ed E 2 sono incompatibili quando il verificarsi di uno di essi implica il non verificarsi dell altro, formalmente E 1 E 2 =. Si considerino l esperimento casuale lancio di due dadi e gli eventi definiti dagli enunciati: E 1 = { al primo e al secondo lancio di un dado esce un punto pari }, E 2 = { la somma dei punti realizzati col primo e il secondo lancio di un dado è dispari }. (Dipartiment 15 / 41
16 Evoluzione storica della definizione di probabilità Come ottenere una valutazione di probabilità degli eventi? Per rispondere a questa domanda è necessario considerare lo sviluppo storico del concetto di probabilità. Storicamente il calcolo delle probabilità nasce con lo studio del gioco di azzardo. Le prime valutazioni di probabilità sono rivolte ad un ristretto campo di applicazione dove la schematizzazione dei fenomeni si ottiene con l enumerazione di un ridotto numero di casi, assunti tutti ugualmente possibili. Definizione classica di probabilità La probabilità di un evento E, denotata con P(E), è il rapporto tra il numero di casi favorevoli al verificarsi dell evento E e il numero di casi possibili, supposti tutti ugualmente possibili. (Dipartiment 16 / 41
17 Si consideri l esperimento casuale lancio di un dado. Calcolare la probabilità dei seguenti eventi casuali: Soluzione E 1 = {si ottiene la faccia con il numero 3}; E 2 = {si ottiene una faccia con un numero pari}; E 3 = {si ottiene un faccia con un valore inferiore o uguale a 4}. Lo spazio campionario Ω è l insieme Ω = {1, 2, 3, 4, 5, 6}. Applicando la definizione classica di probabilità si ricava che P(E 1 ) = 1 6 P(E 2 ) = 3 6 = 0, 5 P(E 3) = 4 6 0, 67 (Dipartiment 17 / 41
18 Si consideri l esperimento casuale lancio di due dadi. Determinare la probabilità che il punteggio ottenuto sia 9. Determinare il punteggio più probabile. Soluzione Tutte le possibili coppie sono 6 6 = 36, quindi la probabilità di estrarre una qualsiasi coppia è , 028. Il numero di casi favorevole è uguale al numero di coppie la cui somma è uguale a 9, ovvero (3, 6) (4, 5) (5, 4) (6, 3) da cui si ricava, applicando la definizione classica di probabilità, che la probabilità di ottenere una coppia la cui somma è uguale a 9 è 4 36 = 1 9. (Dipartiment 18 / 41
19 Analogamente a quanto fatto in precedenza si ricava x p 2 1/36 3 2/36 4 3/36 5 4/36 6 5/36 7 6/36 8 5/36 9 4/ / / /36 Da cui si ricava che 7 è il punteggio più probabile. (Dipartiment 19 / 41
20 Da un mazzo di 52 carte vengono estratte successivamente due carte, senza che la prima venga reinserita. Calcolare la probabilità che le due carte estratte siano due assi. Soluzione Gli eventi elementari sono tutti le possibili coppie estraibili da un mazzo di 52 carte in cui la prima carta estratta non e reinserita nel mazzo. Si deduce che il numero di eventi elementari è = La probabilità 1 di estrarre una data coppia è. Poiché esistono 4 3 = 12 possibili 2652 coppie ordinate di assi, la probabilità di estrarre una coppia di assi è uguale 0, 005. a Calcolare la probabilità richiesta in precedenza assumendo che la prima carta venga reinserita nel mazzo. (Dipartiment 20 / 41
21 Determinare: la probabilità di estrarre un 8 di picche da un mazzo di 52 carte, la probabilità di estrarre una figura (F,Q,P), la probabilità di estrarre un asso o una carta di fiori, la probabilità di estrarre una carta con un numero pari oppure una carta che non sia di fiori, (Dipartiment 21 / 41
22 La concezione frequentista di probabilità deriva dalla constatazione di un fatto sperimentale. Consideriamo un evento ripetibile E. Definiamo frequenza relativa di successo dell evento E il rapporto tra il numero di volte che si verifica un evento e il numero totale delle prove effettuate. Si osserva che al crescere del numero delle prove la frequenza relativa di successo tende a stabilizzarsi verso un valore costante. Sulla base di tale constatazione, nel 1918 si perviene con R. von Mises a quella che è nota come definizione frequentista di probabilità. Definizione frequentista di probabilità La probabilità di un evento ripetibile E è il limite cui tende la frequenza relativa di successo dell evento considerato, al divergere del numero delle prove (n + ). (Dipartiment 22 / 41
23 Sia la definizione classica che frequentista conferiscono alla probabilità un contenuto oggettivo. La concezione soggettiva di probabilità conduce invece ad una definizione di probabilità basata sulla valutazione soggettiva. La definizione che segue è dovuta a de Finetti, uno dei principali fautori della teoria soggettiva della probabilità. Definizione soggettivista di probabilità La probabilità di un evento E, secondo l opinione di un dato individuo, è il prezzo p che egli stima equo attribuire ad un importo unitario esigibile al verificarsi di E. Dalla definizione discende che la probabilità di un evento E è interpretabile come la quota di una scommessa che un individuo, sulla base delle sue esperienze passate ed opinioni, giuduca equo pagare per riscuotere l importo unitario dovuto se si verifica l evento E. (Dipartiment 23 / 41
24 L impostazione assiomatica si differenzia dalle precedenti definizioni dato che non fonda la definizione di probabilità ne sul significato di probabilità ne su quello di evento. Definizione assiomatica di probabilità Sia E l evento di cui si vuole determinare una valutazione di probabilità. La probabilità dell evento E, denotata con P(E), è quel numero reale che soddisfa i seguenti tre assiomi: P(E) 0 (non negatività) P(Ω) = 1 (normalizzazione) P(E 1 E 2 ) = P(E 1 ) + P(E 2 ) se e solo se E 1 ed E 2 sono incompatibili (additività). Il terzo assioma è noto come teorema delle probabilità totali per eventi incompatibili. (Dipartiment 24 / 41
25 Utilizzando i tre assiomi è possibile dimostrare i seguenti teoremi. Teorema 1. La probabilità dell evento impossibile è zero, in altri termini P( ) = 0. Dimostrazione Osserviamo che lo spazio degli eventi elementari può essere definito come Ω = Ω, da cui discende che 1 = P(Ω) = P(Ω ). Dato che Ω e sono incompatibili, per il terzo assioma si ricava 1 = P(Ω) = P(Ω ) = P(Ω) + P( ) = 1 + P( ), da cui si deduce che P( ) = 0. (Dipartiment 25 / 41
26 Teorema 2. Sia E un evento ed Ē il suo negato. La probabilità di Ē è il complemento ad uno della probabilità di E, in altri termini P(Ē) = 1 P(E). Dimostrazione Osserviamo che sono verificate le relazioni Ω = E Ē e E Ē =. Attraverso l utilizzo degli assiomi introdotti in precedenza si ricava 1 = P(Ω) = P(E Ē) = P(E) + P(Ē), da cui si ricava che P(Ē) = 1 P(E). (Dipartiment 26 / 41
27 Teorema 3. Siano E 1 ed E 2 due eventi. Si dimostra che P(E 1 E 2 ) = P(E 1 ) + P(E 2 ) P(E 1 E 2 ). Dal teorema 3 discende che in generale P(E 1 E 2 ) P(E 1 ) + P(E 2 ) con l uguaglianza che sussiste se e solo se gli eventi E 1 ed E 2 sono incompatibili. (Dipartiment 27 / 41
28 Uno studente ha programmato di sostenere gli esami A e B in una determinata sessione. In base alla sua preparazione ritiene che la probabilità di superare l esame A sia pari a 0.7, la probabilità di superare l esame B sia 0.5, mentre la probabilità di superarli entrambi sia 0.4. Qual è la probabilità che lo studente superi almeno uno dei due esami? (Dipartiment 28 / 41
29 Siano E 1 ed E 2 due eventi. La probabilità condizionata dell evento E 2 dato l evento E 1, denotata con P(E 2 E 1 ), è definita come analogamente Legge delle probabilità composte P(E 2 E 1 ) = P(E 1 E 2 ), P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ). P(E 2 ) P(E 1 E 2 ) = P(E 2 E 1 )P(E 1 ). Definizione Diremo che due eventi sono indipendenti quando il verificarsi di un evento non modifica la probabilità di verificarsi del secondo P(E 2 E 1 ) = P(E 2 ). (1) (Dipartiment 29 / 41
30 Data una famiglia con due figli, calcolare la probabilità che entrambi siano maschi sapendo che almeno uno sia maschio. Soluzione Indicato con m il sesso maschio e con f il sesso femmina, l insieme degli eventi elementari è {(m, m), (m, f ), (f, m), (f, f )}, da cui si ricava, applicando la definizione classica di probabilità, che la probabilità richiesta è 1/3. (Dipartiment 30 / 41
31 Indichiamo con E 1, l evento condizionante ovvero E 1 = {almeno un figlio è maschio}. Poiché vi sono 3 casi favorevoli, si ricava che P(E 1 ) = 3 4. Indichiamo con E 2 l evento descritto dall asserzione {entrambi i figli sono maschi}. Poiché E 1 = {(m, m), (m, f ), (f, m)}, E 2 = {(m, m)} si deduce che E 1 E 2 = {(m, m)} quindi P(E 1 E 2 ) = 1 4. Applicando il teorema delle probabilità condizionate si ricava P(E 2 E 1 ) = P(E 1 E 2 ) P(E 1 ) = 1/4 3/4 = 1 3 (Dipartiment 31 / 41
32 Si consideri l esperimento casuale lancio di due dadi. Si calcoli la probabilità che la somma dei valore ottenuti sia uguale a 3 sapendo che il primo dado lanciato ha fornito il valore 1. Come cambia la probabilità calcolata in precedenza se al primo lancio si ottiene il valore 3? (Dipartiment 32 / 41
33 Da un mazzo di 52 carte vengono estratte 3 carte senza reinserimento. Calcolare la probabilità di estrarre tre assi. Soluzione Sebbene la probabilità richiesta possa essere calcolata mediante la nozione classica di probabilità, risulta più agevole il calcolo attraverso la nozione di probabilità condizionata. Consideriamo i tre eventi E 1 = {la prima carta estratta è un asso} E 2 = {la seconda carta estratta è un asso} E 2 = {la terza carta estratta è un asso} (Dipartiment 33 / 41
34 La probabilità richiesta può essere espressa come P(E 3 E 2 E 1 ), la quale, applicando le formule precedenti si ricava che P(E 3 E 2 E 1 ) = P(E 3 E 2 E 1 ) P(E 2 E 1 ) = = P(E 3 E 2 E 1 ) P(E 2 E 1 ) P(E 1 ) Applicando la nozione classica di probabilità si ricava P(E 1 ) = 4 52 P(E 2 E 1 ) = 3 51 P(E 3 E 2 E 1 ) = 2 50 quindi P(E 3 E 2 E 1 ) = (Dipartiment 34 / 41
35 Un risultato teorico legato alla probabilità condizionata di due eventi E 1 ed E 2 è il teorema di Bayes. Consideriamo la probabilità dell evento condizionato E 2 E 1, ovvero P(E 2 E 1 ) = P(E 1 E 2 ). P(E 1 ) Applicando la legge delle probabilità composte si racava P(E 1 E 2 ) = P(E 1 E 2 )P(E 2 ) P(E 2 E 1 ) = P(E 1 E 2 ) P(E 2) P(E 1 ). La relazione appena introdotta è nota in letteratura come regola di Bayes, la quale consente di calcolare la probabilità condizionata di due eventi nota la probabilità dei singoli eventi e la probabilità condizionata nella quale gli eventi scambiano i propri ruoli. (Dipartiment 35 / 41
36 Una azienda di credito deve decidere se concedere un finanziamento ad un proprio cliente. I clienti vengono ripartiti in due categorie: solvente e insolvente. Sulla base delle esperienze passate è noto che la probabilità che un soggetto appartenga alla categoria insolvente dato che ha ottenuto il finanziamento è dello 0.2. Supponendo che la probabilità che l azienda di credito conceda il finanziamento sia dello 0.4 e che la probabilità che un cliente appartenga alla categoria insolvente sia dello 0.1, calcolare la probabilità che l azienda di credito conceda erroneamente il finanziamento al proprio cliente ovvero la probabilità che venga concesso il finanziamento dato che il soggetto appartiene alla categoria insolvente. (Dipartiment 36 / 41
37 Soluzione Per calcolare la probabilità richiesta definiamo gli eventi E 1 = { il cliente è di tipo insolvente } E 2 = { l azienda di credito concede il finanziamento } Sulla base della descrizione si ricava che P(E 1 E 2 ) = 0.2 P(E 2 ) = 0.4 P(E 1 ) = 0.1. Per calcolare la probabilità richiesta, ovvero P(E 2 E 1 ), applicando il teorema di Bayes si ricava P(E 2 E 1 ) = P(E 1 E 2 ) P(E 2) 0.4 = 0.2 P(E 1 ) 0.1 = 0.8 (Dipartiment 37 / 41
38 Una compagnia assicurativa divide i clienti in due gruppi: il primo gruppo comprende i clienti che sono propensi agli incidenti mentre il secondo gruppo comprende quelli che non lo sono. Le statistiche della compagnia assicurativa mostrano che la probabilità che un assicurato abbia un incidente, dato che appartiene al primo gruppo, è 0,4 mentre la probabilità si riduce a 0,2 se il cliente appartiene al secondo gruppo. Si assuma che la probabilità che un nuovo cliente appartenga al primo gruppo sia 0,3. Calcolare la probabilità che un nuovo assicurato abbia un incidente. Assumendo che il nuovo cliente abbia un incidente, determinare la probabilità che si tratti di un cliente del primo gruppo. (Dipartiment 38 / 41
39 Soluzione Per calcolare le probabilità richieste, definiamo gli eventi E 1 = { il cliente ha un incidente } E 2 = { il cliente appartiene al primo gruppo } Ē 2 = { il cliente appartiene al secondo gruppo } Sulla base delle informazioni fornite è noto che P(E 1 E 2 ) = 0, 4 P(E 2 ) = 0, 3 P(E 1 Ē2) = 0, 2 P(Ē2) = 1 P(E 2 ) = 0, 7 Il primo quesito richiede il calcolo di P(E 1 ). (Dipartiment 39 / 41
40 Osservando che Ω = E 2 Ē 2 si ottiene E 1 = E 1 Ω = E 1 (E 2 Ē 2 ) = (E 1 E 2 ) (E 1 Ē 2 ) si ricava che la probabilità richiesta può essere espressa come ( ) P(E 1 ) = P (E 1 E 2 ) (E 1 Ē 2 ) Poiché gli eventi (E 1 E 2 ) e (E 1 Ē 2 ) sono incompatibili possiamo scrivere P(E 1 ) = P(E 1 E 2 ) + P(E 1 Ē 2 ). (Dipartiment 40 / 41
41 Utilizzando la legge delle probabilità composte si ricava P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) = 0, 4 0, 3 = 0, 12 P(E 1 Ē 2 ) = P(E 1 Ē 2 ) P(Ē 2 ) = 0, 2 0, 7 = 0, 14 quindi P(E 1 ) = 0, , 14 = 0, 26. Il secondo punto richiede il calcolo della probabilità P(E 2 E 1 ). Applicando il teorema di Bayes si ricava P(E 2 E 1 ) = P(E 1 E 2 ) P(E 2) 0, 3 = 0, 4 0, 462 P(E 1 ) 0.26 (Dipartiment 41 / 41
42 Esercizi Riepilogativi La roulette consiste in un disco diviso in 37 settori numerati da 0 a 36 e colorati alternativamente in rosso e nero, mentre lo zero è normalmente colorato di verde. 1 Supponendo che il croupier ripeta il lancio della pallina cinque volte, si calcoli la probabilità di ottenere la seguente sequenza di colori: rosso, verde, rosso, rosso, nero. 2 Supponendo che il croupier ripeta il lancio della pallina due volte, si calcoli la probabilità che la somma dei valori ottenuti sia uguale a tre. (Dipartiment 42 / 41
43 Esercizi Riepilogativi Una scatola contiene 200 dadi per giochi di società di diversa tipologia e ripartiti nel seguente modo. Il 20% dei dati ha 4 facce, il 40% ha 6 facce, il 30% ha 8 facce e la parte restante è costituita da dadi a 10 facce. 1 Il candidato calcoli la probabilità di estrarre un dado con 6 o 8 facce. 2 Si consideri l esperimento casuale consistente nell estrazione senza reinserimento di 5 dadi. Calcolare la probabilità di osservare la seguente sequenza: 8 facce, 8 facce, 6 facce, 4 facce, 6 facce. (Dipartiment 43 / 41
44 Esercizi Riepilogativi Si consideri una slot-machine costituita da cinque rulli i quali forniscono risultati stocasticamente indipendenti tra loro. Ogni rullo è costituito da dieci settori raffiguranti gli interi da uno a dieci. Utilizzando un volta soltanto la slot-machine, il candidato calcoli la probabilità che la slot-machine visualizzi la sequenza (Dipartiment 44 / 41
45 Esercizi Riepilogativi La roulette è un gioco d azzardo di origine italiana introdotto in Francia nel XVIII secolo consistente in un disco diviso in 37 settori numerati da 0 a Calcolare la probabilità che 3 palline lanciate consecutivamente cadano in un settore riportante un valore compreso tra 0 e 10, estremi compresi; 2 Calcolare la probabilità che 2 palline lanciate consecutivamente cadano in un settore riportante un valore compreso tra 10 e 20, estremi compresi. (Dipartiment 45 / 41
46 Esercizi Riepilogativi Un urna contiene 15 palline bianche, 20 palline nere, 35 palline rosse e 30 palline gialle. i. Calcolare la probabilità che, estraendo una pallina dall urna, la pallina estratta sia di colore rosso. ii. Calcolare la probabilità che, estraendo una pallina dall urna, la pallina estratta sia di un colore diverso dal bianco. iii. Considerando l estrazione senza reinserimento di cinque palline dall urna, calcolare la probabilità di ottenere la sequenza: bianca, bianca, nera, rossa, gialla. (Dipartiment 46 / 41
Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliTest sul calcolo della probabilità
Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliProbabilità e statistica
Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliEsercizi sul calcolo delle probabilità
Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliCalcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006
Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento
DettagliSomma logica di eventi
Somma logica di eventi Da un urna contenente 24 palline numerate si estrae una pallina. Calcolare la probabilità dei seguenti eventi: a) esce un numero divisibile per 5 o superiore a 20, b) esce un numero
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliTEORIA DELLA PROBABILITÀ I
TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................
DettagliTEOREMI SULLA PROBABILITÀ
TEOREMI SULLA PROBABILITÀ o Probabilità totale oprobabilità contraria oprobabilità condizionata odipendenza stocastica oprobabilità composta oformula di Bayes oproblemi di riepilogo Probabilità di eventi
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno Esercitazione del 18/1/2005 Dott. Claudio Conversano Esercizio 1 (non svolto in aula) Vengono lanciati
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliCalcolo combinatorio
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica
DettagliCalcolo delle probabilità
Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Riepilogo: Postulati del calcolo della probabilità (Kolmogorov): Dato un evento A Ω, dove è lo spazio degli
DettagliLA STATISTICA E IL CALCOLO DELLE PROBABILITÀ
LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e
DettagliLa probabilità frequentista e la legge dei grandi numeri
La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliPROBABILITA' E VARIABILI CASUALI
PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di
Dettagli1 Probabilità condizionata
1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA 0. Origini Il concetto di probabilità sembra che fosse del tutto ignoto agli antichi malgrado si sia voluto trovare qualche cenno di ragionamento in cui esso è implicitamente
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
Dettagli8. Qual è la probabilità di estrarre da un mazzo di 40 carte napoletane una figura?
www.matematicamente.it Probabilità 1 Calcolo delle probabilità Cognome e nome: Classe Data 1. Quali affermazioni sono vere? A. Un evento impossibile ha probabilità 1 B. Un vento certo ha probabilità 0
DettagliLezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:
Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliCorso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni
Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre
DettagliMATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).
MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliEsercizio 1. Svolgimento
Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento
DettagliTeoria della probabilità Assiomi e teoremi
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento
DettagliESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =
ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno
DettagliProbabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes
Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliSTATISTICA E PROBABILITá
STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 006 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare
DettagliElementi di calcolo delle probabilità
Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Calcolo delle probabilità Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si vuole studiare la distribuzione del sesso dei figli nelle famiglie aventi due figli
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliAspetti probabilistici del gioco d azzardo
Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)
DettagliE LE M E N T I D I P R O B A B I L I T A
L M T I D I P R O B A B I L I T A CI STORICI Il calcolo delle probabilità si è andato sviluppando piuttosto di recente, intorno al 500 e per lungo tempo solo come una branca della matematica Solo dal secolo
DettagliUlteriori problemi di fisica e matematica
Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 28/05/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Nel gico del
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
DettagliDefinizione 1.1 Un evento è un fatto fisico o concettuale descritto da un enunciato che ammette due soli valori logici: VERO (V) o FALSO (F).
Capitolo 1 Basi del calcolo delle probabilità 11 Eventi Per avviare la nostra discussione dobbiamo preliminarmente delimitare il campo dei fatti (o delle situazioni o delle asserzioni) nel quale si possa
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliUniversità di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015
Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliCalcolare la probabilità dei seguenti eventi: P(fare ambo con i numeri 7 ed 17 con le prime due estrazioni):
ESERCIZIO 1 Il signor Felice sta giocando a tombola nel circolo PASSATEMPO e ha deciso di giocare usando la sola cartella di seguito riportata: 7 17 26 40 74 1 14 50 69 87 13 43 57 62 73 Serie 1, n. 1
Dettaglik n Calcolo delle probabilità e calcolo combinatorio (di Paolo Urbani maggio 2011)
b) (vedi grafo di lato) 7 0 9 0 0 0 ( E ) + + 0, ) Calcolare, riguardo al gioco del totocalcio, la probabilità dei seguenti eventi utilizzando il calcolo combinatorio a) E : fare b) E : fare 0 c) E : fare
DettagliDistribuzioni discrete
Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliTEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it
TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema
DettagliLezione 10. La Statistica Inferenziale
Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliTema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che
Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it A.Studio dell interdipendenza tra variabili: riepilogo Concetto relativo allo studio delle relazioni tra
DettagliCOMPITO n. 1. 3. Siano X, Y due variabili aleatorie tali che il vettore (X, Y ) sia distribuito uniformemente
COMPITO n. 1 a) Nel gioco del poker ad ogni giocatore vengono distribuite cinque carte da un normale mazzo di 52. Quant è la probabilità che un giocatore riceva una scala di re (ovvero 9, 10, J, Q, K anche
DettagliCalcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo.
Capitolo 1 9 Ottobre 00 Calcolo delle Probabilita, INGEGNERIA INFORMATICA, semestre II, laurea (ord. Leonardo. 000, Milano Esercizio 1.0.1 (svolto in classe [II recupero Ing. Matematica aa.00-0-rivisitato]nel
DettagliPARTE PRIMA PROBABILITA
i PARTE PRIMA PROBABILITA CAPITOLO I - Gli assiomi della probabilità 1.1 Introduzione........................................................... pag. 1 1.2 Definizione assiomatica di probabilità.......................................
DettagliESAMI DI QUALIFICA PROFESSIONALE
ESAMI DI QUALIFICA PROFESSIONALE La procedura per lo svolgimento degli esami di qualifica professionale, per le classi terze inizia nel primo Consiglio di classe successivo agli scrutini di febbraio, con
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
Dettaglimetodi matematici per l ingegneria prove scritte d esame 1 Indice
metodi matematici per l ingegneria prove scritte d esame Indice. Novembre 4 - Prova in itinere. Luglio 5.. Febbraio 6 4 4. Giugno 6. 5 5. Luglio 6 6 . Novembre 4 - Prova in itinere Esercizio. Una scatola
DettagliCorsi di laurea triennale della Facoltà di Economia Sedi di Milano e Roma. Procedura di ammissione a.a. 2015/2016
Corsi di laurea triennale della Facoltà di Economia Sedi di Milano e Roma Procedura di ammissione a.a. 2015/2016 I passaggi per immatricolarti L immatricolazione ai corsi di laurea triennale della Facoltà
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliEsercizi di Ricerca Operativa II
Esercizi di Ricerca Operativa II Raffaele Pesenti January 12, 06 Domande su utilità 1. Determinare quale è l utilità che un giocatore di roulette assegna a 100,00 Euro, nel momento che gioca tale cifra
DettagliAlcune nozioni di base di Logica Matematica
Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di
Dettagli