PRINCIPIO BASE DEL CONTEGGIO
|
|
- Mauro Pepe
- 8 anni fa
- Visualizzazioni
Transcript
1 Calolo ombinatorio PRINCIPIO BASE DEL CONTEGGIO Se dobbiamo ompiere due esperimenti onseutivi ed il primo esperimento può assumere N risultati diversi e per ognuno di questi il seondo esperimento ne può assumere M, allora in totale i sono NxM risultati totali. DEFINIZIONE Sia A { a1, a2,, an} elementi di A si hiama permutazione semplie. ESEMPIO. Sia A { a, b, } = K un insieme di n oggetti distinti. Ogni ordinamento degli =. Le permutazioni di A sono ( a, b, ),( a,, b),( b, a, ), ( b,, a),(, a, b),(, b, a ). TEOREMA Il numero di permutazioni (semplii) di un insieme finito A { a1, a2,, an} DIMOSTRAZIONE P = n! = n( n 1)( n 2) K n = K è
2 DEFINIZIONE Sia A { ar, a,, 1 r a 2 r h } = K un insieme di n oggetti non tutti distinti, tale he r1 + r2 + K + rh = n, dove on r i si è indiata la moltepliità dell elemento i-esimo. Ogni ordinamento degli elementi di A si hiama permutazione on ripetizione. A = a, b,, a = { a, b, }. Le permutazioni on ripetizione di A sono: ESEMPIO. Sia { } (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) (,,, ) TEOREMA Il numero di permutazioni on ripetizione di un insieme finito di n oggetti {,,, } A = a a K a P ognuno ontato on la propria moltepliità è r1 r2 r1 r2 r h DIMOSTRAZIONE n Krh n! = r! r! K r! 1 2 h
3 DEFINIZIONE Sia A { a1, a2,, an} = K un insieme di n oggetti distinti. Ogni sottoinsieme di A ostituto da k elementi, 0 k n, si hiama ombinazione semplie di lasse k. ESEMPIO. Sia A { a, b,, d} { a, b, },{ a, b, d},{ a,, d},{ b,, d }. =. Le ombinazioni semplii di lasse 3 di A sono TEOREMA Il numero di ombinazioni semplii di lasse k, 0 k n, di un insieme ostituito da n n! n elementi distinti è Cn, k = = k k!( n k)!. ESEMPIO. In una lasse di 100 studenti si possono formare C100,5 gruppi di studio formati da 5 di essi ! = = = ! 95!
4 DEFINIZIONE Sia A { a1, a2,, an} = K un insieme di n oggetti distinti. Ogni sottoinsieme ordinato di A di ardinalità k si hiama disposizione semplie di lasse k. ESEMPIO. Sia A { a, b,, d} =. Le disposizioni semplii di A di lasse 2 sono: (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) TEOREMA Il numero di disposizioni semplii di lasse k, 0 k n, di un insieme A tale he ard( A) = n è n! Dn, k = ( n k)! DIMOSTRAZIONE ESEMPIO. Si deve formare una squadra di mini-basket (3 gioatori) da segliere fra 13 ragazzi. Quante squadre diverse ostituite da un entro, un play ed un ala si possono formare? Due squadre sono diverse se sono diversi i ragazzi he le formano ma anhe se essi assumono ruoli diversi. 13! D 13,3 = = !
5 DEFINIZIONE Sia A { a1, a2,, an} = K un insieme di n oggetti distinti. Ogni gruppo ordinato ostituto da k elementi non neessariamente distinti, estratti da A si hiama disposizione on ripetizione di lasse k. ESEMPIO. Sia A { a, b, } =. Le disposizioni on ripetizione di lasse 3 di A sono: (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ) (, ). TEOREMA Il numero di disposizioni on ripetizione di lasse k, di un insieme ostituito da n r k elementi è Dnk = n. ESEMPIO. Quattro amii prenotano quattro posti a teatro. In quanti modi diversi possono sedersi? D 4 4! 4,4 = C P 4,4 4 = 4! = = = !
6 Eventi e loro algebra DEFINIZIONE Diesi evento aleatorio standard (o sempliemente evento) una proposizione he, in seguito ad un esperimento, deve risultare vera o falsa, senza dare adito ad equivoi. ESEMPIO. La frase oggi è una bella giornata non è un evento infatti per qualuno può esserlo ma per altri no. ESEMPIO. E = oggi abbiamo una temperatura > 18 gradi è un evento in quanto non è ambigua. ESEMPIO. La frase G= Il 12 diembre 2014 sarà il giorno della fine del mondo è un evento. DEFINIZIONE Assegnati due eventi, A e B, si die he A implia B, in simboli A quando dall essere vero A segue he è vero anhe B. B, DEFINIZIONE Gli eventi A e B si diono equivalenti, o sempliemente uguali, in simboli A = B, se e solo se A B e B A.
7 DEFINIZIONE Dato un evento A si hiama ontrario (negazione) di A, in simboli quell evento he è vero quando A è falso ed è falso quando A risulta vero. A = A, DEFINIZIONE Assegnati due eventi, A e B, la loro somma logia, in simboli A B quell evento he è vero se lo è almeno uno dei due. DEFINIZIONE Assegnati due eventi, A e B, il loro prodotto logio, in simboli A B è quell evento he è vero se lo sono entrambi., è ESEMPIO. Una oppia ha due figli, siano assegnati i seguenti eventi A= il primo figlio è un mashio, B= il seondo figlio è un mashio. Con ovvio signifiato dei simboli si ha { } { }. C = A B = MM, MF, FM, D = A B = MM
8 PROPRIETA 1. Per tutti gli eventi valgono le seguenti proprietà: a) A A = A b) A A = A ) ( A ) = A d) ( ) A B A B = e) ( A B) = A B. ESEMPIO. I seguenti due eventi sono uguali ( A B) = nessuno dei figli è mashio, A B = tutti e due i figli sono femmina ESEMPIO. I seguenti due eventi sono uguali ( A B) = non è vero he entrambi i figli sono mashi, A B = almeno uno dei due figli è femmina.
9 L evento erto, indiato on Ω. L evento impossibile, indiato on. Tutti gli altri eventi si diono possibili. DEFINIZIONE Due eventi A e B si diono inompatibili se non possono verifiarsi ontemporaneamente. PROPRIETA 2. Per tutti gli eventi valgono le seguenti proprietà: a) A Ω = Ω b) A Ω = A ) A = A d) A = e) A A = Ω, f) A A = g) A, B inompatibili A B =. A1, A 2,..., A n si hiama lasse ompleta di eventi inompatibili e neessari (spazio ampionario) se valgono entrambe le ondizioni: DEFINIZIONE Un insieme di n eventi { } i j A A = ; n U Ai = Ω.. i= 1 i j
10 ESEMPIO. Nel onsiderare la prova lanio di un dado l insieme di eventi{ E i ; i = 1,...,6} Con Ei = si presenta la faia i ostituise una lasse di eventi inompatibili e neessari. Infatti due di essi non possono verifiarsi ontemporaneamente e nello stesso tempo uno di essi si verifia on ertezza. DEFINIZIONE Diesi evento ondizionato E H (o evento E subordinato al verifiarsi di H) un evento he assume i seguenti valori se = se se ESEMPIO E= Tizio supera l esame di matematia ; H= Tizio supera l esame di fisia se supera sia MAT he FIS ="supera MAT dato he supera FIS"= se supera FIS ma non MAT se non supera FIS
11 Le diverse definizioni di probabilità DEFINIZIONE (lassia) La probabilità di un evento è il rapporto tra il numero dei asi favorevoli all evento ed il numero di tutti i asi possibili, giudiati egualmente possibili. ESEMPIO. Si onsideri l evento E = ese un faia dispari al prossimo lanio. ard ( E) 3 1 p( E) = = = ard ( Ω ) 6 2. DEFINIZIONE (frequentistia) La probabilità di un evento è la frequenza relativa di suesso. ESEMPIO. Laniamo volte una moneta ed osserviamo he testa si presenta volte. Stimiamo allora p( T ) = =
12 DEFINIZIONE (assiomatia) La probabilità di un evento E è il numero p( E ) he soddisfa i seguenti assiomi: a) 0 p( E) 1 b) p( Ω ) = 1 ) E, E,..., E,... tali he 1 2 i j E E = i n j si ha: ( ) p E E E 1 2 = p( E ) + p( E ) p( E ) n n DEFINIZIONE (soggettiva) La probabilità di un evento è il grado di fiduia he un individuo oerente attribuise al suo verifiarsi.
13 PROPOSIZIONE Assegnati due eventi qualsiasi, A, G, valgono le relazioni: 1. p( E ) = 1 p( E) DIMOSTRAZIONE 2. ( ) 0 p = DIMOSTRAZIONE
14 3. teorema delle probabilità totali p( E G) = p( E) + p( G) p( E G) DIMOSTRAZIONE 4. se E G allora p( E) p( G) DIMOSTRAZIONE.
15 Valutazioni di probabilità nell ipotesi di asi elementari equiprobabili ESEMPIO. Estraendo a aso una arta da un mazzo di arte franesi (sono 52 suddivise in 4 semi (pihe, uori, quadri e fiori) di 13 arte iasuno (2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K, A)) i proponiamo di alolare la probabilità he essa sia: a. Il re di uori ard (K) 1 p(k) = = ard ( Ω ) 52 b. Un asso di qualsiasi seme. Una arta qualsiasi di quadri ard (A) 4 1 p(a) = = = ard ( Ω ) ard (q) 13 1 p(q) = = = ard ( Ω ) 52 4
16 d. Un asso oppure un re p(k A) = p(k)+ p(a) = + = e. Né una donna né una arta di fiori p(q ) ( Q ) 1 p( Q ) p( ) p( ) p( ) = p = ( ) = 1 Q + Q = = 1 = =
17 Cenni alla probabilità ondizionata La probabilità ondizionata di un evento E rispetto a un evento H è la probabilità he si verifihi E, sapendo he H è verifiato. TEOREMA (probabilità omposte) Assegnati due eventi qualsiasi, E, H, si ha p( H E) = p( H ) p( E H ) DEFINIZIONE Due eventi H ed E si diono stoastiamente indipendenti se p( H E) = p( H ) p( E). Da un punto di vista forse più intuitivo si può introdurre il onetto di indipendenza stoastia anhe in modo diverso. Se onsideriamo due eventi E ed H on probabilità diversa da zero allora possiamo dire he E è indipendente da H (stoastiamente) se ( )=P(E),
18 ESEMPIO. Supponiamo di laniare un dado e onsideriamo gli eventi: H = ese un numero maggiore di 3 ; E = ese un numero pari Mostrare he ( ) ( ). ESEMPIO. Supponiamo di laniare un dado e onsideriamo gli eventi: H = ese un numero minore di 5 ; E = ese un numero pari Mostrare he ( )= ( ).
19 FORMULA DI BAYES Per due eventi E ed H di probabilità strettamente positiva si ha: p( H E) = p( H) p( E H) p( H) p( E H) + p( H ) p( E H ) DIMOSTRAZIONE
20 TEOREMA DI BAYES Data una lasse ompleta finita di eventi inompatibili e neessari { } H1, H2,..., Hn ui sia stata assegnata una probabilità ed un evento E on p( E ) > 0, per ogni i = 1, 2,..., n, si ha: p( H E) = i n j= 1 p( H ) p( E H ) i p( H ) p( E H ) j i j. Fissato un indie i la p( H i ) si hiama probabilità a priori dell evento H i e p( Hi E ) si hiama probabilità a posteriori ondizionata ad E, dove E è un evento osservabile ossia il risultato di un esperimento statistio. L effiaia del teorema sta nel fatto he ogni possibile del verifiarsi di E. H i possa essere onsiderato ome una spiegazione
21 ESEMPIO. Sulla base di indagini medio-statistihe è noto he lo 0,001% degli italiani è affetto da AIDS mentre lo 0,01% degli italiani appartiene a una delle osiddette ategorie a rishio. Inoltre si sa he tra gli ammalati di AIDS l 80% appartiene ad una ategoria a rishio. Si determini la probabilità he un italiano appartenente ad una ategoria a rishio sia affetto da AIDS. Soluzione P(AIDS)=0,001%=10 10 =10 ; P(RISCHIO)=0,01%=10 10 =10 ; P(RISCHIO AIDS)=0,8 ; Applihiamo la Formula di Bayes ( ) P(AIDS RISCHIO)= ( ) 8% = ( ) ( ) ( ) =, =0,8 10 =0,08= ESEMPIO. Per determinare la presenza di un erto virus si utilizza un test linio he può dare esito positivo o negativo e he ha le seguenti aratteristihe qualitative: VIRUS \ TEST POSITIVO NEGATIVO SI 99% 1% NO 2% 98%
22 E noto he solo due persone su dieimila hanno il virus. Sulla base di questa tabella l ente di ontrollo statale sui farmai autorizza la vendita del test. Voi he ne dite? Soluzione Nel 99% dei asi il test dà esito positivo quando è il virus. Nel 98% dei asi il test da esito negativo quando il virus non è. Tutto sommato sembra un buon test ma. S=evento il soggetto onsiderato ha il virus N=evento il soggetto onsiderato non ha il virus ( )= =0,0002; ( )=0,9998, ( )=0,99; ( )=0,01, ( )=0,02; ( )=0,98. Il test, per essere un valido strumento per determinare la presenza del virus nella popolazione, deve avere un elevata probabilità ( ) ioè di veder onfermato il risultato del test nella realtà ossia di individuare orrettamente he ha il virus sapendo he il test ha data risultato positivo.
23 Caloliamo tale probabilità usando il teorema di Bayes: ( )= ( ) ( ) ( ) = ( ) ( ) ( ) ( )+ ( ) ( ) = 0,99 0,0002 0,99 0,0002+0,02 0,9998 =0,01, una probabilità troppo bassa per un test. La onseguenza della ommerializzazione sarebbe un numero elevato di falsi positivi ioè di persone he non hanno la malattia sebbene il test ne indihi la presenza (è Positivo). Il problema risiede nel fatto he siome la probabilità di essere malati è P(S)=0,0002, vuol dire he i sono nella popolazione pohi malati e tanti sani. Però il test fra tutti i sani (he sono tanti) india un 2% ome malati (sbagliando). Ma il 2% di tanta gente fa tanta gente e quindi molti errori del test.
1. Elementi di Calcolo Combinatorio.
. Elementi di Calolo Combinatorio. Prinipio Base del Conteggio Supponiamo he si devono ompiere due esperimenti. Se l esperimento uno può assumere n risultati possibili, e per ognuno di questi i sono n
Dettagli+ t v. v 3. x = p + tv, t R. + t. 3 2 e passante per il punto p =
5. Rette e piani in R 3 ; sfere. In questo paragrafo studiamo le rette, i piani e le sfere in R 3. Ci sono due modi per desrivere piani e rette in R 3 : mediante equazioni artesiane oppure mediante equazioni
DettagliConsiderate gli insiemi A = {1,2,3,4} e B = {a,b,c}; quante sono le applicazioni (le funzioni) di A in B?
FUNZIONI E CALCOLO COMBINATORIO Il quesito assegnato all esame di stato 2004 (sientifio Ordinamento e PNI) suggerise un ollegamento tra funzioni ostruite tra insiemi finiti e Calolo Combinatorio QUESITO
Dettagli1 Probabilità condizionata
1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliProbabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes
Sessione Live #3 Settimana dal 7 all 11 marzo 2003 Probabilità Calcolo combinatorio, probabilità elementare, probabilità condizionata, indipendenza, th delle probabilità totali, legge di Bayes Lezioni
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliMATEMATICA CORSO A COMPITINO DI RECUPERO (Tema 1) 13 Febbraio 2014
MATEMATICA CORSO A COMPITINO DI RECUPERO (Tema 1) 13 Febbraio 2014 Soluzioni 1. In un sahetto i sono 7 palline olorate: 2 rosse, 3 verdi e 2 gialle. Si fanno 4 estrazioni on rimessa. a) Calola la probabilità
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliAnalisi dei Dati 12/13 Esercizi proposti 3 soluzioni
Analisi dei Dati 1/13 Esercizi proposti 3 soluzioni 0.1 Un urna contiene 6 palline rosse e 8 palline nere. Si estraggono simultaneamente due palline. Qual è la probabilità di estrarle entrambe rosse? (6
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliCalcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa 2005-2006
Calcolo delle probabilità riassunto veloce Laboratorio di Bioinformatica Corso aa 2005-2006 Teoria assiomatica della probabilità S = spazio campionario = insieme di tutti i possibili esiti di un esperimento
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
DettagliProbabilità e statistica
Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliAncora sugli insiemi. Simbologia
ncora sugli insiemi Un insieme può essere specificato in vari modi; il più semplice è fare un elenco dei suoi elementi. d esempio l insieme delle nostre lauree triennali è { EOOM, EON, EOMM, EOMK EOTU}
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliTeoria della probabilità Assiomi e teoremi
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento
DettagliALCUNE OSSERVAZIONI SUI TRIANGOLI
LUNE OSSERVZIONI SUI TRINGOLI ataloghiamo i triangoli seondo i lati seondo gli angoli 115 3 67 81 Esiste sempre il triangolo? Selte a aso le misure dei lati, è sempre possibile ostruire il triangolo? Quali
DettagliTEOREMI SULLA PROBABILITÀ
TEOREMI SULLA PROBABILITÀ o Probabilità totale oprobabilità contraria oprobabilità condizionata odipendenza stocastica oprobabilità composta oformula di Bayes oproblemi di riepilogo Probabilità di eventi
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliTest sul calcolo della probabilità
Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è
DettagliEsercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica
Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
DettagliIl calcolo letterale per risolvere problemi e per dimostrare
Il calcolo letterale per risolvere problemi e per dimostrare (si prevedono circa 25 ore di lavoro in classe) Nome e cognome dei componenti del gruppo che svolge le attività di gruppo di questa lezione
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliSui concetti di definizione, teorema e dimostrazione in didattica della matematica
Liceo Scientifico Statale P. Paleocapa, Rovigo XX Settimana della Cultura Scientifica e Tecnologica 19 marzo 2010 Sui concetti di definizione, teorema e dimostrazione in didattica della matematica Prof.
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliLezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:
Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano
DettagliLezione 10. La Statistica Inferenziale
Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliEquilibrio bayesiano perfetto. Giochi di segnalazione
Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
DettagliSCHEDA DI RECUPERO SUI NUMERI RELATIVI
SCHEDA DI RECUPERO SUI NUMERI RELATIVI I numeri relativi sono l insieme dei numeri negativi (preceduti dal segno -) numeri positivi (il segno + è spesso omesso) lo zero. Valore assoluto di un numero relativo
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliPredicati e Quantificatori
Predicati e Quantificatori Limitazioni della logica proposizionale! Logica proposizionale: il mondo è descritto attraverso proposizioni elementari e loro combinazioni logiche! I singoli oggetti cui si
DettagliTabella 7. Dado truccato
0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =
ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliCenni sul calcolo combinatorio
Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un
Dettagli5. La teoria astratta della misura.
5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliCalcolo delle probabilità
Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche
DettagliEsercizi di calcolo combinatorio
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliPROVE SU UN TRASFORMATORE TRIFASE
LOATOIO DI MACCHINE ELETTICHE POVE SU UN TASFOMATOE TIFASE MISUE DI ESISTENZA DEGLI AVVOLGIMENTI POVE SUL TASFOMATOE TIFASE Contenuti Le prove di laboratorio he verranno prese in esame riguardano: la misura
DettagliE NECESSARIO RICORRERE ALLE VARIABILI CASUALI
IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali
DettagliProgetto Pilota Valutazione della scuola italiana. Anno Scolastico 2002 2003 PROVA DI MATEMATICA. Scuola Secondaria Superiore.
Gruppo di lavoro per la predisposizione degli indirizzi per l attuazione delle disposizioni concernenti la valutazione del servizio scolastico Progetto Pilota Valutazione della scuola italiana Anno Scolastico
DettagliLe equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.
Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Calcolo delle probabilità Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si vuole studiare la distribuzione del sesso dei figli nelle famiglie aventi due figli
DettagliFigura 2.1. A sottoinsieme di B
G Sammito, ernardo, Formulario di matematia Insiemi F Cimolin, L arletta, L Lussardi Insiemi Generalità Un insieme è una ollezione distinguibile di oggetti, detti elementi dell'insieme Quando un elemento
DettagliIGiochidiArchimede-SoluzioniBiennio 22 novembre 2006
PROGETTO OLIMPII I MTEMTI U.M.I. UNIONE MTEMTI ITLIN SUOL NORMLE SUPERIORE IGiochidirchimede-Soluzioniiennio novembre 006 Griglia delle risposte corrette Problema Risposta corretta E 4 5 6 7 8 9 E 0 Problema
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliLa probabilità frequentista e la legge dei grandi numeri
La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento
Dettagli11010010 = 1*2^7 + 1*2^6 + 0*2^5 + 1*2^4 + 0*2^3 + 0*2^2 + 1*2^1 + 0*2^0 = 210
Il sistema BINARIO e quello ESADECIMALE. Il sistema di numerazione binario è particolarmente legato ai calcolatori in quanto essi possono riconoscere solo segnali aventi due valori: uno alto e uno basso;
DettagliProva parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8. Cognome:... Nome:... Matricola:...
Prova parziale di Geometria e Topologia I - 5 mag 2008 (U1-03, 13:30 16:30) 1/8 Cognome:................ Nome:................ Matricola:................ (Dare una dimostrazione esauriente di tutte le
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2004
ESAME DI STAT DI LICE SCIENTIFIC CRS SPERIMENTALE P.N.I. 004 Il candidato risolva uno dei due problemi e 5 dei 0 quesiti in cui si articola il questionario. PRBLEMA Sia la curva d equazione: ke ove k e
DettagliAlcune nozioni di base di Logica Matematica
Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
DettagliTEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it
TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano
DettagliCorso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni
Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre
DettagliCRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI
Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,
Dettagli10. Insiemi non misurabili secondo Lebesgue.
10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi
DettagliEsercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera
Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera 1. Avete risparmiato 10 dollari che volete investire per un anno in azioni e/o buoni del tesoro
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
DettagliProva di ammissione alla Scuola di Specializzazione per l Insegnamento Secondario. Fisico Informatico Matematico. Indirizzo. Mat C. Modulo.
Prova di ammissione alla Scuola di Specializzazione per l Insegnamento Secondario Indirizzo Fisico Informatico Matematico Modulo Mat C 15 domande giovedì 15 Settembre 005 1. Sia D l'insieme rappresentato
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
Dettagli