le variabili aleatorie discrete

Slides:



Advertisements
Presentazioni simili
Le distribuzioni di probabilità discrete
Advertisements

Le distribuzioni di probabilità continue
2. Introduzione alla probabilità
Definizione di probabilità, calcolo combinatorio,
variabili aleatorie discrete e continue
Variabili aleatorie discrete e continue
Approssimazione e convergenza
Esercizi02 Variabili aleatorie unidimensionali, media, varianza, mediana, moda, quantili.
La probabilità.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
5) IL CAMPIONE CASUALE SEMPLICE CON RIPETIZIONE
2.VARIABILI CONTINUE A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Variabili casuali a più dimensioni
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
Funzione di distribuzione (detta anche cumulativa o di ripartizione)
Metodi Probabilistici, Statistici e Processi Stocastici Università Carlo Cattaneo Emanuele Borgonovo Metodi Probailistici, Statistici e Processi Stocastici.
STATISTICA A – K (60 ore) Marco Riani
VARIABILI ALEATORIE Sono presentate di seguito le nozioni di:
Prof.ssa Nadia Cococcioni
Le Variabili Casuali Corso di Teoria dell’Inferenza Statistica 1
Valutazione delle ipotesi
UN ESEMPIO DI ESPERIMENTO CASUALE
DISTIBUZIONE BINOMIALE
Introduzione alla statistica per la ricerca Lezione I
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Processi Aleatori : Introduzione – Parte I
Distribuzioni di probabilità
Istituto Tecnico industriale “L. Galvani” v
Corso di biomatematica Lezione 2: Probabilità e distribuzioni di probabilità Davide Grandi.
Corso di biomatematica Lezione 3: Distribuzioni di probabilità continue Davide Grandi.
Funzioni di densità (o di probabilità) congiunte.
Lezione 4 Probabilità.
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Teoria degli errori.
Probabilità e Statistica1 2007
PROBABILITÀ La probabilità è un giudizio che si assegna ad un evento e che si esprime mediante un numero compreso tra 0 e 1 1 Evento con molta probabilità.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Elementi di teoria della probabilità e distribuzioni di probabilità
QUALCHE LUCIDO DI RIPASSO… 1. Esperimento casuale ( e. aleatorio) risultato Esperimento condotto sotto leffetto del caso: non è possibile prevederne il.
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.
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Le variabili casuali e la loro distribuzione di probabilità Generalmente, lanciando un dado, si considera il valore numerico della faccia uscita.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Corso di Laboratorio di Informatica
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
INTRODUZIONE ALLA TEORIA DELLA PROBABILITÀ. INTRODUZIONE ALLA TEORIA DELLA PROBABILITÀ.
Cristina Tortora a.a.: 2012/2013 Università degli Studi di Napoli Federico II Facoltà di Economia.
Martina Serafini Martina Prandi
Calcolo delle probabilità a cura di Maurizio Brizzi
Lezione 3 Elementi di teoria delle variabili casuali Insegnamento: Statistica Corso di Laurea Magistrale in Matematica Facoltà di Scienze, Università di.
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
La variabile casuale (v.c.) è un modello matematico in grado di interpretare gli esperimenti casuali. Infatti gli eventi elementari  che compongono lo.
Distribuzioni di probabilità di uso frequente
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
Elaborazione statistica di dati
Elementi di teoria delle probabilità
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
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.
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
1 VARIABILI CASUALI. 2 definizione Una variabile casuale è una variabile che assume determinati valori in modo casuale (non deterministico). Esempi l’esito.
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Postulati.
A partire da determinate condizioni iniziali, un esperimento e’ l’osservazione del verificarsi di qualche “accadimento” che, se si ripete l’esperimento.
Introduzione alle distribuzioni di probabilità di Gauss o normale di Bernoulli o binomiale di Poisson o dei casi rari.
Scienze tecniche e psicologiche
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
Momenti e valori attesi
Transcript della presentazione:

le variabili aleatorie discrete massimo borelli, lucio torelli

Problema guida un problema di riproduzione assistita

Le variabili aleatorie ("casuali") la "nostra" definizione una variabile aleatoria (discreta) è "una tabella" in cui appaiono tutti i possibili eventi di un esperimento, con le loro rispettive probabilità di manifestarsi. questione: Kolmogorov vs. de Finetti

Le variabili aleatorie discrete Testa Croce 0.5 1 2 3 4 5 6 1/6

Le variabili aleatorie discrete 1 2 3 4 5 o più 0.129 0.264 0.271 0.185 0.095 0.056

f(X) ed F(X) da una variabile aleatoria X è possibile definire in maniera molto semplice due funzioni matematiche: f, la densità di probabilità o probabilità di massa o distribuzione di probabilità F, la funzione di ripartizione o funzione cumulativa

f(X) ed F(X)

Le variabili aleatorie discrete f(X = 2) = 0.271 F(X ≤ 2) = = 0.129 + 0.264 + 0.271 = 0.664 1 2 3 4 5 0.129 0.264 0.271 0.185 0.095 0.056

Le variabili aleatorie discrete f(X = 2) = 0.271 F(X ≤ 2) = = 0.129 + 0.264 + 0.271 = 0.664

indici di una variabile aleatoria anche una variabile aleatoria X si può riassumere con un indice di centralità ed un indice di dispersione: E(X), la speranza matematica o valore atteso o valore medio var(X), la varianza

E(X), valore atteso E(X) = Σ ak · pk 1 2 3 4 5 0.129 0.264 0.271 0.185 1 2 3 4 5 0.129 0.264 0.271 0.185 0.095 0.056

var(X), varianza σ2 = Var(X) = = E( [X-E(X)]2 ) = Σ (ak - E(X) )2· pk 1 2 3 4 5 0.129 0.264 0.271 0.185 0.095 0.056

Una celebre v.a. discreta la distribuzione binomiale, o Bernoulliana Jacob (James , Jacques, Giacomo) Bernoulli (Basel, 27 December 1654 – 16 August 1705)

la v.a. binomiale spesso si desidera effettuare un numero n di prove ripetute (un processo Bernoulliano) in cui appaiono k successi con probabilità elementare p. densità: speranza matematica: np varianza: npq

la v.a. binomiale Esercizio