1. 2 Approssimazione della va Binomiale con la va di Poisson.

Slides:



Advertisements
Presentazioni simili
6) LA STIMA Stima del valore dei parametri ignoti che caratterizzano la leggi delle v.c. assunte ad interpreti dei fenomeni oggetto d’attenzione. Verifica.
Advertisements

DISTRIBUZIONE BINOMIALE (cenni) DISTRIBUZIONE NORMALE
MATRICI DI PROBLEMI A 2 OPERAZIONI
Le distribuzioni di probabilità discrete
Tempo di computazione (Running Time) di programmi Misure del tempo: Misure del tempo: metodi principali 1.Benchmarking 2.Analisi.
Variabili aleatorie discrete e continue
La probabilità.
Lazienda che concede la dilazione del pagamento può chiedere al cliente gli INTERESSI DI MORA che sono gli interessi pagati dal debitore per il ritardo.
Scale di misura delle variabili
Sistemi evoluti di pagamento per gli adempimenti amministrativi degli Studenti dell’Università degli Studi Mediterranea di Reggio Calabria. Modalità e.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Definizioni di probabilità
Calcolo combinatorio.
Definizioni Chiamiamo esperimento aleatorio ogni fenomeno del mondo reale alle cui manifestazioni può essere associata una situazione di incertezza. Esempi:
IST. ECONOMIA POLITICA 1 – A.A. 2012/13 – ES. CAP. 14 Docente – Marco Ziliotti.
3. Processi Stocastici Un processo stocastico è una funzione del tempo i cui valori x(t) ad ogni istante di tempo t sono v.a. Notazione: X : insieme di.
L’edificio.
Marco Riani STATISTICA A – K (60 ore) Marco Riani
Prof.ssa Nadia Cococcioni
Calcolo delle Probabilità terza parte
* Notazioni di algebra e di analisi matematica utilizzate
Diabotrica del mais Classe: Insetti Ordine: coleotteri Famiglia:
STATISTICA a.a DISTRIBUZIONE BINOMIALE (cenni)
Tempo di computazione (Running Time) di programmi Misure del tempo: Misure del tempo: metodi principali 1.Benchmarking 2.Analisi Benchmarking: usato per.
1 Nuovo modello di relazione allo sportello Avvio Laboratori 18 Dicembre 2006.
Order Entry e DCF per “Centralino BT”
            HO ALCUNI GETTONI PER ANDARE SULLE GIOSTRE
Scegli quali numeri ci stanno esattamente nel
I pagamenti.
La probabilità Schema classico.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
SCOPRI LA TABELLINA click Trova la regola nascosta… click
Scelta distribuzioni di input
La gestione finanziaria
Giuseppina TrifilettiLiberEtà Udine, 18 ottobre 2007.
Esempi risolti mediante immagini (e con excel)
Esercizio 1 Da un mazzo di carte da 40 estraggo casualmente e senza reimmissione 3 carte: quante sono le possibili terne? considerate i seguenti eventi:
Esercizi con soluzione
Torna alla prima pagina Sergio Console Calcolo delle Probabilità seconda parte Istituzioni di Matematiche Scienze Naturali.
Pippo.
Variabili Casuali Quale che sia uno spazio campionario S è possibile definire una o più funzioni che associno ogni elemento di S a un elemento di Â. Consideriamo.
Le classi hanno visitato un vivaio dove la principale forma di coltura è la palma che nelle nostre zone è molto diffusa per via del clima favorevole al.
I punti di Accumulazione
Probabilità e Variabili Casuali
il telefono pubblico il telefono cellulare(telefonino)
LE SCRITTURE CONTABILI DELL’IMPRENDITORE
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
Le assicurazioni. Perchè stipulare una polizza i rischi – malattia, furto, incidente stradale, incendio individuare le proprie esigenze (l il costo!)
Modelli di variabili casuali
Distribuzioni di probabilità di uso frequente
INCARICO PROFESSIONALE
Calcolo delle Aree Area del Cerchio Il calcolo dell’area è molto più complesso in quanto non è possibile scomporre il cerchio in triangoli. E’ possibile.
3 ALS - ASA 7 Aprile 2014.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
FEDERICA BOVE 1F L’ aridocoltura. Le norme fondamentali Coltivazione di specie a basso consumo idrico, breve ciclo vegetativo e con scarso sviluppo fogliare.
Di Cristina Fiorucci 1’B sul progetto: “Giornata sull’albero” professore: Vincenzo Fucito.
I MIEI NUMERI CARLOTTA MAINETTI. IL GIORNO DELLA MIA NASCITA: 18 IL MESE DI NASCITA: 8 L’ANNO DI NASCITA: 1990 L’ORA DI NASCITA:19:35 I MIEI ANNI:23 I.
LE PIANTE DI PISELLO COME MODELLO PER UN’INDAGINE SCIENTIFICA.
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
Economia Aziendale 5° Lezione pag pag pag “Contabilità e Bilancio d’Esercizio” prof.ssa Vania Tradori 1.
Come funziona il pagamento su ATM la soluzione. Benvenuti in PA-Pay …
Introduzione alle distribuzioni di probabilità di Gauss o normale di Bernoulli o binomiale di Poisson o dei casi rari.
Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento.
La distribuzione binomiale
Punti di Accumulazione
Slideplayer esercizio.
Esercizi.
VERIFICA 1 – Molti materiali sono ricavati dalle piante : il più importante è il …………………………. 2 – Il legno serve per la fabbricazione della …………………………….
Proposta di Bilancio 2016.
Transcript della presentazione:

1

2 Approssimazione della va Binomiale con la va di Poisson

3 Quindi se X è B(n,p) con n grande e p piccolo allora B(n,p)  P(np) Esempi: 1.Numero di telefonate in un centralino tra t e t+1 1.Numero di complicazioni postoperatorie tra t e t+1 2.Numero di piante infestanti in una parcella di terreno 3.Numero di clienti che si presentano allo sportello tra t e t+1

4

5

6

7 Esercizio 2.18 pag. 89 – Baldi Un’urna A contiene n palline tutte rosse. Un’urna B contiene n palline di cui r rosse (1<=r<n) e le rimanenti n-r nere. Si sceglie a caso una delle urne e da essa si effettua una successione di estrazioni con rimpiazzo. a)Qual è la probabilità che la prima pallina estratta sia rossa? b) Qual è la probabilità che le prime due palline estratte abbiano colori diversi? d1) Sapendo che le prime k palline estratte sono rosse, qual è la probabilità che l’urna dalla quale esse sono state estratte sia l’urna A? d2) Supponiamo n=12 e r=4; quanto grande dovrà essere k perché si possa concludere che l’urna da cui le palline sono state estratte sia l’urna A con una probabilità almeno del 99%? IN AGGIUNTA e) Ripetere l’esercizio precedente se la selezione dell’urna dipende dall’esito del seguente esperimento: “lancio 5 volte una moneta bilanciata e se ottengo un numero primo di teste allora pesco dall’urna A altrimenti pesco dall’urna B”.

8 a)Qual è la probabilità che la prima pallina estratta sia rossa?

9 b) Qual è la probabilità che le prime due palline estratte abbiano colori diversi?

10 d1) Sapendo che le prime k palline estratte sono rosse, qual è la probabilità che l’urna dalla quale esse sono state estratte sia l’urna A?

11 d2) Supponiamo n=12 e r=4; quanto grande dovrà essere k perché si possa concludere che l’urna da cui le palline sono state estratte sia l’urna A con una probabilità almeno del 99%?