Quando si parte il gioco de la zara, colui che perde si riman dolente,repetendo le volte, e tristo impara;

Documenti analoghi
La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

frazione 1 n dell ammontare complessivo del carattere A x

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

STATISTICA DESCRITTIVA

Le misure di variabilità

Analisi di dati vettoriali. Direzioni e orientazioni

CAPITOLO III SISTEMI DI EQUAZIONI LINEARI

STUDIO DEL LANCIO DI 3 DADI

Elementi di Statistica descrittiva Parte III

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

DI IDROLOGIA TECNICA PARTE II

Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

«MANLIO ROSSI-DORIA»

I PARTE: CALCOLO DELLE PROBABILITÀ

Lezione 1. I numeri complessi

Design of experiments (DOE) e Analisi statistica

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

Attualizzazione. Attualizzazione

I PARTE: CALCOLO DELLE PROBABILITÀ

Calcolo delle Probabilità

Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

Statistica degli estremi

ammontare del carattere posseduto dalle i unità più povere.

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Leasing: aspetti finanziari e valutazione dei costi

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

Formulario e tavole. Complementi per il corso di Statistica Medica

Algebra Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

17. FATICA AD AMPIEZZA VARIABILE

Problema della Ricerca

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano

Università di Firenze Corso di Laurea in Statistica Prova scritta di Statistica II Prof. B. Chiandotto

Le variabili casuali semplici

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Appunti: elementi di Statistica

STATISTICA Lezioni ed esercizi

UNI CEI ENV (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

per il controllo qualità in campo tessile ing. Piero Di Girolamo

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo

Analisi economica e valutazione delle alternative

SCHEDA DIDATTICA N 5

Modelli descrittivi, statistica e simulazione

Incertezza di misura

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

Capitolo 5: Fattorizzazione di interi

13 Valutazione dei modelli di simulazione

Esercitazioni di Statistica Dott.ssa Cristina Mollica

1.6 Serie di potenze - Esercizi risolti

Avvertenza. Rendite frazionate

Lezione 3. Funzione di trasferimento

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Vantaggi della stratificazione

Modelli di Schedulazione

STATISTICA DESCRITTIVA

Approssimazioni di curve

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

CONCETTI BASE DI STATISTICA

Variazione approssimata del valore attuale

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

L assorbimento e lo strippaggio

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

CALCOLO ECONOMICO E FINANZIARIO

Possibilità e limiti delle previsioni! Concetto di previsione! Concetto di previsione/2! Concetto di previsione/3!

Premessa Equazioni i differenziali lineari

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Distribuzioni di probabilità Unità 79

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

Prova scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1

STATISTICA DESCRITTIVA

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato.

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

Intervalli di confidenza

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA

Successioni. Grafico di una successione

Lezione 19. Elementi interi ed estensioni intere.

VALORI MEDI (continua da Lezione 5)

Studio grafico-analitico di una funzioni reale in una variabile reale

Note sulle lezioni del corso di STATICA tenute dal Prof. Luis Decanini

Transcript:

PROBABILITÀ VARIABILI ALATORI Problem ) Qual è la probabltà d otteere 0 lacado due dad equlbrat a se facce? ) Qual è la probabltà che ua doa al volate abba u cdete? 3) Qual è la probabltà che la Juvetus quest ao vca l campoato? U po d stora La zara e Date Algher: Quado s parte l goco de la zara, colu che perde s rma dolete,repetedo le volte, e trsto mpara; Purgatoro Cato IV Prme defzo da utlzzare per usare la defzoe classca come esempo s fa rfermeto al laco d u dado) veto: esto d u qualuque espermeto esce u umero par) veto elemetare og possble rsultato d u espermeto esce l umero 4 ) e composto esce u umero prmo) Spazo campoaro U : seme degl evet elemetar veto certo: s verfca scuramete veto mpossble: o s verfcherà ma veto aleatoro o casuale: o s è elle codzo d esprmere u gudzo certo sul suo verfcars Defzoe classca d probabltà o defzoe laplacaa o a pror Perre Smo de Laplace 749-87) I prcpo84): l prmo prcpo è la defzoe stessa d probabltà, che [..] è l rapporto tra l umero d cas favorevol e quello d tutt cas possbl...subto dopo, però, l autore avverte che: II prcpo Ma cò presuppoe che dvers cas sao ugualmete possbl. Se o lo soo, s determao prma le loro rspettve possbltà, la cu esatta valutazoe è uo de put pù delcat della teora de cas. Allora la probabltà sarà la somma delle possbltà d cascu caso favorevole Osservazoe Il II prcpo rede la defzoe crcolare perché la ozoe d ugualmete possble equvale a quella d avere uguale probabltà. Ioltre questa defzoe o permette d rsolvere problem ) e 3). Defzoe frequetsta o statstca o a posteror della probabltà Rchard Vo Mses 883-953) La probabltà d u eveto è la frequeza relatva del suo verfcars quado l umero d prove effettuato è da rteers suffcetemete alto. Defzoe soggettva della probabltà Bruo De Fett 906-985) La probabltà d u eveto è l rapporto tra la somma P che s è dspost a pagare ua scommessa e la somma V che s rceverà el caso l eveto s verfch. Deve però sussstere la codzoe d coereza: la persoa che accetta d pagare P per otteere V deve ache essere dsposta a rcevere P per pagare V el caso l eveto s verfch. Ioltre la persoa o deve ma essere scuro d vcere quale che sa la combazoe d scommesse che vee fatta.

ASSIOMATIZZAZION DLLA PROBABILITÀ XX secolo, Adre Kolmogorof Def. Chamamo spazo campoaro l seme U degl evet elemetar e defamo spazo degl evet l seme delle part d U coè l seme de sottosem propr e mpropr d U che dchamo co PU)). Nello spazo degl evet gl sem co u solo elemeto rappresetao gl evet elemetar, l seme vuoto è l eveto mpossble, U è l eveto certo. Oss. I questa prma parte U è u seme fto. Def. Dato uo spazo campoaro U defamo ua fuzoe p che chamamo msura d probabltà tale che p: PU) R tale che: ) 0 PU) U) se due evet soo e tal che coè soo compatbl) allora p ) ) + ) U OSS: Se è u eveto allora l umero ) s drà probabltà dell eveto. Da quest assom s dmostrao le seguet propretà:. p ) 0. 0 p ) 3. ) ) allora p ) ) ) 4. se 5. se e allora ) ) ) 6. ) ) + ) ) se gl evet o hao tersezoe vuota coè se soo compatbl. Dmostrazo: ) Per l terzo assoma s ha che p dall uguaglaza del prmo e dell ultmo membro s ottee. s cosdero gl evet compatbl A e coè tal che A A) A ) A) + ) p ) 0. e 3. s cosdero gl evet compatbl e ). S ha che U qud per l terzo assoma p U ) ) ) + ) da cu derva che p ) e ) ).

e ) p ) 4. s cosdero gl evet compatbl s ha [ ] uoe è uguale a del prmo e dell ultmo membro s ha la propretà. Per l terzo assoma e cosderado che la loro p ) + e dall uguaglaza ) 5. seza dm. C. S cosdero tre evet compatbl C) C) tal che la loro uoe sa uguale a. 6. per semplctà sa Per l terzo assoma s ottee p ) p[ C) C C) ] C) + C) + ) e per la propretà 4. s ottee C p ) p ) C) + C) + ) ) C coè s ottee la tes), C e C C semp: a) U dado vee truccato modo che la probabltà d uscta d u umero dspar sa l doppo della probabltà d uscta d u umero par. Calcolare la probabltà che esca u umero prmo. 5/9) b) Qual è la probabltà che el laco d due dad escao due umer ugual o avet somma 8? 5/8) c) I ua classe d 40 alu, 30 soo ragazze. La metà de ragazz e la metà delle ragazze ha capell bod. Scegledo ua persoa a caso qual è la probabltà che sa u ragazzo o abba capell bod? 5/8) Qual è la probabltà che sa ua ragazza o o abba capell bod? 7/8) Ved esercz guda pag 8 46/53/54 3

Legg pag 60-6 Defzoe: Dat due evet e tal che, U, φ, s dce probabltà codzoata d rspetto ad, e s dca co p / ), la probabltà che s verfch ell potes che s sa verfcato. La probabltà codzoata d rspetto ad s calcola co la formula / ) ) ) Osservazoe: ell ambto della defzoe classca s probabltà questa formula può essere dmostrata. Defzoe: due evet s dcoo dpedet se / ) ) dpedet. p Se cò o s verfca due evet s dcoo semp: ) u mazzo d carte apoletae calcolare la probabltà d estrarre u cavallo sapedo che è uscta ua fgura ) u mazzo d carte apoletae qual è la probabltà d estrarre u cavallo sapedo che è uscta ua carta d dear Teorema della probabltà composta La probabltà dell eveto composto o prodotto logco tra e s calcola: ) ) / ) ) ) Se gl evet soo dpedet ) Teorema d Bayes La probabltà che, essedos verfcato u eveto, la causa che sta alla sua orge sa l eveto, co,,3,.., è p p p + p / ) ) / ) co ) ) / ) ) / ) / ) p ) ) +... + p Quest d probabltà )U ospedale ha due sale operatore la sala x e la sala y) che hao la stessa probabltà d essere occupate. La probabltà che almeo ua sa occupata è 0,8, la probabltà che etrambe sao occupate è 0,4.. Qual è la probabltà che x sa lbera?. Qual è la probabltà che etrambe le sale sao lbere? 3. Qual è la probabltà che almeo ua delle due sale sa lbera? 4. Qual è la probabltà che ua sola delle due sale sa lbera? Tracca della soluzoe: sa A{ la _ sala _ x _ è _ occupata} e B{ la _ sala _ y _ è _ occupata} allora gl evet de qual trovare la probabltà soo p A) A B) A B) legg d De Morga ) A B) A B) legg d De Morga ) p [ A B) A B) ] A B) + A B) perché soo evet compatbl ) Sol: 0,4, 0,, 0,6, 0,4) ) Il 70% de ragazz ua classe adrà vacaza al mare, l 40% motaga, l 30% sa al mare che motaga. Qual è la probabltà che uo studete scelto a caso ella classe o adrà vacaza é al mare é motaga? 0, 3) U oggetto prodotto da ua maccha può presetare due tp d dfett, dcamo A e B. Scelto a caso u oggetto prodotto dalla maccha, la probabltà che preset l dfetto A è 0,, la probabltà che preset dfetto B è 0,3 e la probabltà che o preset alcu dfetto è 0,6. Determa la probabltà che l oggetto: preset almeo uo de due dfett preset etramb dfett o preset l dfetto A ma preset l dfetto B 0,4, 0,, 0,) 4) I ua data popolazoe la probabltà che ua persoa preset l carattere geetco A è l doppo rspetto alla probabltà che preset l carattere geetco B. Ioltre la probabltà che u dvduo preset etramb caratter è 0, e quella che preset almeo uo de due caratter è 0,7. scelto a caso u dvduo d quella popolazoe, determa: qual è la probabltà che preset l carattere A qual è la probabltà che o preset l carattere B 4

qual è la probabltà che preset A ma o B sol: 0,6, 0,7, 0,4) 5)La probabltà che u gatto vva a è /4, la probabltà che u cae vva a è /3. Dat u cae ed u gatto appea at, calcolare la probabltà che: a) l gatto o sa vvo fra a. b) sao etramb vv fra a; c) almeo uo sa vvo fra a; d) essuo de due sa vvo fra a. Tracca della soluzoe:sa A l'eveto ``l gatto sa vvo tra a" eb l'eveto l cae sa vvo tra a". 3 a) A ) -A) 4 4 b) Gl evet A e B soo dpedet. Qud s può applcare la propretà: p A B) A) B) c) L'eveto ``almeo uo sa vvo fra a" è l'eveto composto, per cu derva che p A B) A) + B) A B) + 4 3 d) L'eveto `` essuo de due sa vvo fra a" è l complemetare dell'eveto A U B, qud P A B ) A B) 6) La probabltà che Marta sa scelta per la recta della scuola è del 55%; se o vee scelta per la recta Marta adrà al cema co ua probabltà del 40%. Qual è la probabltà che Marta o vega scelta per la recta e vada al cema? Tracca della sol.:sa A { Marta _ vee_ scelta _ per _ la _ recta} e B { Marta _ va _ al _ cema} S deve calcolare p A B) A) B / A)... 8% Struttura ad albero e teorema d Bayes sempo A La tua scuola deve vare ad ua fale d Matematca u aluo scelto tra quell che s soo meglo classfcat elle ultme gare delle Olmpad. S decde d sceglere tra Adrea, Beatrce, Carlo e Daa. S valuta che la probabltà d vttora d Adrea sa del 80%, quella d Beatrce sa del 90%, quella d Carlo sa l 75% e quella d Daa l 70%. S tra u dado a 4 facce per sceglere tra quattro alu. Qual è la probabltà d vttora della tua scuola? Qual è la probabltà che sa stato estratto Carlo, sapedo che la tua scuola ha vto? Per rappresetare la stuazoe è coveete utlzzare u dagramma ad albero cu e od dchamo dvers est e e ram le relatve probabltà. /4 Adrea 80/00 0/00 90/00 Vce Perde Vce /4 /4 /4 Daa Beatrce Carlo 70/00 0/00 5/00 75/00 Vce Perde Perde Vce 30/00 Perde 5

Notamo che el dagramma sopra dsegato abbamo e prm quattro od gl est del laco d u dado a 4 facce dal quale decdamo se a gareggare è Adrea, Beatrce, Carlo o Daa) e egl altr 8 od abbamo gl altr est Vce o Perde). Le probabltà su questa secoda sere d ram è ua probabltà codzoata s potrebbe scrvere V/A)80/00 e P/A)0/00 dcado el prmo caso la probabltà che la scuola Vca codzoata dal fatto che garegg Adrea e el secodo caso la probabltà che la scuola Perda codzoata dal fatto che garegg Adrea ). Per calcolare la probabltà che la scuola vca facedo gareggare Adrea s moltplcao le probabltà su ram che collegao od opportu quello d Adrea e quello del Vce). Possamo scrvere questo modo: A V)A) V/A) dove A dca è stato sorteggato Adrea e V dca la scuola Vce). Per calcolare la probabltà d vttora della scuola s sommao le probabltà su og sgolo ramo che terma co ua vttora e qud s ottee: V) A V)+ B V)+ C V)+ D V) 0,7875 Per rspodere alla secoda domada è ecessaro utlzzare l teorema d Bayes. La probabltà rchesta s potrebbe dcare co C/V) coè la probabltà che sa stato estratto Carlo sapedo che la scuola ha vto. Per l teorema sopra omato s ottee: 3 C/V) 4 4 0, 38 P V ) Qud s calcola l rapporto tra la probabltà sul ramo che porta alla vcta co estrazoe d Carlo e la probabltà d Vcta. sempo B Ua scatola cotee 5 palle bache e 3 palle rosse. Adrea estrae ua palla e la togle aggugedo u altra palla dell altro colore. A questo puto egl estrae ua uova palla dalla scatola. Qual è la probabltà che estragga alla fe ua palla rossa? qual è la probabltà che la prma palla estratta sa baca sapedo che la secoda palla estratta è rossa? Costruamo l albero che descrve la stuazoe dcheremo co B palla baca estratta alla prma estrazoe e B palla baca estratta alla secoda estrazoe e modo aalogo per le palle rosse): 5/8 BacaB ) 3/8 Rossa R ) 4/8 4/8 6/8 /8 Baca Rossa Baca Rossa R ) Qud l estrazoe della palla rossa può avvere seguedo due ram evdezat ella fgura) coè: R ) B R ) + R R ) Per rspodere alla secoda domada utlzzamo l teorema d Bayes. B /R ) 6

VARIABILI CASUALI O ALATORI) DISCRT sempo : Suppoamo d lacare cotemporaeamete due dad, uo a 6 facce e uo a 4 facce. Per og coppa d lac adamo a cosderare la somma de valor otteut da cascu dado. Voglamo dvduare tutt possbl evet e calcolare la loro probabltà. Svolgmeto. Il prmo dado, D, ha 6 facce, umerate da a 6. Assumedo che l dado sa o truccato, la probabltà che esca u qualsas umero da a 6 è la stessa e vale charamete Il secodo dado, D, ha 4 facce, umerate da a 4. Assumedo che ache questo caso l dado sa o truccato, la probabltà d otteere u qualsas umero da a 4 è la stessa e vale 4. L espermeto che dobbamo svolgere è l seguete: lacamo cotemporaeamete D e D e regstramo valor otteut. Pertato lo spazo campoaro U è costtuto da tutte le coppe d umer cu l prmo valore è l esto del laco del dado D, l secodo valore è l esto del laco del dado D. vdetemete tutte le possbl coppe possoo essere rappresetate come prodotto cartesao fra gl sem D {,,3,4,5,6 } e D {,,3,4 } coè D D. Lo spazo campoaro U è qud costtuto da 4 coppe, cascua delle qual è formata da valor otteut da due lac. vdetemete due lac avvegoo maera dpedete l uo dall altro, qud la probabltà del verfcars d og coppa è qud 4. veto Valore della somma Probabltà {,,)} /4 {,),,)} 3 /4 {,3),3,),,)} 4 3/4 {,4),4,),,3), 3,)} 5 4/4 {5,),4,),,4), 3,3)} 6 4/4 {5,),4,3),3,4),6,)} 7 4/4 {6,),4,4),5,3)} 8 3/4 {6,3), 5,4)} 9 /4 {6,4)} 0 /4 Rflettamo sul sgfcato della tabella che abbamo costruto: l aspetto cetrale è l fatto d aver assocato ad og eveto u umero questo caso aturale, otteuto dalla somma degl est de due lac) e po d aver assocato ad og umero ua probabltà. I qualche modo è come se avessmo spostato l cocetto d probabltà dallo spazo campoaro ad u uovo spazo, questo caso costtuto da umer atural. Def: Ua varable casuale o aleatora) dscreta X è ua fuzoe : umero reale. Sa { x x,..., }, x 6. X : U R, che assoca ad og eveto u l codomo della fuzoe X per ora cosdereremo questo seme fto). Nel ostro esempo { x x,..., } {,3,4,...,0 }, x 7

OSS: og x avrà per cotrommage u eveto che possamo dcare co elemetare o u seme d evet elemetar). S avrà ecessaramete che Def: S defsce dstrbuzoe d probabltà la fuzoe P:{ x x,..., x} R potrebbe essere u eveto... U., che assoca ad og x la probabltà che s verfch l eveto assocato a Idcheremo valor della fuzoe P el seguete modo: Nell esempo del laco d due dad s avrà: P X ) 4 Ovvamete s avrà 0 X 3) 4 x tramte la fuzoe X coè che s verfch P X x ) p. P. p e p p +... p Stetzzeremo la stuazoe co la seguete tabella: + ). P X 0) 4 X 3 4 5 6 7 8 9 0 3 4 4 4 3 PX) 4 4 4 4 4 4 4 4 4 ache possble rappresetare la dstrbuzoe d probabltà per mezzo d u stogramma OSS: Il vataggo d queste defzo sta ell aver spostato l attezoe dagl evet a umer. Def: s chama fuzoe d rpartzoe d ua varable casuale X la fuzoe F che forsce la probabltà che X o assuma u valore superore a u valore x : F:{ x x,..., x} R, tale che Qud completado la tabella dell esempo sopra cosderato s avrà: F x ) P X x ) p + p +... + p X 3 4 5 6 7 8 9 0 3 4 4 4 3 PX) 4 4 4 4 4 4 4 4 4 3 6 0 4 8 3 FX) 4 4 4 4 4 4 4 4 sercz: Costrusc la varable casuale e relatve dstrbuzoe d probabltà e fuzoe d rpartzoe) quest cas:. Numero d 6 usct lacado per tre volte u dado a se facce) o truccato. Numero d carte d dear ell estrazoe smultaea d 4 carte da u mazzo d carte apoletae 3. Numero d testa uscte el laco d 5 moete o truccate 4. Numero d bgle bache ell estrazoe smultaea d 3 palle da u ura coteete 4 bgle bache e 3 ere 8

sempo. Vee proposto l seguete goco: og aluo della classe 4G tra l dado, se escoo o la prof dà alla classe 0 uro, se escoo 3 o 4 o 5 la classe dà alla prof. uro, se esce 6 la classe dà alla prof. 3 uro. Cosderato che classe c soo alu preset, dopo l laco de dad la classe vce: 0* -* -3*. Poché soo stat fatt lac, s potrebbe otteere la vcta meda dvdedo la vcta totale per l umero d lac coè s ottee dvdedo etramb membr per l umero d alu : 0 3 Le frazo che soo state scrtte ella relazoe precedete soo le frequeze relatve de tre evet sopra cosderat. All aumetare del umero d lac la frequeza relatva s avvca alla probabltà a pror dell eveto qud, se voless avere u dea del guadago medo del goco che m è stato proposto, potre utlzzare le probabltà al posto delle frequeze relatve. S può qud dare la seguete defzoe: Def: s chama MDIA o VALOR ATTSO o SPRANZA MATMATICA d ua varable aleatora l umero M[ X ] µ x p + x p +... + x p x p S può osservare che la MDIA dca l valore elle vcaze del quale prcpalmete attedamo che cadao valor d X. Ifatt el calcolo della MDIA hao maggor peso valor d X che soo pù probabl. S può osservare che la MDIA può essere u umero egatvo, postvo o ullo. Ne goch, se s dca co X la varable aleatora delle vcte o perdte, s ha la seguete defzoe. Def: U goco d dce QUO se la MDIA è uguale a zero. U goco s dce FAVORVOL SFAVORVOL) se la MDIA è maggore more ) d zero. Qud l goco proposto dalla prof. era Def. Data ua varable aleatora X, s dcherà co S la varable aleatora SCARTO così otteuta: SX- µ la fuzoe dstrbuzoe d probabltà P resta varata) sempo: s calcol la meda della varable aleatora del prmo esempo laco d due dad a 4 e 6 facce). 4 4 4 44 4 S avrà M [ X ] + 3 +... + 0 6 s poteva prevedere questo rsultato?...) sempo: Cosderamo due varabl casual così defte: X 90 00 0 Y 30 00 50 3 P X ) P Y ) 0 5 5 0 I loro valor med cocdoo, fatt: 3 M X ) 90 + 00 + 0 97 e M Y ) 30 + 00 + 50 97 0 5 5 0 Ma l comportameto delle due varabl è dverso: la prma assume valor prossm alla meda a dffereza della secoda. S dce che la varabltà dspersoe) d Y è maggore d quella d X. Cò può essere evdezato cosderado gl scart del valor medo co le rspettve probabltà. Idchamo co X MX) e Y MY) le varabl casual scarto d X e d Y. SX MX) -7 3 3 3 X M X )) 0 5 P SY MY) -67 3 53 Y M Y)) 5 0 P Vsto che l valore medo, essedo uguale, o forsce formazo sulla loro varabltà, cosderamo l valore medo degl scart: 3 M X M X )) 7 + 3 + 3 0 e M Y M Y )) 67 + 3 + 53 0 0 5 5 0 9

Ma etramb soo ull e qud o forscoo essua formazoe. Poché ua varable casuale X, se o è costate, assume sa valor mor della meda sa valor maggor della meda, tutvamete s può gustfcare l aullars del valor medo della varable casuale scarto co la compesazoe tra valor postv e valor egatv. serczo: Scrvamo ora la varable scarto S della varable aleatora vsta all zo laco d due dad): S -4-3 - - 0 3 4 3 4 4 4 3 PX) 4 4 4 4 4 4 4 4 4 Cotrollare che ache questo caso la meda degl scart è zero. Dmostramo qud l seguete teorema: Teorema: la MDIA d S è uguale a zero. µ µ µ µ Dm: La MDIA d S sarà M [ S] x ) p x p p p 0 Def: s chama VARIANZA d ua varable aleatora X la meda de quadrat degl scart: VAR[ X ] x µ ) p Oss: Se valor d X o soo tutt ugual alla MDIA, allora la VAR [X ] rsulta sempre u umero postvo e tato pù grade quato pù valor d X s dscostao dalla MDIA, coè quato maggore è la dspersoe. Def: s dce SCARTO QUADRATICO MDIO o DVIAZION STANDARD d ua varable aleatora la radce quadrata della varaza: σ VAR[X ] Teorema : S ha la seguete relazoe VAR X M X [ ] [ ] µ Dm: VAR[ X ] x µ ) p x µ x + µ ) p x p µ x p + µ p M [ X ] µ + µ M[ ] µ cvd X sempo: calcolamo la VARIANZA del laco de due dad e due mod sopra descrtt. Co la defzoe, Co l teorema s avrà 00 5 VAR [ X ] 6 + 9 +... + 6 4 4 4 4 6 3 [ X ] 4 + 9 + 6 +...00 6 4 4 4 4 964 6 4 µ µ 4 4 6 5 36 6 6 6 VAR cvd DISTRIBUZIONI DI PROBABILITÁ Dstrbuzoe UNIFORM GOMTRICA Def.: S dce che ua varable casuale dscreta X, co valor,,,, ha ua dstrbuzoe d probabltà uforme se tutt suo valor hao la stessa probabltà P X ) + S può dmostrare che M [ X ] µ var[ X ] Dstrbuzoe BINOMIAL o d Beroull) Def.: S dce che ua varable casuale dscreta X, co valor 0,,,,, ha ua dstrbuzoe d probabltà bomale d parametr e p se P X ) p p) Ua varable casuale co dstrbuzoe bomale descrve l umero d volte che s può verfcare u eveto aleatoro d probabltà p su prove. UNA SOLA PROVA: X 0 PX) q p 0

M [ X ] µ 0 q + p p [ X M X )] ) p q + p) p p q + q p pq p + q) pq VAR [ X ] M PROV corrspodoo alla somma d varabl casual dpedet M X ] µ p VAR X ] pq p p σ X ) pq p p [ [ ) ) Dstrbuzoe d POISSON d parametro Problema: suppoamo che l umero medo d persoe che ua matta vao all uffco postale sa 0. Qual è la probabltà che ua matta all uffco postale arrvo 8 persoe? Il problema potrebbe essere rsolto co la legge della varable bomale fssado u N abbastaza grade che dca l umero massmo d persoe u goro e prededo p come probabltà che s verfch N l eveto ua persoa va all uffco postale. I realtà N o ha lmte superore tede all fto) qud è preferble mpostare l problema modo dverso. Def: s chama dstrbuzoe d Posso d parametro > 0 la dstrbuzoe d probabltà d ua varable aleatora che assume valor 0,,, così defta: X ) e! Idcheremo questa varable aleatora co X P ) e! + 0 possble dmostrare che, come og dstrbuzoe d probabltà, +!! Ifatt e e e + + + +...) e e 0 + 0!! x x 3 x!! 3! + + + +!! 3! 3 3! s è sfruttato lo svluppo e x + + + +... che, sosttuedo a x, può essere utlzzato ache per u approssmazoe d e, coè e... ) La dstrbuzoe d probabltà d Posso assocata ad ua varable aleatora è llmtata ed è spesso utlzzata per approssmare la dstrbuzoe bomale d parametr e p quado è molto grade e/o p è pccolo. I questo caso è l valor medo della bomale coè p. La dstrbuzoe d Posso vee ache chamata dstrbuzoe degl evet rar perché è utlzzata per evet co probabltà molto pccola. possble dmostrare che ella dstrbuzoe d Posso M [ X ] VAR[ X ] e che all aumetare d la dstrbuzoe d probabltà tede a dvetare smmetrca attoro al valore medo. Soluzoe problema zale: cosderata la legge d Posso P0) s avrà 8 0 0 p X 8) e 0,599. Voledo calcolare la probabltà 8! che ella mattata o arrv essuo s ottee: 0 0 0 5 X 0) e 4,5 0 0!

Dstrbuzoe GOMTRICA d parametro p Cosderamo u processo d Beroull d parametro p, llmtato. La varable aleatora X che cota l umero d prove ecessare per avere l prmo successo s chama varable aleatora geometrca d parametro p, e s dca co X Gp). La varable aleatora geometrca può essere rappresetata el seguete modo: X 3 4 PX) p pq pq pq 3. pq -. co,,. la dmostrazoe è lascata come eserczo) qud s ha che p X ) pq. Il grafco che rappreseta la varable geometrca è del tpo questo caso partcolare s ha p0,3) : S dmostra che ache questo caso p. Ifatt: p p + pq + pq + pq 3 +... p + q + q + q 3 +...) Tra le paretes tode s ha la somma degl ft term d ua progressoe geometrca cu l prmo terme è e la ragoe è q, qud la somma d quest ft term s può calcolare : q lm S lm + + q q q s tega presete che q è u umero more d e l adameto delle fuzoe yq ). Qud la somma d tutte le probabltà vale : p p + q + q + q p +...) p p 3. Oss. S dmostra che l valor medo d ua varable geometrca d parametro p vale M[X] p. s. S cosder l laco d u dado a 6 facce e l eveto esce l umero 4. Qual è la probabltà che l prmo 4 s ottega al decmo laco? S tratta d ua varable geometrca X G. La probabltà rchesta s calcola: 6 9 5 P X 0) p q 0,033. 6 6 9

. Ua maccha d precsoe produce pezz d rcambo per auto co ua percetuale par all % de pezz dfettos. Su ua produzoe goralera d 300 pezz, s chede qual è la probabltà d avere 4 pezz dfettos. Calcolare la speraza matematca, la varaza e la devazoe stadard della v. aleatora cosderata. 0,689; 3;,97;,73. All arrvo ell aeroporto terazoale d Caglar, passegger trastao per la dogaa alla meda d og 30 secod. Assumedo che l umero de passegger che attraversao la dogaa u dato tervallo d tempo abba ua dstrbuzoe d Posso, determare la probabltà che a) o pù d passegger abbao attraversato la dogaa, sempre u perodo d 30 secod; b) l umero d passegger che attraversao la dogaa u perodo d 30 secod sa compreso tra e 4 0,677; 0,8 3. Il umero medo d chamate che arrvao ad u cetralo telefoco u ora è 300. Sapedo che l umero d chamate che arrvao allo stesso cetralo u muto segue ua dstrbuzoe d Posso, calcolare la probabltà che u muto o arrvo pù d chamate 0,5 4. La dstrbuzoe degl error u testo dattloscrtto s può rteere co buoa approssmazoe ua varable d Posso. Suppoedo che u lbro s rscotr la preseza, meda, d.4 error per paga determare la probabltà d avere o pù d error per paga 0,833 5. Ua coppa s sottopoe alla semazoe artfcale e la probabltà d ua gravdaza è d 0.5 per og tetatvo. Quato vale la probabltà che s abba ua gravdaza al quto tetatvo? Quato vale la probabltà d avere u esto postvo tra l secodo e l quarto tetatvo? 0,0783; 0,38 6. U arcere ha la probabltà d fare cetro par all 80% e tra tre frecce. Costrure la varable aleatora che cota l umer d cetr fatt e determare meda e varaza verfcado che valgoo p e pq) 7. Data la seguete varable aleatora X 0 3 4 5 PX) 0. 0.3 0. 0.5 0.05 calcola, la meda e la varaza. 0,;,5; 3,3 8. S cosder la seguete dstrbuzoe d 50 dvdu classfcat secodo l ammssoe ad u corso e la lettura d u partcolare quotdao ecoomco Determare: a) La probabltà d essere ammess al corso b)la probabltà d leggere u quotdao ecoomco c) La probabltà d o essere ammess al corso e d leggere u quotdao ecoomco d) Scegledo due persoe che leggoo l quotdao ecoomco, costrure la varable aleatora che cota l umero d persoe che soo state ammesse al corso e trovare l suo valor medo. 0,40;0,56;0,4;X0,, 9. S cosder d lacare 0 volte ua freccetta verso u bersaglo fsso. Suppoedo che la probabltà d cetrare l bersaglo sa uguale a /6 determare: a)la probabltà d cetrare esattamete l bersaglo volte b)la probabltà d cetrare l bersaglo pù d volte c)la probabltà d cetrare l bersaglo al massmo volta 0,907;0,48;0,4845; 0. I u muto, al chec- d u aeroporto passao, meda, due passegger. Ipotzzado che passegger seguao la dstrbuzoe d Posso, determare: a) la probabltà che l umero de passagg u muto sa ferore a 3 b) la probabltà che l umero d passagg u muto sa superore a 0,6767;0,333. S lacao due dad e s vcoo 30 euro se escoo due umer ugual, altrmet s pagao 8 euro. Il goco è equo? Quato s dovrebbe pagare affché rsult equo? No;6 euro. Al goco del lotto lo stato paga 50 volte la posta per u ambo. Dopo aver verfcato che ovvamete l goco o è equo, stablre quate volte lo stato dovrebbe pagare la posta el caso d goco equo. 400,5 3. U ura cotee 5 palle che portao umer,,3,6,7. straamo cosecutvamete due palle seza rmettere ell ura la prma palla estratta e cosderamo come varable casuale x l valore more de due umer estratt. Calcolare la meda e la varaza d X,;,6 µ X σ Modfcare ora la varable X costruedo la varable Y e calcolare la uova meda e la uova varaza 3