Un problema di dadi. Michele Impedovo

Documenti analoghi
Introduzione. Esempio di costruzione one del contorno delle radici. Esempio... 4

MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 1) 28 Novembre 2008

Esercizi di Calcolo delle Probabilità

Appunti ed esercitazioni di Microonde 2

2. METODO DEGLI SPOSTAMENTI O EQUAZIONE DELLA LINEA ELASTICA, PER LA SOLUZIONE DI TRAVI IPERSTATICHE

Bode Diagram. 1.2 Determinare il valore del guadagno del sistema. Disegnare gli zeri ed i poli nel piano complesso.

Corso di Fondamenti di Automatica A.A. 2015/16. Diagrammi di Bode

Problema n. 2. Soluzione

Esercitazione 16 Novembre 2012 Circuiti dinamici del secondo ordine. t come riportato in figura.

7. La teoria dell' "età" dei neutroni. Il modello di rallentamento continuo

Indirizzo Giuridico Economico Aziendale

Lanciando un dado, il tuo compagno esclama: uscirà 1, 2, 3, 4, 5 o 6 oppure: uscirà il numero 4. uscirà il numero 9

Ing. Mariagrazia Dotoli Controlli Automatici NO (9 CFU) Antitrasformata di Laplace PROCEDIMENTI DI ANTITRASFORMAZIONE

Nel caso di molte misure e statistica gaussiana

1. Teorema di reciprocità

La simulazione con DERIVE Marcello Pedone LE SIMULAZIONI DEL LANCIO DI DADI CON DERIVE

Risultati esperienza sul lancio di dadi Ho ottenuto ad esempio:

Note su alcuni principi fondamentali di macroeconomia Versione parziale e provvisoria. Claudio Sardoni Sapienza Università di Roma

Catene di Markov - Foglio 1

PRIMA SIMULAZIONE - 10 DICEMBRE QUESITI

16. Onde elastiche. m s

Esercizi svolti di statistica. Gianpaolo Gabutti

= 20 m/s in una guida verticale circolare. v A A

Cinematica: soluzioni. Scheda 4. Ripetizioni Cagliari di Manuele Atzeni info@ripetizionicagliari.it

Modellazione e Analisi di Sistemi Idraulici

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

ESERCIZI SU EVENTI E VARIABILI ALEATORIE DISCRETE

Lezione XXI - 09/04/2003 ora 8:30-10:30 - Esercizi sulle perdite di carico - Originale di Berti Sara.

a) Caso di rottura duttile con armatura compressa minore di quella tesa

UNIVERSITÀ di ROMA TOR VERGATA

Teorema del Limite Centrale

ESERCIZIO 1 L/2 C.R. D

Probabilità 1, laurea triennale in Matematica I prova scritta sessione estiva a.a. 2008/09

Variabili aleatorie. Variabili aleatorie e variabili statistiche

Metodi quantitativi per i mercati finanziari

corso di Terminali per i Trasporti e la Logistica Umberto Crisalli

F = 150 N F 1 =? = 3,1 s. 3,2

LEZIONI N 35 E 36 ANALISI ALLO STATO LIMITE ULTIMO DELLA SEZIONE INFLESSA

Il Corso di Fisica per Scienze Biologiche

p k q n k = p n (k) = n 12 = 1 = ,1208. q = 1 2 e si ha: p 12 (8) =

Calcolo delle Probabilità 2

Esercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità

ESERCIZI SVOLTI di ANALISI DEI SISTEMI

Controllore Processo. Le principali componenti del sistema sono: il rivelatore di errore, il controllore che ha il compito di trasformare il segnale

Calcolo della tensione ammissibile Dovendo essere il grado di sicurezza non inferiore a 3 si ricava che il coefficiente di sicurezza γ è 3 per cui:

Lezione 11. Progetto del controllore

Semplificazioni di schemi a blocchi

LAVORO ED ENERGIA. 1J = 1N 1m

A tal fine consideriamo un esempio come punto di partenza per le nostre considerazioni.

CAPITOLO QUINTO DISTRIBUZIONE NORMALE

LICEO SCIENTIFICO QUESTIONARIO QUESITO 1

Esempi di prove di verifica su calcolo combinatorio e delle probabilità Esempio 1 Esempio 2

Ψ PSICOMETRIA. Corso di laurea triennale (classe 34) STATISTICA INFERENZIALE

L equazione che descrive il moto del corpo è la seconda legge della dinamica

Distribuzione di Probabilità

FENOMENI CASUALI. fenomeni casuali

3. Catene di Misura e Funzioni di Trasferimento

Poiché la retta è definita dall equazione: y = a + bx. Capitolo 4. Regressione e Correlazione.

Vedi: Probabilità e cenni di statistica

LICEO SCIENTIFICO QUESTIONARIO QUESITO 1

Corso di Fondamenti di TLC Esercizi di Probabilitá

CORSO DI LAUREA IN SCIENZE BIOLOGICHE Prova scritta di FISICA 14 Gennaio 2010

CALCOLO DELLE PROBABILITA - 24 Giugno 2015 CdL in STAD, SIGAD Compito intero Seconda prova in itinere: esercizi 4,5,6.

Capitolo. Semplificazioni di schemi a blocchi. 4.1 Blocchi in cascata. 4.2 Blocchi in parallelo. 4.3 Blocchi in catena chiusa (reazione negativa)

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

CP110 Probabilità: Esonero 1. Testo e soluzione

A.A MATERIALI POLIMERICI B. Capitolo 5 Calore specifico

1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:

Le ipotesi di base che si utilizzano sono le stesse quattro già viste con riferimento al caso della flessione semplice e cioè:

CINEMATICA. determinare il vettore velocità (modulo, direzione e verso) all istante Trovare inoltre la traiettoria.

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

1_ Filtro passa-basso Con A(jw) si indica la funzione di trasferimento del filtro, il cui modulo A assume un valore costante

Capitolo. Il comportamento dei sistemi di controllo in regime permanente. 6.1 Classificazione dei sistemi di controllo. 6.2 Errore statico: generalità

1) Utilizzando gli sviluppi in serie delle funzioni, calcolare. sin(x 2 ) (1 cos x) 2 (1 cos(x 2 )) sinh x. lim

Amplificatore a BJT in configurazione CE e CC

DETERMINAZIONE DELLA LATITUDINE E DELLA LONGITUDINE SENZA L USO DELLE RETTE D ALTEZZA

Equazioni esponenziali e logaritmi

LA GESTIONE DELLO STRESS

Controllo di Azionamenti Elettrici. Lezione n 3. Caratteristiche e predisposizione dei regolatori PID

Calcolo della probabilità

ALCUNI SIMBOLI E FORMULE UTILI NELL ESERCIZIO 3, DOMANDE 3B, 3C, 3D (pagg. 5 e 6)

Circuito Simbolico. Trasformazione dei componenti

Distribuzione Gaussiana - Facciamo un riassunto -

IL TEOREMA DI UNICITA PER 1 FLUIDI INCOMPRESSIBILI, PERFETTI,ETEROGENEI

Capitolo IV L n-polo

1 Generalità sui sistemi di controllo

Meccanica Applicata alle Macchine Appello del 12/01/2012

PROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.

L indagine campionaria Lezione 3

EVENTI FUTURI EQUIPROBABILI Lezione n. 3

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

CAPITOLO IV ANALISI E PROGETTO DI UN CONVERTITORE DC-DC DEL TIPO SWITCHING STEP_UP

Divisori e combinatori

Esercizi Teoria della Probabilità

Diffusione e membrane

Legge di sopravvivenza nel lancio dei dadi

Tutorato Lezione 2 Gli amplificatori operazionali

NOTE DI CALCOLO COMBINATORIO

INDICAZIONI PER IL DIMENSIONAMENTO DI PARETI PORTANTI A SETTI DI TIPO ARGISOL REDATTO DALLO STUDIO D INGEGNERIA TRIVINI DI MANTOVA

Lezione 12. Regolatori PID

Transcript:

Un problema di dadi Michele Impedovo Riaunto Quante volte, in media, occorre lanciare un dado a facce perché tutte le facce ecano almeno una volta? Per riolvere queto problema non è neceario calcolare eplicitamente la probabilità che in n lanci di un -dado ecano k facce. È ufficiente fare ricoro alla ditribuzione geometrica di probabilità di un'opportuna variabile aleatoria. Abtract On average, how many time mut a -ided die be rolled until each ide appear at leat once? To olve thi problem we do not necearily know the probability of rolling k ide when we throw n dice. We will conider the geometric ditribution of a random variable. Michele Impedovo Liceo Scientifico G. Ferrari Varee impedovo@tin.it

Il problema del collezionita Quante volte, in media, occorre lanciare una moneta affinché eca ia TESTA che CROCE? Quante volte, in media, occorre lanciare un dado perché ecano tutte le facce? Quante figurine, in media, devo comprare per "finire" l'album? Queto problema, noto come "il problema del collezionita" ammette una oluzione generale belliima, che vogliamo illutrare. In generale il problema i può formulare in queto modo: quante volte, in media, occorre lanciare un -dado (un dado a facce) perché ecano tutte le facce? Ad un primo approccio i tratta di calcolare, per ogni n, la probabilità p(n) che ecano tutte le facce con n lanci (naturalmente riulta p(0) = p() = p() = = p( ) = 0) e quindi calcolare la omma della erie kpk ( ). Si tratta in definitiva di introdurre la variabile aleatoria X = numero di lanci perché ecano tutte le facce, calcolare per ogni n la probabilità p(x=n) e infine calcolare il valor medio E(X) di X. La moneta: = Per una moneta equa la oluzione i trova facilmente; i oervi il grafo a fianco, in cui è ucita (per eempio) la faccia C al primo lancio. Allora p(x = ) = / p(x = 3) = /4 C p(x = 4) = /8 p(x = n) = / n T C Il valor medio di X è dato dalla omma della erie / / E(X) = k. / T C T / C k = k Come i calcola tale omma? Se poniamo p=/, allora / /...

E(X) = k = = k d p dp p 0 k kp = p = ( p) d p k = dp. d dp k p = Abbiamo dimotrato un riultato che ci arà utile in eguito: ( p). k kp = Se poniamo p=/ allora il numero medio di lanci di una moneta equa per ottenere tutte e due le facce è 3. Se la moneta non è equa ma è di trucco p, cioè ece T con probabilità p e C con probabilità q= p, ragioniamo nel eguente modo: X = n equivale al fatto che per n lanci è ucito T e al n-eimo lancio ece C (con probabilità p n q) oppure per n lanci è ucito C e al n-eimo lancio ece T (con probabilità pq n ). Quindi p(x = n) = p n q + pq n e riulta k k k k E(X) = k( p q+ pq ) = q kp + p kq k = Per quello che abbiamo dimotrato precedentemente riulta k kp = k = ( p ) k kq = ( q ) e dunque E(X) = q + p = + ( p) ( q) p q dove q= p. Il grafico di X al variare di p è il eguente. 3

Il grafico è ovviamente immetrico ripetto a p = 0.5, in cui abbiamo il valor medio minimo; e p tende a 0 oppure a allora E(X) tende a infinito, come è ragionevole upporre. Il problema del tiratore Apriamo una breve parentei, per determinare un riultato che ci arà utile in eguito. Un tiratore colpice il beraglio con probabilità p: quante volte deve tirare per colpire il beraglio? L'intuito ci dice che e la probabilità di centrare il beraglio è, per eempio, /0, allora occorreranno in media 0 tiri per colpirlo. Ovviamente upponiamo che ogni tiro ia indipendente dai precedenti (e quindi tracuriamo la tanchezza, la deluione, ). Sia X la variabile aleatoria X = numero di tiri affinché il tiratore colpica il beraglio. Dimotriamo che E(X) = /p. Infatti e il beraglio è colpito per la prima volta dopo n tiri allora vuol dire che il tiratore ha bagliato per n volte (ogni volta con probabilità q= p) e quindi p(x = n) = pq n. Si tratta della ditribuzione geometrica della variabile aleatoria X: pq n è la probabilità che il "tempo di attea" per il verificari dell'evento di probabilità p ia n. Per il valor medio di X riulta k k E(X) = kpq = p kq. k = Poiché appiamo che 4

k kq = ( q ) allora k kq = = ( q ) p dunque E(X) = p p = p. Il tempo medio di attea per il verificari di un evento di probabilità p è /p. Queto piega perché la moneta va lanciata in media 3 volte per ottenere ia TESTA che CROCE: 3 = (tempo di attea per una faccia qualiai) + (tempo medio di attea perché i preenti l'altra faccia, che ha probabilità /). Lo teo riultato può eere ottenuto in un modo molto più emplice, enza ricorrere alle erie: il tempo medio di attea E(X) vale con probabilità p (la probabilità di centrare il beraglio al primo tiro) e vale +E(X) con probabilità p (e al primo tiro non ho colpito il beraglio poo immaginare di ripartire daccapo, e il tempo medio di attea da quel punto in poi è empre E(X), dunque il tempo d'attea totale arà +E(X)). Riulta quindi E(X) = p + (+E(X))( p) da cui E(X) = /p. Il dado: = 6 Vediamo ora come riolvere il problema nel cao di un dado equo a 6 facce. Per riolvere il problema cambieremo trategia. Lanciamo il dado una prima volta e otteniamo una certa ucita d. Quanti lanci occorre fare per avere un'ucita divera da d? Introduciamo la variabile aleatoria X = numero di lanci per avere un'ucita divera da d. Il problema è identico a quello del tiratore: noi "tiriamo" con probabilità p=5/6 di "colpire il beraglio" e q=/6 di mancarlo, nel qual cao tireremo di nuovo, e coì via. Allora E(X ) = 6/5 =. Quindi occorre lancio per la prima ucita e. lanci per la econda ucita: iamo a. lanci. Il paaggio volto ci porta ubito alla oluzione: e ono già ucite 5

facce ucirà la terza faccia (divera dalle precedenti) con probabilità p=4/6, e dunque dopo E(X 3 ) = 6/4 =.5 lanci. La quarta faccia ucirà con probabilità p=3/6, e dunque dopo E(X 4 ) = 6/3 = lanci. La quinta faccia ucirà con probabilità p=/6, e dunque dopo E(X 5 ) = 6/ = 3 lanci. Infine la eta faccia ucirà con probabilità p=/6, e dunque dopo E(X 6 ) = 6/ = 6 lanci. Ricordando che la prima faccia ovviamente ece al primo lancio, il che ignifica E(X ) = 6/6 = la ripota al problema del collezionita per = 6 è E(X ) + E(X ) + E(X 3 ) + E(X 4 ) + E(X 5 ) + E(X 6 ) = 6 + 6 + 6 + 6 + 6 + 6 = 6 5 4 3 6 6 k = 4.7. Occorre lanciare, in media, 4.7 volte un dado per vedere ucire tutte le facce. Il cao generale È immediata la generalizzazione. Abbiamo un -dado equo. Se indichiamo con Y la variabile aleatoria Y = numero di lanci di un -dado affinché ecano tutte le facce allora Y = X + X + + X Ho un dado a facce; e ono già ucite k facce divere, la probabilità che eca la k + (k+)-eima faccia è p = e il valor medio del numero di lanci da effettuare è E(X k ) = k + La oluzione generale è dunque E(Y ) = E ( Xk ) = k + = k. Magico, eh? Volete apere quante perone occorre prendere in media per avere rappreentati tutti i compleanni dell'anno? 6

365 365 k 365. Viene ora voglia di chiederi quale ia l'andamento di E(Y) al variare di. 6 0 00 000 E(Y) 3 4.7 9.3 58.7 7485.5 È ufficiente oervare che n lim = ln(n) + γ, n k = k dove γ = 0.577566 è la coiddetta cotante di Eulero-Macheroni. Quindi ln. E(Y ) () Michele Impedovo 7