V.C. RETTANGOLARE o UNIFORME

Documenti analoghi
V.C. RETTANGOLARE o UNIFORME

V.C. RETTANGOLARE o UNIFORME

distribuzione normale

Esercitazione: La distribuzione NORMALE

Modelli di variabili casuali

Distribuzioni di probabilità nel continuo

Lezione n. 1 (a cura di Irene Tibidò)

Probabilità Esercitazione n. 6 del 24/05/2016

V.C. UNIFORME. 1 n. con funzione di probabilità associata: MODA(X): la distribuzione Uniforme è zeromodale.

SCHEDA DIDATTICA N 7

Variabile casuale Normale

Scanned by CamScanner

Modelli di probabilità

DISTRIBUZIONI DI PROBABILITA

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

Problema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

Alcune v.a. discrete notevoli

X ~ N (20, 16) Soluzione

Variabile Casuale Normale

Esercizio 1. La variabile casuale G, somma di due V.C. normali, si distribuisce anch essa come una normale.

INFORMAZIONI. p. 1/23

Lezione 13 Corso di Statistica. Domenico Cucina

LA DISTRIBUZIONE NORMALE o DI GAUSS

Esercitazione 1 - Statistica II - Economia Aziendale Davide Passaretti 9/5/2017

Propagazione delle varianze, conosciuta come propagazione degli errori.

DISTRIBUZIONE NORMALE (1)

Teoria e tecniche dei test. Concetti di base

assuma valori in un determinato intervallo è data dall integrale della sua densità ( = )=

Capitolo 6. La distribuzione normale

tabelle grafici misure di

A1. La curva normale (o di Gauss)

Capitolo 6 La distribuzione normale

Probabilità e Statistica

Statistica Inferenziale

Statistica Inferenziale

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

Dispensa di Statistica

MATEMATICA CORSO A II APPELLO 21 Luglio 2011

ESERCITAZIONE N. 5 corso di statistica

Statistica descrittiva

Analisi multivariata per osservazioni appaiate. Analisi multivariata per osservazioni appaiate

STATISTICA A D (72 ore)

ln x a 2 f x exp x 0

Outline. 1 v.c. continue. 2 v.c. Normale. 3 v.c. Esponenziale. Lezione 13. A. Iodice. v.c. continue. v.c. Normale. v.c.

Teoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:

( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:

Variabili casuali. - di Massimo Cristallo -

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

deve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).

Distribuzioni di probabilità

Esercizi di statistica

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

VARIABILI CASUALI CONTINUE

Intervalli di confidenza

MATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009

All ultimo appello dell esame di statistica, la media dei voti è stata 25 e lo scarto quadratico medio 3.5. Determinare i valori standard dei voti

FENOMENI CASUALI. fenomeni casuali

Il campionamento e l inferenza. Il campionamento e l inferenza

La SCALA di Probabilità varia tra 0.00 e 1.00.

Corso di Laurea in Informatica Applicata Esame di Analisi Matematica Prova scritta del 10 gennaio 2007

MATEMATICA CORSO A II COMPITINO (Tema 1) 27 Aprile 2011

Esercitazione Maggio 2019

STATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I

ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE

Modulo di Matematica per il Corso di Laurea in Farmacia, cognomi M-Z Soluzioni del TEMA 1 del 20 dicembre 2010

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano

Variabili aleatorie. Variabili aleatorie

Intervalli di confidenza

1) D0MINIO FUNZIONE. Determinare il dominio della funzione f (x) = 4 x 2 4x + 3 x 2 6x + 8 Deve essere. x 2 6x + 5 (x 1) (x 5)

Tipi di variabili. Indici di tendenza centrale e di dispersione

Distribuzioni di probabilità

Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016

Soluzioni dei problemi della maturità scientifica A.S. 2012/2013

Università degli Studi di Cassino. Esercitazione di Statistica 2 dell Simona Balzano

ISTOGRAMMI E DISTRIBUZIONI:

LE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:

Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico).

Elaborazione statistica di dati

Corso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Probabilità. Lezioni : 11, 12. Docente: Alessandra Durio

5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana)

Distribuzione Normale. Dott. Claudio Verona

Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Indici di Dispersione

Probabilità III. Variabile casuale continua: osservazioni. Variabile casuale continua X. Densità di probabilità: proprietà

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

PROBABILITA' E STATISTICA Prova del 29/07/2016 Traccia A

STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE

Statistica. Alfonso Iodice D Enza

Statistica 1- parte II

Intervalli di confidenza

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

Le v.c. si utilizzano come modelli di riferimento per studiare la realtà

Transcript:

V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante. Sono soddisfatte le due condizioni affinchè X sia una v.c.; infatti: 1) La funzione di probabilità p(x) è non negativa: p(x) 0; b ) p( x) dx 1 a M ( X ) a + b VAR( X ) M ( X ) M ( X ) + ab + b 3 a + b ( b ) a a 1 MODA(X): la distribuzione Uniforme è zeromodale. a + b Med( X )

V.C. NORMALE La v.c. Normale X è una v.c. continua che assume valori nel campo dei numeri reali: < X < + con funzione di densità di probabilità associata: P ( x m) 1 ( x) e π Dove m e rappresentano i due parametri di definizione della v.c. Normale, con < m < + ; 0 < + La P(x) ha un andamento campanulare e simmetrico, con asse di simmetria la retta xm. La P(x) ha come asintoto l asse delle x. La P(x) è crescente nell intervallo (-, m) e decrescente nell intervallo (m, + ), ha due punti di flesso, in xm- e in xm+, ed è concava verso il basso nell intervallo (m-, m+) e convessa altrove. Da tali proprietà della densità di probabilità della v.c. Normale segue che la Moda e la Mediana di X coincidono e sono pari a m: m Moda( x) Med ( x) - Media aritmetica della v.c. Normale: M(x)m - Varianza della v.c. Normale: Var(x)

V.C. NORMALE STANDARDIZZATA Sia X una v.c. Normale di media m e s.q.m. : X ~ N(m, ) ; sia U (o Z, spesso si trova in letteratura) la corrispondente v.c. standardizzata, data da: X m U Allora la v.c. U si distribuisce come una v.c. Normale di media 0 e s.q.m. 1: U ~ N(0,1) e prende il nome di v.c. Normale Standardizzata: < U < + con funzione di densità di probabilità associata: P( u) 1 e π u x m Vale la seguente identità: F( x) P( X < x) P( Z < z ) Per i calcoli si ricorre alle TAVOLE della v.c. Normale Standardizzata.

ESERCIZI RIGUARDANTI LA V.C. NORMALE ESERCIZIO Il e l 80 percentile di una variabile casuale Normale X valgono rispettivamente x % 187, e x 80% 08,4. a) Determinare Media e Varianza di X; b) Indicare la densità di probabilità di X; c) Trovare i quartili; Calcolare: d) P[(x<190) (x>04)] e) P[(x<190)U(x>04)] f) P(x>196) SOLUZIONI a) Si imposta il seguente sistema: 187, µ u % u 80% 08,4 µ Sulle tavole di u si trovano i percentili della v.c. normale standardizzata: 187, µ -1,8 +0,84 08,4 µ Si ha quindi un sistema di equazioni nelle incognite µ e, facilmente risolvibile: µ00;. b) La densità di probabilità di tale v.c.normale è la seguente: P ( x 00) 1 ( x) e π ( 00) x 00 0,04e c) Il 1 Quartile coincide con il 5 percentile. Per determinare il 5 percentile della v.c.normale in considerazione, si trova sulle tavole il 5 percentile della v.c.normale Standardizzata e poi si utilizza la formula di standardizzazione:

u 5% -0,67 Q 00 1 da cui Q 1 193,3 Il Quartile, ovvero 50 percentile, ovvero Mediana, trattandosi di una v.c.normale, coincide con la media aritmetica: Q Med(x)M(x)00 Il 3 Quartile, ovvero 75 percentile, si determina in modo analogo a quanto fatto per il 1 Quartile: u 75% +0,67 Q 00 3 da cui Q 3 06,7 Il 4 Quartile è il termine di una distribuzione che lascia prima di sé il 0% della distribuzione. Quindi, poiché la v.c. Normale è definita da + a -, sarà: Q 4 x 0% + d) P[(x<190) (x>04)]0 essendo la probabilità di un evento impossibile: infatti è impossibile che la variabile X possa assumere valori inferiori a 190 e contemporaneamente valori maggiori di 04. e) P[(x<190)U(x>04)] P(x<190)+P(x>04) 190 00 04 00 P( u < 1)+P( u > 0, 4) (0,50-0,3413)+(0,50-0,1554)0,5033 196 00 f) P(x>196) P( u > 0, 4 ) 0,1554+0,50,6554 ESERCIZIO riguardante la trasformazione lineare di una v.c. normale Un azienda negozia un prodotto X che acquista a 1 il kg sostenendo costi fissi mensili per 1500. Sapendo che tale prodotto è poi rivenduto a 0 il kg e che la quantità X di prodotto mensilmente commercializzata è distribuita normalmente con media 50 kg e s.q.m. 5 kg, a) Descrivere la funzione di Costo mensile C, la funzione di Ricavo mensile R e la funzione di Profitto mensile P ( differenza fra ricavo e costo); b) Indicare la distribuzione di probabilità con i rispettivi parametri della funzione di profitto P e rappresentarla graficamente; c) Determinare la quantità minima mensile da vendere per non perdere e la probabilità di non raggiungere tale minimo; d) Determinare l intervallo entro cui si dovrebbe collocare, con pratica certezza, il profitto mensile.

SOLUZIONI a) C costi fissi + costi variabili 1500+1X R0X PR-C 0X-(1500+1X) -1500+8X (: trasformazione lineare di X) b) Essendo la v.c. P trasformazione lineare di X, v.c. Normale di media M(x)50 e (x)5, allora P è una v.c. Normale di media M(P)-1500+8*50500 e V(P)8 *5 40000; da cui (P)8*500. c) la quantità minima mensile da vendere per non perdere si ha quando i ricavi uguagliano i costi: R C quindi PR-C0: -1500+8X0 da cui x187,5 kg 187,5 50 P(x187,5)P( u < )P(u<-,5)0,50-0,49380,006 5 d) 99,74%P(m-3<P< m+3)p(500-3*00<p<500+3*00)p(-0<p<10) ESERCIZIO riguardante la somma di v.c. Normali Il peso X delle confezioni di caffè di una certa ditta si distribuisce normalmente con media m00g. e g. Per la distribuzione queste confezioni vengono imballate in colli di 0 pezzi ciascuno. Se indichiamo con Y il peso di ciascun collo e sappiamo che i pesi delle confezioni sono indipendenti fra loro, determinare: a) Il peso medio e la varianza di ogni collo Y; b) La distribuzione di probabilità di Y; c) Il 99 percentile di X e il 5 percentile di Y; d) P(Y<19,8kg); P(Y>1kg). SOLUZIONI a) Y è la somma di 0 v.c. Normali indipendenti X (m00g; g), quindi Y si distribuisce normalmente con media M(Y)0*000000g0kg (la media della somma è uguale alla somma delle medie) e con V(Y)0* 000 (la varianza della somma è uguale alla somma delle varianze), da cui: (Y)0g. b) 1 P( Y ) e 0 π ( y ) 0000 *000

c) x 99% u x m 00 99% x 99% 99 % + x Da cui: x 99% 00+,33*33,3g. x,33 y 5% u y m 0000 0 5% y 5% 5% y y 1,64 Da cui: y 5% 0000-1,64*019836g. d) P(Y<19,8kg) P(Y<19800g.) 19800 0000 P( u < ) 0,50-0,4770,08 0 P(Y>1kg) P(Y>00g.) 00 0000 P( u > + ) 0,50-0,500 0

Utilizzo delle TAVOLE della v.c. t di Student La v.c. t assume i valori nel campo reale: t (, + ) Con densità di probabilità P(t).Si tratta di una distribuzione campanulare e simmetrica centrata sullo zero. L unico parametro di definizione di t è νn-1 (ν esprime i Gradi di libertà). M(t)0 ν V ( t) ν t ν ν Quando ν è abbastanza elevato (ν +, ovvero nella pratica quando ν>30) la v.c. t di Student converge alla v.c. Normale Standardizzata.

Utilizzo delle TAVOLE della v.c. chi-quadrato χ [ 0,+ ) Con densità di probabilità P(χ ).Si tratta di una distribuzione campanulare asimmetrica. L unico parametro di definizione di χ è νn-1 (ν esprime i Gradi di libertà). M(χ )ν V ( χ ) ν χ ν MODAν- Quando ν è abbastanza elevato (ν +, ovvero nella pratica quando ν>0) la v.c. χ converge alla v.c. Normale.