Appunti conclusioni simulazione lancio dadi

Slides:



Advertisements
Presentazioni simili
Elementi di calcolo delle probabilità
Advertisements

DISTRIBUZIONE BINOMIALE (cenni) DISTRIBUZIONE NORMALE
2. Introduzione alla probabilità
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Cenni a calcolo di probabilità elementare
Simulazione del lancio di una moneta
Definizioni di probabilità
Definizioni Chiamiamo esperimento aleatorio ogni fenomeno del mondo reale alle cui manifestazioni può essere associata una situazione di incertezza. Esempi:
Elementi di statistica Elementi di statistica M. Dreucci Masterclasses LNF Elementi di statistica M. Dreucci.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Apprendimento Automatico: Apprendimento Probabilistico Roberto Navigli 1 Apprendimento Automatico: Apprendimento Bayesiano.
UN ESEMPIO DI ESPERIMENTO CASUALE
Distribuzioni di probabilità
Appunti di inferenza per farmacisti
“Dadi” diversi Utilizziamo strumenti diversi per studiare la casualità/per determinare la frequenza relativa in modo sperimentale.
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
STATISTICA a.a DISTRIBUZIONE BINOMIALE (cenni)
Modello di regressione lineare semplice
Impostazione Assiomatica del Calcolo della Probabilità
DEFINIZIONE CLASSICA DI PROBABILITA’
Analisi Statistica dei Dati
Laboratorio “Matematica dell’incerto”
Hai 15 secondi per rispondere Numero uscitoFrequenza Un dado non truccato è stato lanciato 50 volte di seguito e si sono registrati.
La probabilità Schema classico.
Evento Def: E’ il risultato di un esperimento o di un’osservazione oppure una proposizione che può essere vera o falsa e di cui non è noto il valore logico.
Elementi di teoria della probabilità e distribuzioni di probabilità
Le distribuzioni campionarie
QUALCHE LUCIDO DI RIPASSO… 1. Esperimento casuale ( e. aleatorio) risultato Esperimento condotto sotto leffetto del caso: non è possibile prevederne il.
Teorie e Tecniche di Psicometria
PROBABILITA : se un EVENTO si verifica in h modi diversi su n possibili (POPOLAZIONE) p = h/n Questa definizione è talvolta applicabile a priori (es. lancio.
1.PROBABILITÀ A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Lancio dadi Analisi probabilità esito somme varie.
Esercizi Supponete di lanciare 50 volte un dado regolare e indicate con M la media aritmetica dei risultati ottenuti. Calcolate il valor medio e lo s.q.m.
Calcolo delle probabilità Nacci Spagnuolo Audino Calcolo delle probabilità
Le variabili casuali e la loro distribuzione di probabilità Generalmente, lanciando un dado, si considera il valore numerico della faccia uscita.
Impostazione Assiomatica del Calcolo della Probabilità
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
3 ALS - ASA 20 Marzo 2014.
3 ALS - ASA 10 Aprile Su quale delle due seguenti sequenze di esiti scommettereste? TTTTTTTTTT TCTCTTCTTC Torniamo a uno dei problemi iniziali :
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
PROBABILITA’ Scienza che studia i fenomeni retti dal caso EVENTO (E): avvenimento che può accadere oppure no 1.certo: se si verifica sempre (es. nel lancio.
Evento: “Fatto o avvenimento che già si è verificato o che può verificarsi ….” Gli eventi di cui ci occuperemo saranno soltanto gli eventi casuali, il.
Martina Serafini Martina Prandi
redditività var. continua classi di redditività ( < 0 ; >= 0)
“Teoria e metodi della ricerca sociale e organizzativa”
Probabilità. Un percorso didattico esperimenti e simulazioni L. Cappello 9 Maggio Didattica probabilità e statistica PAS 2014.
Def : uno stimatore è una statistica T n le cui determinazioni servono a fornire delle stime del parametro ignoto  della v.c. X in cui sono state effettuate.
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
Spiegazione di alcuni concetti
Distribuzioni di probabilità di uso frequente
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
Studio fenomeni collettivi
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Informazioni “Moduli di MATEMATICA E STATISTICA”, S. INVERNIZZI, M. RINALDI, A, SGARRO, Ed. Zanichelli, Bologna Testo di riferimento da cui sono.
16) STATISTICA pag.22. Frequenze frequenza assoluta (o frequenza): numero che esprime quante volte un certo valore compare in una rilevazione statistica.
Elementi di statistica e probabilità Misure Meccaniche e Termiche - Università di Cassino 2 Eventi aleatori e deterministici Un evento aleatorio può.
In alcuni casi gli esiti di un esperimento possono essere considerati numeri naturali in modo naturale. Esempio: lancio di un dado In atri casi si definisce.
La probabilità matematica
METODI E TECNOLOGIE PER L’INSEGNAMENTO DELLA MATEMATICA Lezione n°17.
1 TEORIA DELLA PROBABILITÁ. 2 Cenni storici i primi approcci alla teoria della probabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli)
Probabilità Definizione di probabilità La definizione di probabilità si basa sul concetto di evento, ovvero sul fatto che un determinato esperimento può.
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.
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
Transcript della presentazione:

Appunti conclusioni simulazione lancio dadi 3 ALS - ASA Appunti conclusioni simulazione lancio dadi

Simulazioni – Una conclusione: le differenze tra frequenza relativa e stima a priori, in modulo Le differenze d numero prove - al crescere di n non sempre decrescono - se n è “grande” è “molto” probabile che diventino “piccole”   più precisamente al crescere di n è sempre più probabile che si “avvicinino” a 0.

Simulazioni – Una conclusione: le Differenze Simulazioni: una conclusione (insegnante) tra frequenza e valore atteso, in modulo   Le differenze D al crescere di n non sempre decrescono anzi se n è “grande”, in “numerosi” casi diventano “grandi” [dell’ordine della radice di n].

Simulazioni – Una conclusione: le frequenze relative Non possiamo prevedere quale punteggio uscirà al prossimo lancio. Però, se effettuiamo “molte” prove, possiamo affermare qualcosa sulla frequenza relativa di ogni punteggio: al crescere del numero delle prove è sempre più probabile che la frequenza relativa si “avvicini” alla stima a priori della probabilità. … è probabile, ma non è certo che questo accada

Simulazioni ed esperimenti – Una conclusione Simulazioni: una conclusione (insegnante)   Tale risultato vale per ogni esperimento in cui si effettuano prove ripetute, tra loro indipendenti e nelle “stesse” condizioni. Esprime la sostanza della Legge dei grandi numeri. E’una legge teorica e si può dimostrare. E’ verificata dall’esperienza (“Legge” empirica del caso). Ciò che è più probabile in teoria, si realizza più spesso anche nella pratica. Un altro modo di valutare la probabilità (schema frequentista): la probabilità di un evento è data dalla frequenza relativa di tale evento, osservata su un “grande” numero di prove. Assumiamo che le prove avvengano nelle “stesse” condizioni.

Simulazioni – Una conclusione: le frequenze assolute La legge dei grandi numeri esprime un risultato sulle frequenze relative. Vale un risultato analogo per le frequenze assolute? No. Le frequenze assolute di un evento E, al crescere del numero N di prove, non tendono ad “avvicinarsi” al valore atteso p(E)∙N. Anzi. Un esempio. Lancio di un dado. Il numero “2” è uscito 110 volte su 600 lanci | frequenza – valore atteso |= 10 1030 volte su 6000 lanci | frequenza – valore atteso |= 30 9934 volte su 60.000 lanci | frequenza – valore atteso |= 66 Non c’è “recupero”. Anzi, i “ritardi” aumentano.