Esercizi di Probabilità e Statistica
|
|
- Olimpia Novelli
- 8 anni fa
- Visualizzazioni
Transcript
1 Esercizi di Probabilità e Statistica Samuel Rota Bulò 5 maggio 007 Varabili aleatorie continue, distribuzioni continue e funzione generatrice di momenti. Esercizio Dimostrare la mancanza di memoria della distribuzione esponenziale, ovvero dato X Exp(λ allora P X > m + k X > k} P X > m}. Ricordiamo la f.r. di una v.a. con distribuzione esponenziale F X (x e λx P X > m + k X > k} P X > k X > m + k}p X > m + k} P X > k} P X > m + k} P X > k} Esercizio Sia X N(µ, P X m + k} P X k} e λ(m+k e λk e λm P X > m}. determinare i valori della media e della varianza di X sapendo che P X 0.43} 0.5 e P X 5.6} 0.06;. scrivere la densità di probabilità di Y 3X 5 e calcolare E[Y ]. Sia Z N(0,, allora abbiamo che X Z +µ. Andando a sostituire nelle probabilità date otteniamo P Z + µ 0.43} P Z 0.43 µ } 0.5 P Z + µ 5.6} P Z + µ 5.6} P Z 5.6 µ } 0.06 Poniamo Φ(x P Z x} la funzione di ripartizione di una normale (0,, il cui valore andrà ricercato nelle tavole numeriche. Possiamo allora riscrivere il sistema precedente in Φ ( 0.43 µ Φ ( 5.6 µ
2 A questo punto cerchiamo i valori dei quantili φ 0.5 e φ 0.94 nelle tavole numeriche. Purtroppo nelle tavole troviamo solo quantili di ordini superiori a 0.5, quindi dobbiamo trasformare il primo quantile secondo la seguente regola q α q α da cui segue che q 0.5 q 0.85 Una volta ottenuti abbiamo che q 0.5 q µ q µ.04 + µ µ µ.5 Quindi la varianza è 4 e la media è.5. Calcoliamo ora la densità di Y 3X 5. Sapendo che X Z +.5 otteniamo Y 6Z +.53, quindi Y N(.53, 36 e quindi la densità è data da f Y (x 6 (x.53 π e 7 Infine calcoliamo E[Y ]. Sappiamo tuttavia che V ar[y ] E[Y ] E[Y ] da cui E[Y ] V ar[y ] E[Y ] 36 ( Esercizio 3 La durata X di vita in mesi di una batteria segue una distribuzione esponenziale con funzione di ripartizione F X (x e 7x, x 0. Calcolare la probabilità che la batteria abbia una durata di 3 mesi dato che è già durata un mese. Qual è la probabilità che su 30 batterie meno di 5 durino più di /3 di mese? [e 4, ] Vogliamo calcolare la proabilità che la batteria duri almeno 3 mesi condizionata al fatto che è durata un mese, quindi calcoliamo utilizzando la proprietà di mancanza di memoria della distribuzione esponenziale la seguente probabilità condizionata P X > 3 X > } P X > } e 4 Per la seconda domanda calcoliamo la probabilità che la batteria duri più di un terzo di mese. p P X > 3 } e 7 3 A questo punto consideriamo Y una v.a. discreta distribuita secondo una binomiale di parametri n 30 e p, che conta il numero di batterie difettose e calcoliamo 4 ( 30 P Y < 5} p i ( p 30 i i i0 Esercizio 4 I diametri delle ruote per bicicletta prodotte da una ditta hanno distribuzione normale con media 58.5 cm e varianza 0.9 cm. Determinare:
3 . la probabilità che una ruota abbia diametro compreso fra 58. cm e 58.8 cm; [0.874]. la probabilità che una ruota abbia diametro superiore a 58.7 cm, dato che il suo diametro è superiore a 58.5 cm; [0.8330] 3. la probabilità che su 0 ruote scelte a caso dalla produzione, soltanto una abbia dimetro inferiore a 58.3 cm. [0.0365] La ditta afferma che in un lotto di 0 ruote consegnate ad un costruttore di biciclette, hanno diametro inferiore a 58.3 cm. Calcolare la probabilità che proprio queste due ruote vengano utilizzate per la costruzione della prossima bicicletta. [0.0056] Sia Z N(0, e Φ(x la f.r. di Z. Sia inoltre X N(58.5, 0.9 la v.a. che misura il diametro di una bicicletta prodotta. Sappiamo che X 0.9Z da cui } P 58. < X < 58.8} P < Z < Φ(0.363 Φ( Φ( Φ( Per il secondo punto utilizziamo il teorema di Bayes P X > 58.5 X > 58.7}P X > 58.7} P X > 58.7 X > 58.5} P X > 58.5} } P X > 58.7} P Z P X > 58.5} 9 } Φ( P Z Φ(0 Per il terzo punto ci calcoliamo la probabilità di avere un diametro inferiore a 58.3 } p P X < 58.3} P Z < 9 9 Φ( 0.08 Φ( Sia questo punto Y una v.a. binomiale di parametri n 0 e p che conta il numero di bici con diametro inferore a 58.3 e calcoliamo ( 0 P Y } p( p Infine l ultima domanda è molto semplice perchè la probabilità q che nella prossima bici vengano utilizzate proprio le due difettose equivale a pescare tra tutte le coppie di ruote possibili proprio la coppia difettosa e quindi q C 0, (
4 Esercizio 5 Si suppone che il tempo di vita delle lampadine prodotte da una ditta segua una distribuzione esponenziale di parametro λ (/giorni. Qual è la probabilità che una lampadina duri almeno 300 giorni? Qual è la probabilità che, dopo 50 giorni di funzionamento, una lampadina duri ancora almeno 0 giorni? Se dalla produzione si scelgono 50 lampadine, qual è la probabilità che solo 3 di queste durino più di 300 giorni? [0.3, , ] Sia X Exp(0.005 la v.a. che misura il tempo di funzionamento di una lampadina prodotta dalla ditta. Calcoliamo la probabilità che la lampadina duri almeni 300 giorni. P X 300} e Risolviamo il secondo quesito ricordando la proprietà di mancanza di memoria della distribuzione esponenziale. P X > X > 50} P X > 0} e Infine per l ultima domanda consideriamo Y Bin(50, p la v.a. che conta il numero di lampadine che durano più di 300 giorni tra le 50 prodotte, dove p P X 300} 0.3, e calcoliamo P Y 3} ( 50 3 p 3 ( p Esercizio 6 Calcolare la funzione generatrice di momenti delle v.a. geometrica, p binomiale, poisson, normale, gamma, esponenziale. [ ( pe, ( p + pe z n, ( z e λ(ez,e zµ+ z α] λ, λ z Ricordiamo che la funzione generatrice di momenti di una v.a. unidimensionale X è data da m X (z E[e zx ] Se X Geom(p allora m X (z E[e zx ] e zi ( p i p p [( pe z ] i p ( pe z i0 dove abbiamo utilizzato i0 qi q i0 se q <. Quindi abbiamo che ( pe z < da cui z < log( p. Quindi il dominio di m X (z è ristretto a z < log( p. Se X Binom(n, p con n intero positivo e 0 p allora m X (z E[e zx ] n ( n e zi i i0 p i ( p n i n i0 ( n (pe z i ( p n i ( p + pe z n i 4
5 dove abbiamo utilizzato (a + b n n i0 ( n i a i b n i e il dominio della f.g.m. è tutto R. Se X P ois(λ con λ > 0 allora m X (z E[e zx ] i0 zi λi e i! e λ e λ (λe z i i0 i! e λ e λez e λ(ez dove abbiamo utilizzato e λ i0 λi i! e il dominio della f.g.m. è tutto R. Sia S N(0,. Calcoliamo la f.g.m. m S (z E[e zs ] e z e zx π e x dx π e x zx+z dx e z π e x +zx dx π e (x z dx e z dove l espressione interna all integrale è la densità di una normale N(z, 0, che sappiamo dare se integrata su tutto R. Vediamo ora il caso generale. Sia X N(µ, e ricordiamo che X S+µ, allora m X (z E[e zx ] E[e z(s+µ ] e zµ E[e zs ] e zµ m S (z e zµ+ z Anche in questo caso il dominio della f.g.m. è tutto R. Sia X Γ(α, λ con α, λ > 0 allora m X (z E[e zx ] e zx λα 0 λ α 0 λ α (λ z α Γ(α xα e λx dx Γ(α xα e (λ zx dx 0 (λ z α x α e (λ zx dx Γ(α ( λ α λ z dove analogamente a quanto visto per la normale, l espressione nell integrale è la densità di una legge gamma Γ(α, λ z la cui integrazione su tutto il dominio vale. Questo però è vero solo se λ z > 0 da cui z < λ. Quindi il dominio della f.g.m. si limita ai valori di z minori di λ. Infine banalmente siccome l esponeniale è un caso particolare di legge gamma di parametri α e λ, abbiamo che se X Exp(λ con λ > 0 allora ( λ m X (z E[e zx ] λ z con dominio z < λ. Esercizio 7 Utilizzando la funzione generatrice di momenti dimostrare che. se X Binom(n, p e Y Binom(m, p (indipendenti tra loro, allora X + Y Binom(n + m, p; 5
6 . se X P ois(λ e Y P ois(λ (indipendenti tra loro, allora X + Y P ois(λ + λ ; 3. se X N(µ, e Y N(µ, (indipendenti tra loro, allora X +Y N(µ + µ, + ; 4. se X Γ(α, λ e Y Γ(α, λ (indipendenti tra loro, allora X + Y Γ(α + α, λ. Ricordiamo che date due v.a. indipendenti X, Y abbiamo che m X+Y (z m X (zm Y (z Siano X Binom(n, p e Y Binom(m, p allora m X+Y (z m X (zm Y (z ( p + pe z n ( p + pe z m ( p + pe z n+m che è la f.g.m. di una binomiale di parametri n + m e p. Siano X P ois(λ e Y P ois(λ allora m X+Y (z m X (zm Y (z e λ(ez e λ(ez e (λ+λ(ez che è la f.g.m. di una Poisson di parametro λ + λ. Siano X N(µ, e Y N(µ, allora m X+Y (z m X (zm Y (z e µz+ z e µz+ z e (µ+µz+ z ( + che è la f.g.m. di una normale di media µ + µ e varianza +. Siano X Γ(α, λ e Y Γ(α, λ allora m X+Y (z m X (zm Y (z che è la f.g.m. di una legge gamma Γ(α + α, λ. ( α ( α ( α+α λ λ λ λ z λ z λ z Esercizio 8 Sia X una v.a. con distribuzione uniforme nellintervallo [, 6] e sia Y una v.a. esponenziale di media /λ. Si determini il valore di λ per cui P X 4} P Y 4}. [λ 0.73] P X 4} P Y 4} 4 6 e 4λ e 4λ 0.5 λ log(
Esercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 16 luglio 2006 V.a. discrete e distribuzioni discrete Esercizio 1 Dimostrare la proprietà della mancanza di memoria della legge geometrica, ovvero
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
DettagliEsercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue
Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Modelli di Variabili Aleatorie Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Sulla base della passata esperienza il responsabile della produzione di un azienda
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliPROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.
PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliEsercitazione n.1 (v.c. Binomiale, Poisson, Normale)
Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo
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
DettagliCP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 8 luglio, 2010 CP110 Probabilità: Esame del 3 giugno 2010 Testo e soluzione 1. (6 pts 12 monete da 1 euro vengono distribuite tra
DettagliTutorato di Probabilità e Statistica
Università Ca Foscari di Venezia Dipartimento di informatica 20 aprile 2006 Variabili aleatorie... Example Giochiamo alla roulette per tre volte 1 milione sull uscita del numero 29. Qual è la probabilità
DettagliEsercitazioni 2013/14
Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # Esercizi Statistica Descrittiva Esercizio I gruppi sanguigni di persone sono B, B, AB, O,
DettagliEsercitazione 5 Soluzioni
Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 6 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, nere, 8 bianche. Si estrae una pallina; calcolare la
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2014/2015 Calcolo delle Probabilità e Statistica Matematica Nome N. Matricola Ancona, 14 luglio 2015 1. Tre macchine producono gli stessi pezzi
DettagliLEZIONE 31. B i : R n R. R m,n, x = (x 1,..., x n ). Allora sappiamo che è definita. j=1. a i,j x j.
LEZIONE 31 31.1. Domini di funzioni di più variabili. Sia ora U R n e consideriamo una funzione f: U R m. Una tale funzione associa a x = (x 1,..., x n ) U un elemento f(x 1,..., x n ) R m : tale elemento
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
Dettagli1 Modelli di variabili aleatorie continue
Modelli di variabili aleatorie continue. Variabili aleatorie continue uniformi (o rettangolari) Una v.a. X è detta uniforme (o rettangolare) sull intervallo [a, b] se la sua densità è data da se x [a,
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
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
Dettagli1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;
Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio
DettagliEsercitazione del 14/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 14/02/2012 Istituzioni di Calcolo delle Probabilità David Barbato Questa raccolta comprende sia gli esercizi dell esercitazione del 14 febbraio sia gli esercizi di ricapitolazione sulle
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
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
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
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
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
Dettagli19. Inclusioni tra spazi L p.
19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione
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
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
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
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 30/1/06 Esercizio 1 Una banca ha N correntisti. Indichiamo con N n il numero di correntisti esistenti il giorno n-esimo. Descriviamo
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
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,
Dettagli7 - Esercitazione sulle derivate
7 - Esercitazione sulle derivate Luigi Starace gennaio 0 Indice Dimostrare il teorema 5.5.3.a................................................b............................................... Dimostrazioni.a
DettagliVARIABILI ALEATORIE CONTINUE
VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità
DettagliCAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI
CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
Dettagli1.5. ISTOGRAMMA 17. Figura 1.3: Istogramma ottenuto mediante campionamento da VA Gaussiana (η x =0, σ 2 X =1).
.5. ISTOGRAMMA 7.5 Istogramma A partire dalle considerazioni svolte nel paragrafo precedente, posto x m = min(x,,x N e x M = max(x,,x N, possiamo ottenere una stima della densità di probabilità p (x suddividendo
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 17/2/215 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema di
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliCorso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.
Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi
DettagliAFFIDABILITA DEI SISTEMI
AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) Esercizio: Si assuma che i collegamenti tra una centrale elettrica e una città siano costituite da tre linee collegate in serie i cui tempi di funzionamento
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180
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
DettagliMatematica Applicata L-A Definizioni e teoremi
Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
DettagliProposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014
Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,
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 -
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
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
DettagliEsercizi Capitolo 2 - Analisi di Algoritmi
Esercizi Capitolo - Analisi di Algoritmi Alberto Montresor 19 Agosto, 014 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile saltare
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliMatematica finanziaria: svolgimento prova di esame del 21 giugno 2005 (con esercizio 1 corretto)
Matematica finanziaria: svolgimento prova di esame del giugno 5 (con esercizio corretto). [6 punti cleai, 6 punti altri] Si possiede un capitale di e e lo si vuole impiegare per anni. Supponendo che eventuali
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
DettagliTabella 7. Dado truccato
0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline
DettagliEsercitazione del 16-11-11 Analisi I
Esercitazione del 6-- Analisi I Dott.ssa Silvia Saoncella silvia.saoncella 3[at]studenti.univr.it a.a. 00-0 Esercizio. Determinare se la funzione f() è continua nel suo dominio sin se 0 f() = 0 se = 0
DettagliEsame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliFUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA
FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliMatematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
DettagliAnello commutativo. Un anello è commutativo se il prodotto è commutativo.
Anello. Un anello (A, +, ) è un insieme A con due operazioni + e, dette somma e prodotto, tali che (A, +) è un gruppo abeliano, (A, ) è un monoide, e valgono le proprietà di distributività (a destra e
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
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
Dettagli1 di 6. Usando un modello di probabilità
Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti
DettagliEQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.
EQUAZIONI DIFFERENZIALI Esercizi svolti 1. Determinare la soluzione dell equazione differenziale (x 2 + 1)y + y 2 =. y + x tan y = 2. Risolvere il problema di Cauchy y() = 1 2 π. 3. Risolvere il problema
DettagliVARIABILI ALEATORIE E VALORE ATTESO
VARIABILI ALEATORIE E VALORE ATTESO Variabili aleatorie Variabili discrete e continue Coppie e vettori di variabili aleatorie Valore atteso Proprietà del valore atteso Varianza Covarianza e varianza della
Dettagli2 Argomenti introduttivi e generali
1 Note Oltre agli esercizi di questa lista si consiglia di svolgere quelli segnalati o assegnati sul registro e genericamente quelli presentati dal libro come esercizio o come esempio sugli argomenti svolti
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
DettagliAppunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.
Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine
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
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
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
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti
DettagliDeterminare la grandezza della sottorete
Determinare la grandezza della sottorete Ogni rete IP possiede due indirizzi non assegnabili direttamente agli host l indirizzo della rete a cui appartiene e l'indirizzo di broadcast. Quando si creano
DettagliPROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI
statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore
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
DettagliIL CALCOLO VETTORIALE (SUPPLEMENTO AL LIBRO)
IL CALCOLO VETTORIALE SUPPLEMENTO AL LIBRO CLAUDIO BONANNO Contents. Campi di vettori e operatori 2. Il lavoro di un campo di vettori 5 2.. Lavoro e campi conservativi 6 2.2. Lavoro e campi irrotazionali:
DettagliConsideriamo due polinomi
Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al
DettagliSchemi delle Lezioni di Matematica Generale. Pierpaolo Montana
Schemi delle Lezioni di Matematica Generale Pierpaolo Montana A volte i fenomeni economici che ci interessano non variano con continuitá oppure non possono essere osservati con continuitá, ma solo a intervalli
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004
ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f
DettagliCOMPITO DI SCIENZE NATURALI 23 gennaio 2012. Modulo di probabilità e statistica
COMPITO DI SCIENZE NATURALI 23 gennaio 2012 Modulo di probabilità e statistica 1. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza annuale.
DettagliFUNZIONE REALE DI UNA VARIABILE
FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A
DettagliEntropia. Motivazione. ? Quant è l informazione portata dalla sequenza? Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,...
Entropia Motivazione Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,... ) s,s 2,s 3,... ognuno dei quali appartiene ad un alfabeto A di M elementi.? Quant è l informazione portata
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
Dettagli