P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "P(E i. Il postulato empirico del caso. = I, incompatibili a due a due. . E k"

Transcript

1 Una sura della robabltà Data una rova che genera k event eleentar,..., k necessar, 2. k I, ncopatbl a due a due O/ per ogn ed equprobabl 2! k Una sura della robabltà Da postulat s deduce unvocaente la sura della probabltà per cascuno d ess k per ogn, 2,!,k statstca-francesco ola statstca-francesco ola 2 Il postulato eprco del caso In una successone d prove, rpetute olte volte nelle stesse condzon, ogn evento s presenta con una quas uguale alla sua probabltà; la dfferenza tra e probabltà d un evento tende ad annullars all'auentare delle prove. osservazon la frequenza è un concetto a posteror, coè s calcola dopo aver coputo l'esperento, entre la probabltà è un concetto a pror, coè s calcola pra dell'esperento e senza che sa necessaro effettuarlo; 2 nella teora della probabltà alla parola "caso" non s dà l sgnfcato che gl affda l lnguaggo coune; per lo statstco, n un esperento concreto, "caso" è l'nsee d que fattor che egl non rtene preponderant nel deternare l rsultato della prova; 3 la "tendenza" della verso la probabltà d un evento non deve essere nterpretata nel senso dell'anals ateatca coè coe l lte d una successone; essa scatursce solo da una unversale convnzone crca l coportaento degl event casual. statstca-francesco ola 3 statstca-francesco ola 4

2 ostulato eprco del caso: esepo lanco d una oneta frequenza d testa con lanc frequenza d testa con 5 lanc Schea logco per le applcazon Nuero d lanc frequenza d testa con lanc Nuero d lanc frequenza d testa con 5 lanc Nuero d lanc frequenza d testa con lanc Nuero d lanc frequenza d testa con lanc Indvduare correttaente la prova, qund gl event eleentar verfcando se sono necessar, ncopatbl ed equprobabl n odo da applcare la "regola" trovata precedenteente. 2. Dstnguere correttaente se gl event eleentar consstono n un solo eleento, o, nvece, consstono n pù eleent, ed ndcarl con sbol d agevole nterpretazone. 3. splctare gl event copless d cu s vuole calcolare la probabltà coe unone, ntersezone, o negazone degl event eleentar sopra ndvduat. Nuero d lanc Nuero d lanc statstca-francesco ola 5 statstca-francesco ola 6 Schea logco per le applcazon Schea logco per le applcazon 4. er l'unone d pù event, cheders se sono ncopatbl rcordando che: A B O/ A B A + B A B O/ A B A + B - A B le loro ovve generalzzazon per pù d due event. 5. er l ntersezone d due event, cheders se sono ndpendent rcordando che: A e B A e B ndpendent A B A B non ndpendent A B A B A statstca-francesco ola 7 statstca-francesco ola 8 2

3 Supponao d avere un nuero elevato d osservazon rassunte n una tabella Consderao total d rga e d colonna ed esprao le percentual n frequenze relatve età < >5 <3 5% 2% % % 22% 6% età < >5 <3 5% 2% % % 22% 6% >5 8% % 3% età < >5 <3 5% 2% % 27% % 22% 6% 52% >5 8% % 3% 2% 27% 44% 29% % >5 8% % 3% ossao consderare le frequenze relatve coe un approssazone delle probabltà. età < >5 < > ossao consderare le frequenze relatve coe un approssazone delle probabltà. statstca-francesco ola 9 statstca-francesco ola defnsco A un ndvduo ha aggore d 5 B un ndvduo ha + d 3 ann chedo : A? B? B? A B? B A? statstca-francesco ola Defnao tutt possbl event ndvduo nore d 3 ann e con nferore a 25 ndvduo tra 3 e 5 ann e con nferore a 25 ndvduo > 5 ann e con nferore a 25 ndvduo nore d 3 ann e con tra 25 e 5 ndvduo tra 3 e 5 ann e con tra 25 e 5 ndvduo > d 5 ann e con tra 25 e 5 ndvduo nore d 3 ann e con > 5 ndvduo tra 3 e 5 ann e con > 5 ndvduo > d 5 ann e con > 5 statstca-francesco ola 2 3

4 Consdero coe probabltà le frequenze relatve.5 d ndvdu con età nore d 3 ann e con nferore a d ndvdu tra 3 e 5 ann e con nferore a d ndvdu con età aggore d 5 ann e con nferore a 25.2 d ndvdu con età nore d 3 ann e con tra 25 e 5 statstca-francesco ola 3 statstca-francesco ola d ndvdu tra 3 e 5 ann e con tra 25 e 5. d ndvdu con età aggore d 5 ann e con tra 25 e 5 statstca-francesco ola d ndvdu con età e con aggore d 5 d ndvdu tra e con aggore d 5 d ndvdu con età nore d 3 e 5 ann 3 ann aggore d 5 ann e con aggore d 5 statstca-francesco ola 6 4

5 Coe dervare dalla tabella A? Coe dervare dalla tabella B? La soa delle celle n rosso è propro la rsposta età < >5 età < >5 < < > La soa delle celle n rosso è propro la rsposta > La soa delle celle n arancone ovvaente danno la stessa rsposta A.29 B.73 statstca-francesco ola 7 statstca-francesco ola 8 Coe dervare dalla tabella B? Coe dervare dalla tabella A B? età < >5 < La soa delle celle n rosso è propro la rsposta perché sono le celle che soddsfano le condzon rcheste età < >5 < La soa delle celle n rosso è propro la rsposta > > B.9 A B.83 statstca-francesco ola 9 statstca-francesco ola 2 5

6 A B Coe dervare applcando l prncpo delle probabltà total? Coe dervare dalla tabella B A? A B A + B B A B.83 statstca-francesco ola 2 età < >5 < > B.9 B A.66 A.29 La soa delle celle n rosso dvso la cella n arancone è propro la rsposta. la probabltà condzonata! statstca-francesco ola 22 B Coe dervare applcando l prncpo delle probabltà coposte? B A B A S not anche che p B.9 A.29 B A.66 replogando A.29 B.73 A B.83 B.9 B A.66 statstca-francesco ola 23 statstca-francesco ola 24 6

7 Sano dat event necessar ed ncopatbl con e,, 2,!! S 2 O/ Sa un evento ncluso n S, coè S Necessar Incopatbl 2 a 2 statstca-francesco ola 25 2 k S S! 2! 2 statstca-francesco ola 26 [! ] 2 + +! + 2 Se sao nteressat a :??? statstca-francesco ola 27 statstca-francesco ola 28 7

8 8 statstca-francesco ola 29 Cosa rappresentano le sngole probabltà? robabltà a ror robabltà robatve o Verosglanze robabltà a osteror Con questo teorea s rsolvono proble nvers, coè: Dato un effetto, s vuole rsalre alla causa! statstca-francesco ola 3 > Se Ipotzzao due possbl cause per l evento, coè_ e > + + > statstca-francesco ola 3 > > > statstca-francesco ola 32 Rapporto tra robabltà A pror o a pror odds Rapporto tra Verosglanze o Fattore d Bayes

9 Se ~ Il fattore d Bayes è > ed è quello che c fa propendere per Se ~ La scelta per dpende prncpalente dall a pror odds che rsulta > statstca-francesco ola 33 9

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 2 Espermento aleatoro : espermento l cu esto, non noto a pror, appartene ad un determnato nseme d est plausbl. Spazo degl est W : nseme d tutt possbl est d un espermento aleatoro. Spazo degl event : ogn

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

Elementi di teoria bayesiana della decisione Teoria bayesiana della decisione: caratteristiche

Elementi di teoria bayesiana della decisione Teoria bayesiana della decisione: caratteristiche Element d teora bayesana della decsone Teora bayesana della decsone: caratterstche La teora bayesana della decsone è un approcco statstco fondamentale al problema del pattern recognton. Il suo obettvo

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà Che collegamento c è tra gl strument statstc vst fno ad ora per lo studo de fenomen real e l calcolo delle probabltà? Non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

Università 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 Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

MATEMATICA FINANZIARIA 1 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL 9 GENNAIO 008 ECONOMIA AZIENDALE ESERCIZIO Una socetà uole acqustare un terreno l cu costo è par a 60000 Euro. Parte del costo ene rcaato attraerso l essone sul

Dettagli

Esercizio statistica applicata all ingegneria stradale pag. 1

Esercizio statistica applicata all ingegneria stradale pag. 1 ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Ragionamento probabilistico: rappresentazione

Ragionamento probabilistico: rappresentazione Intellgenza Artfcale II Ragonamento probablstco: rappresentazone Marco astra Intellgenza Artfcale II - A.A. - Rappresentazone robablstca ] Ragonamento probablstco: rappresentazone Mond possbl sottonsem

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

Flusso di un vettore v attraverso una superficie S. ( 1 ) v n n

Flusso di un vettore v attraverso una superficie S. ( 1 ) v n n Teorea d Gauss ( I Parte).I INTRODUZIONE. Prelnarente, s ntrodurrà la seguente defnzone: Flusso d un vettore v attraverso una superfce S. ( ) Sa dato un capo vettorale, ovvero una funzone v che ad ogn

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

(come ragionare quantitativamente in condizioni di incertezza)

(come ragionare quantitativamente in condizioni di incertezza) LABORATORIO DI FISICA IGEGERIA "La Sapenza" Prof. A. Scubba ELEMETI DI TEORIA DELLE PROBABILITÀ (coe ragonare quanttatvaente n condzon d ncertezza) LO SPAZIO DEGLI EVETI Pra d ntrodurre l concetto d probabltà

Dettagli

Verifiche di congruità tecnica delle offerte rispetto ai margini

Verifiche di congruità tecnica delle offerte rispetto ai margini Dsposzone tecnca d funzonaento Pagna 1 d 7 Dsposzone tecnca d funzonaento n. 10 rev.1 MPE (a sens dell artcolo 4 del Testo ntegrato della Dscplna del ercato elettrco, approvato con decreto del Mnstro delle

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

seconda Prova in Itinere 23 giugno 2006

seconda Prova in Itinere 23 giugno 2006 CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO IDROLOGIA ANNO ACCADEMICO 005-006 seconda Prova n Itnere 3 gugno 006. E dato l capone seguente d ass annual d portata al colo del Tanaro a Montecastello:

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat IX Grandezze fsche dverse Sta dell ncertezza d sure ndrette Msura dretta A Trattazone ateatca Msura ndretta Msura dretta B Anche le sure ndrette

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Tempo ammortizzato. Come valutare strutture dati? Analisi ammortizzata. Analisi della complessità delle operazioni su una struttura dati

Tempo ammortizzato. Come valutare strutture dati? Analisi ammortizzata. Analisi della complessità delle operazioni su una struttura dati Tepo aortzzato Anals della clesstà delle erazon su una struttura dat Coe valutare strutture dat? Possao farlo surando lo spazo occupato n eora Iportante, a non è tutto! Anals aortzzata Il Il tepo aortzzato

Dettagli

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica CODIFICA BINARIA DELL INFORMAZIONE Unverstà degl Stud d Caglar Dpartento d Ingegnera Elettrca ed Elettronca CODIFICA BINARIA DELL INFORMAZIONE Analogco Vs. Nuerco Sste analogc: la grandezza da surare vene rappresentata con un altra grandezza

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

Principio di sostituzione - I

Principio di sostituzione - I 67 Prncpo d sosttuzone - I In una rete elettrca (lneare o non-lneare) un coponente elettrco, o un nsee d coponent elettrc (lnear o non lnear), può essere sosttuto con un altro coponente o nsee d coponent

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria. SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

Tempo ammortizzato. Analisi della complessità delle operazioni su una struttura dati. Ugo de' Liguoro - Algoritmi e Sperimentazioni 03/04 - Lez.

Tempo ammortizzato. Analisi della complessità delle operazioni su una struttura dati. Ugo de' Liguoro - Algoritmi e Sperimentazioni 03/04 - Lez. epo aortzzato Anals della coplesstà delle operazon su una struttura dat Coe valutare strutture dat? Possao farlo surando lo spazo occupato n eora Iportante, a non è tutto! Anals aortzzata Il Il tepo aortzzato

Dettagli

F est. I int. I est. ,L int. costante. Kcm

F est. I int. I est. ,L int. costante. Kcm Urt Sere, anztutto, rleare alcune caratterstche coun agl urt. Gl urt sono olto bre ed e dunque dcle tener conto esplctaente delle orze che nterengono nell urto. Se ne rcaa norazone a partre dalle propreta

Dettagli

I gas. Pressione: tendenza del gas ad espandersi. 1 atm = 760 torr (o anche mmhg) = Pa = bar

I gas. Pressione: tendenza del gas ad espandersi. 1 atm = 760 torr (o anche mmhg) = Pa = bar I gas eperatura: è la sura della tendenza del calore ad abbandonare un corpo (ovvero è la sura del contenuto calorco d un corpo S hanno tre scale teroetrche: ressone: tendenza del gas ad espanders densonalente

Dettagli

Determinarelatranscaratteristicav out (v in ) del seguente circuito R. V out. V in V ٧ = 0.7V D Z D V R = 5V. R o V R V Z = -8V

Determinarelatranscaratteristicav out (v in ) del seguente circuito R. V out. V in V ٧ = 0.7V D Z D V R = 5V. R o V R V Z = -8V ESECZO SU DOD (Metodo degl Scatt) Determnarelatranscaratterstcav out (v n ) del seguente crcuto Dat del problema 5 o kω Ω 0 Ω Z -8 n ٧ 0.7 r D 0 Ω r Z 0 Ω r Ω D Z D o out Metodo degl scatt S determnano

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013

Note U = L + Q. Chimica Fisica I a.a. 2012/2013 Scienza e Tecnologia dei Materiali S. Casassa. April 3, 2013 1 Note U L + Q Chca Fsca I a.a. 01/013 Scenza e Tecnologa de Materal S. Casassa Aprl 3, 013 Contents 1 Cnetca Molecolare 3 1.1 La dstrbuzone d Maxwell.......................... 3 1. Cenn d statstca................................

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

DINAMICA DEI SISTEMI DI PUNTI MATERIALI. Dott.ssa Silvia Rainò

DINAMICA DEI SISTEMI DI PUNTI MATERIALI. Dott.ssa Silvia Rainò DIAMICA DI SISTMI DI PUTI MATRIALI Dott.ssa Slva Ranò Sste d punt ateral Sstea costtuto da punt ateral P, P,, P F rsultante delle forze esterne agent su P F j forza eserctata sul generco punto P del sstea

Dettagli

L equazione di Dirac. Fenomenologia delle Interazioni Forti. Diego Bettoni Anno Accademico

L equazione di Dirac. Fenomenologia delle Interazioni Forti. Diego Bettoni Anno Accademico equazone d Drac Fenoenologa delle Interazon Fort Dego Betton Anno Accadeco 8-9 D Betton Fenoenologa Interazon Fort Equazone relatvstca er descrvere l elettrone (ncluso lo sn) Conservazone della robabltà

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabltà pr - 1 Che collegamento c è tra gl strument statstc per lo studo de fenomen real e l calcolo delle probabltà? Vedremo che non sempre la conoscenza delle caratterstche d un fenomeno

Dettagli

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto RISOLUZIO SRIZI SULLA PROBABILITA PROBABILITA LASSIA ) a) I cas possbl sono 0, mentre quell faoreol sono ; ; 0 b) cas faoreol sono 0, 0 ; 0 cas faoreol sono, ; 0 0 0 0 0 P. 0 0 ) 0 pallne, 0B, V, R, 0G

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)

di una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3) Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba

Dettagli

Modello lineare con rumore additivo: stima dei minimi quadrati.

Modello lineare con rumore additivo: stima dei minimi quadrati. Modello lneare con ruore addtvo: sta de n quadrat. ella aggor parte de cas un odello lneare rsulta essere suffcente per rappresentare n odo sgnfcatvo l legae tra la grandezza d sura e le varabl ndpendent

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1; Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

y. E' semplicemente la media calcolata mettendo

y. E' semplicemente la media calcolata mettendo COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Sistemi Intelligenti Introduzione al calcolo delle probabilità - II

Sistemi Intelligenti Introduzione al calcolo delle probabilità - II Sstem Intellgent Introduzone al calcolo delle probabltà - II Alberto Borghese Unverstà degl Stud d Mlano Laborator of Appled Intellgent Sstems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t A.A. 05-06

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Prima prova di gruppo

Prima prova di gruppo Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II.

Corso di Logica I. Modulo sul Calcolo dei Sequenti. Dispensa Lezione II. Corso d Logca I. Modulo sul Calcolo de Sequent. Dspensa Lezone II. Govann Casn Teorema d corrspondenza fra l calcolo su sequent SND e l calcolo de sequent SC. Rproponamo per esteso la dmostrazone della

Dettagli

Propagazione degli errori

Propagazione degli errori Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

Teoria dell informazione e Meccanica Statistica

Teoria dell informazione e Meccanica Statistica Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà

Dettagli

OPERAZIONI E INSIEMI NUMERICI

OPERAZIONI E INSIEMI NUMERICI OPERAZIONI E INSIEMI NUMERICI Per rcordare H Un'operazone bnara n un nseme non vuoto A eá una legge ce ad ogn coppa d element a,b A assoca un elemento c A. Gl element a e b s camano operand o termn dell'operazone,

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite Rendmento l rendmento effettvo d un trasformatore vene defnto come: otenza erogata al carco η otenza assorbta dalla rete 1 1 1 1 Le norme defnscono l rendmento convenzonale d un trasformatore come: η otenza

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli