PROBABILITA CONDIZIONALE
|
|
- Dionisia Bettini
- 8 anni fa
- Visualizzazioni
Transcript
1 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, valuteremo le probabilità P(A) =3/6, P(B)=3/6 e quindi P(A)=P(B)=1/2. Supponiamo ora di essere venuti a sapere che lanciando il dado si è ottenuto un punteggio dispari, che cosa possiamo dire per la probabilità di A?
2 Qual è la probabilità, lanciando un dado non truccato, di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari? Noto che si è ottenuto un punteggio dispari, cambia lo spazio degli eventi, divenendo Ω=B={1,3,5}, in questo insieme i punteggi dispari sono due: 1,3, possiamo quindi dire che la probabilità di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari è 2/3
3 Qual è la probabilità, lanciando una moneta due volte di ottenere due T? Lo spazio degli eventi è Ω={TT, TC, CT, CC}, se riteniamo ragionevole l equiprobabilità, valuteremo P(TT) =1/4 Qual è la probabilità, lanciando una moneta due volte di ottenere due T, sapendo che al primo lancio si è ottenuto T? Lo spazio degli eventi diventa, in base all informazione ricevuta Ω={TT, TC}, quindi la probabilità richiesta è 1/2
4 Qual è la probabilità, lanciando una moneta due volte di ottenere due T, sapendo che almeno uno dei due lanci ha dato T? Lo spazio degli eventi diventa, in base all informazione ricevuta Ω={TT, TC, CT}, quindi in questo caso la probabilità richiesta è 1/3
5 Torniamo al primo problema: Qual è la probabilità, lanciando un dado non truccato, di ottenere un punteggio inferiore a 4(evento A), sapendo che il punteggio è dispari(evento B)? Abbiamo detto che Ω=B={1,3,5}, in questo insieme i punteggi inferiori a 4 sono due:1,3, l insieme {1,3} corrisponde di fatto a A B. Nel valutare la probabilità di ottenere un punteggio inferiore a 4, sapendo che il punteggio è dispari con il numero 2/3, abbiamo scritto di fatto il rapporto tra P(A B)=2/6 e P(B)=3/6, ottenendo appunto 2/3
6 In generale, indichiamo con P(A B) la probabilità dell evento A sapendo che si è verificato B, definiamo P(A B) = P(A B) / P(B) Dove, ovviamente, dovrà essere P(B)>0 Chiameremo tale probabilità: probabilità condizionale di A noto B
7 Talvolta sarà utile scrivere la relazione nella forma P(A B)= P(B) P(A B) Tale relazione viene detta legge delle probabilità composte Tale relazione esprime la probabilità dell evento intersezione (o evento congiunto) come prodotto tra la probabilità di uno dei due eventi e la probabilità condizionale dell altro.
8 ESEMPIO: Supponiamo di prendere a caso due cavie da una gabbia che ne contiene 4 di sesso maschile(m) e 6 di sesso femminile (F). Ci domandiamo qual è la probabilità di scegliere due cavie entrambe di sesso F. Possiamo pensare in termini di due estrazioni successive dalla gabbia che contiene le cavie. Possiamo calcolare facilmente qual è la probabilità di prendere una cavia F alla prima estrazione, si ha P(F I )=6/10 Possiamo quindi calcolare P(F II F I ), che esprime la probabilità di prendere una cavia F alla seconda estrazione, sapendo di avere preso una F alla prima.
9 Si ottiene P(F II F I )=5/9 La legge delle probabilità composte ci dice allora che La probabilità di prendere due cavie entrambe F è P(F I F II ) = P(F I ) P(F II F I ) = (6/10) (5/9) = 1/3 OSSERVAZIONE:Avremmo anche potuto ragionare secondo lo schema classico, calcolando il rapporto tra numero casi favorevoli e numero casi possibili. Ottenendo?..
10 OSSERVAZIONE: Nella definizione di probabilità condizionale, scambiando A con B, naturalmente se P(A)>0, si ottiene P(B A) = P(A B) / P(A) Per l evento congiunto, quindi possiamo dire che vale P(A B)= P(B) P(A B), ma anche P(A B)= P(A) P(B A) Dunque, possiamo dire che P(B) P(A B) = P(A) P(B A)
11 Osserviamo che, talvolta, la probabilità di un evento A è modificata dal sapere che si è verificato un evento B, vale a dire P(A B) P(A), come nel caso precedente delle cavie, o nel caso del lancio del dado per l evento esce un punteggio inferiore a 4, sapendo che il punteggio ottenuto è dispari. Se P(A B) > P(A) diremo che i due eventi sono correlati positivamente, B rende A più probabile ATTENZIONE! Questo non vuol dire che B sia una causa di A! Se P(A B) < P(A) diremo che i due eventi sono correlati negativamente, B rende A meno probabile.
12 Talvolta, invece, si ottiene P(A B)=P(A), vale a dire che il venire a conoscenza dell evento B non modifica la probabilità dell evento A ad esempio nel caso del lancio ripetuto due volte di una moneta, la probabilità di avere T al secondo lancio non è modificata dalla conoscenza dell esito del primo.
13 DEFINIZIONE: Se P(A B) = P(A), diremo che gli eventi A, B sono indipendenti. Quando gli eventi sono indipendenti la legge della probabilità composta diviene P(A B) = P(A) P(B) Si osserva che se P(A B) = P(A), anche P(B A) = P(B) (perché? )
14 ATTENZIONE! Non confondere la proprietà di incompatibilità con quella di indipendenza! Due eventi A, B sono incompatibili quando A B=Ø In questo caso P(A B) =0 Due eventi A, B sono indipendenti quando P(A B) =P(A) P(B) Quando due eventi A, B sono sia incompatibili che indipendenti?
PROBABILITA 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,
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
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
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.
Dettagli24 : 3 = 8 con resto 0 26 : 4 = 6 con resto 2
Dati due numeri naturali a e b, diremo che a è divisibile per b se la divisione a : b è esatta, cioè con resto 0. In questo caso diremo anche che b è un divisore di a. 24 : 3 = 8 con resto 0 26 : 4 = 6
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 Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
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 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
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
DettagliRicerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
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
DettagliPROBABILITA. Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano.
Nella costruzione dello spazio degli eventi la difficoltà aumenta notevolmente laddove sia necessario fare uso del prodotto cartesiano. La costruzione dello spazio cartesiano richiede un grado di astrazione
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
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
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
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
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
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
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
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
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
DettagliCOEFFICIENTI BINOMIALI
COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
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
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
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
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%
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
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
DettagliEsercizi sul calcolo delle probabilità
Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità
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
DettagliTutorato di Probabilità e Statistica
Università Ca Foscari di Venezia Dipartimento di informatica 20 aprile 2006 Variabili aleatorie... Example Giochiamo alla roulette per tre volte 1 milione sull uscita del numero 29. Qual è la probabilità
DettagliMATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).
MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica
DettagliGRUPPI SANGUIGNI. Supponendo che la popolazione italiana sia H-W, calcola la probabilità di ogni singolo allele e di ogni genotipo
GRUPPI SANGUIGNI La distribuzione dei gruppi sanguigni nella popolazione italiana è: gruppo A 36%, gruppo B 17%, gruppo AB 7%, gruppo 0 40%. Il gruppo sanguigno è determinato da un locus genetico con tre
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
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:
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
DettagliLA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1
LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD
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 -
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliElementi di calcolo delle probabilità
Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
Dettagli3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
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 Preliminari di calcolo delle probabilità
DettagliSTATISTICA E PROBABILITá
STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliMATEMATICA E STATISTICA CORSO B PROF. MARCO ABATE. 23 novembre 2006
MATEMATICA E STATISTICA CORSO B PROF. MARCO ABATE PRIMO COMPITINO FILA B SOLUZIONI 3 novembre 006. Parte I Esercizio.. Al mercato della frutta i prezzi sono scontati rispetto ai prezzi nei supermercati.
DettagliLogica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo
Logica Numerica Approfondimento E. Barbuto Minimo Comune Multiplo e Massimo Comun Divisore Il concetto di multiplo e di divisore Considerato un numero intero n, se esso viene moltiplicato per un numero
DettagliProblemi e formula di Bayes. Daniela Valen), Treccani Scuola
Problemi e formula di Bayes Daniela Valen), Treccani Scuola 1 Problemi antichi 1. Lancio una volta un dado A 1 : Esce 6 P( A 1 ) = 1 6 B 1 : NON esce 6 2. Lancio più volte un dado P( B 1 ) = 5 6 Sapere
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
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
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
DettagliEsercizio 1. Svolgimento
Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento
DettagliFunzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente
Funzioni In matematica, una funzione f da X in Y consiste in: 1. un insieme X detto dominio di f 2. un insieme Y detto codominio di f 3. una legge che ad ogni elemento x in X associa uno ed un solo elemento
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
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
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
DettagliAnno 5 4. Funzioni reali: il dominio
Anno 5 4 Funzioni reali: il dominio 1 Introduzione In questa lezione impareremo a definire cos è una funzione reale di variabile reale e a ricercarne il dominio. Al termine di questa lezione sarai in grado
DettagliLa gestione delle emozioni: interventi educativi e didattici. Dott.ssa Monica Dacomo
La gestione delle emozioni: interventi educativi e didattici Dott.ssa Monica Dacomo Attività per la scuola secondaria di I grado Chi o cosa provoca le nostre emozioni? Molti pensano che siano le altre
DettagliAlgoritmi (9 CFU) (A.A. 2009-10)
Algoritmi (9 CFU) (A.A. 2009-10) Probabilità e Algoritmi randomizzati Prof. V. Cutello Algoritmi 1 Overview Definiamo concetti di base di probabilità Variabili casuali e valore medio Algoritmi randomizzati
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliLA RETTA. Retta per l'origine, rette orizzontali e verticali
Retta per l'origine, rette orizzontali e verticali LA RETTA Abbiamo visto che l'equazione generica di una retta è del tipo Y = mx + q, dove m ne rappresenta la pendenza e q il punto in cui la retta incrocia
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
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
DettagliAPPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE
APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse
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
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
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
Dettaglib. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?
Esercitazione 7 Domande 1. L investimento programmato è pari a 100. Le famiglie decidono di risparmiare una frazione maggiore del proprio reddito e la funzione del consumo passa da C = 0,8Y a C = 0,5Y.
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliFUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)
1 FUNZIONE Dati gli insiemi A e B, si definisce funzione da A in B una relazione o legge o corrispondenza che ad ogni elemento di A associa uno ed un solo elemento di B. Si scrive: A B f: A B f() (si legge:
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
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
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
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
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
DettagliUlteriori problemi di fisica e matematica
Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso
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
DettagliTEORIA DELLA PROBABILITÀ I
TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliVincere a testa o croce
Vincere a testa o croce Liceo Scientifico Pascal Merano (BZ) Classe 2 Liceo Scientifico Tecnologico Insegnante di riferimento: Maria Elena Zecchinato Ricercatrice: Ester Dalvit Partecipanti: Jacopo Bottonelli,
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliFunzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : = y
Funzioni inverse Simmetrie rispetto alla bisettrice dei quadranti dispari. Consideriamo la trasformazione descritta dalle equazioni : ' = y y' = Consideriamo il punto P(,5) se eseguiamo tra trasformazione
DettagliLEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3.
7 LEZIONE 7 Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2 2 6x, x3 +2x 2 6x, 3x + x2 2, x3 +2x +3. Le derivate sono rispettivamente,
DettagliMisure di base su una carta. Calcoli di distanze
Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle
DettagliAncora sull indipendenza. Se A e B sono indipendenti allora lo sono anche
Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 6.XI.2013 Il valore attuale netto Il valore attuale netto di un progetto si calcola per mezzo di un modello finanziario basato su stime circa i ricavi i costi
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliEsercitazione n 1: Circuiti di polarizzazione (1/2)
Esercitazione n 1: Circuiti di polarizzazione (1/2) 1) Per il circuito in Fig. 1 determinare il valore delle resistenze R B ed R C affinché: = 3 ma - V CE = 7 V. Siano noti: = 15 V; β = 120; V BE = 0,7
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
DettagliMisure finanziarie del rendimento: il Van
Misure finanziarie del rendimento: il Van 12.XI.2014 Il valore attuale netto Il valore attuale netto di un progetto si calcola l per mezzo di un modello finanziario basato su stime circa i ricavi i costi
DettagliMicroeconomia per la Finanza - Esercitazione 3 Bayesian updating
Microeconomia per la Finanza - Esercitazione 3 Bayesian updating pcrosetto@luiss.it 6 Maggio 2010 1. Che faremo? Dove trovare i materiali: http://docenti.luiss.it/crosetto/ 1 Ripasso di probabilità 2 Regola
DettagliFASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:
FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente
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
Dettagli