• Non ci sono risultati.

Codocenza per il corso di Probabilit `a e statistica

N/A
N/A
Protected

Academic year: 2022

Condividi "Codocenza per il corso di Probabilit `a e statistica"

Copied!
1
0
0

Testo completo

(1)

Probabilit`a e statistica A.A. 2018-2019 ( April 30, 2019) 1

Codocenza per il corso di Probabilit `a e statistica

Laurea in Ingegneria Meccanica II anno Alessandro Ciallella

Diario delle lezioni svolte

Mercoled`ı 6 Marzo 2019(3 ore)

Calcolo combinatorio: Disposizioni di k elementi da n con possibili ripetizioni. Conteggio dei possibili esiti ed esempi. Disposizioni semplici di k elementi da n. Permutazioni di n elementi. Conteggio dei possibili es- iti ed esempi. Anagrammi distinti di parole con lettere ripetute. Coefficiente multinomiale. Combinazioni di k elementi distinti da n. Conteggio dei possibili esiti ed esempi. Identit`a combinatorie sui coefficienti binomiali. Teorema del binomio. Legge ipergeometrica. Esempi sul gioco del lotto. Combinazioni di k elementi da n con possibili ripetizione. Conteggio dei possibili esiti distinti ed esempi.

Mercoled`ı 13 Marzo 2019(1 ora)

Calcolo combinatorio: Esercizi dal foglio 1.

Mercoled`ı 20 Marzo 2019(3 ore)

Variabili aleatorie. Variabili aleatorie discrete e loro distribuzioni. Valore atteso e varianza di una dis- tribuzione discreta. Momenti di una distribuzione. Funzione di ripartizione. Esercizi dal foglio 2.

Gioved`ı 21 Marzo 2019(2 ore)

Variabili aleatorie di Bernoulli e binomiale, calcolo del valore atteso e della varianza. Distribuzione Iper- geometrica, calcolo del valore atteso e della varianza.

Mercoled`ı 27 Marzo 2019(3 ore)

Distribuzione di Poisson e sue propriet`a. Distribuzione di Poisson come approssimazione di una dis- tribuzione binomiale. Distribuzione geometrica, calcolo del valore atteso e della varianza. Propriet`a di mancanza di memoria. Esercizi dal foglio 2.

Gioved`ı 28 Marzo 2019(2 ore)

Trasformazioni di variabili aleatorie discrete. Esercizi.

Mercoled`ı 3 Aprile 2019(3 ore)

Variabili aleatorie continue, densit`a di probabilit`a. Propriet`a delle funzione di ripartizione di variabili aleatorie continue. Valore atteso e varianza di una variabile aleatoria continua. Distribuzione uniforme su un intervallo: definizione, valore atteso e varianza.

Gioved`ı 4 Aprile 2019(2 ore)

Distribuzione esponenziale: definizione, valore atteso e varianza. Propriet`a di mancanza di memoria. Dis- tribuzione Gamma: definizione, valore atteso e varianza.

Mercoled`ı 10 Aprile 2019(3 ore)

Distribuzione normale: definizione, valore atteso e varianza. Distribuzione normale standard. Funzione di ripartizione della normale standard: uso delle tabelle. Vettori aleatori: distribuzioni congiunte, marginali.

Gioved`ı 11 Aprile 2019(2 ore)

Vettori aleatori: distribuzioni congiunte, marginali. Indipendenza di variabili aleatorie. Distribuzioni condizionate.

Mercoled`ı 17 Aprile 2019(3 ore)

Valore atteso condizionato. Valore atteso di funzioni di variabili aleatorie. Valore atteso di somma di variabili aleatorie. Varianza della somma di variabili aleatorie. Covarianza, correlazione. Disuguaglianza di Chebyshev. Legge dei grandi numeri. Teorema del limite centrale.

Mercoled`ı 24 Aprile 2019(3 ore) Esercizi dai fogli 4 e 5.

Riferimenti

Documenti correlati

Calcolare valore atteso, varianza e legge di Z, indicando dove si usa

[r]

Come vien fatto prima, l’immagine (in toni di grigi) viene divisa in L regioni rettangolari non sovrapposte; di ogni regione ne viene calcolata la media, che viene utilizzata

Sia X una variabile aleatoria con legge dipendente da un parametro θ (detto anche parametro naturale) su cui si vuol fare inferenza.. Una quantit` a pivotale ` e una variabile

“numero di palline bianche estratte” se ne determini la distribuzione di probabilità, il valore atteso, il coefficiente di variazione e

(iii) Calcolare la probabilit` a che la biglia estratta dall’urna B sia di colore diverso della seconda biglia estratta dall’urna A.. Esercizio 2 Un esperimento consiste nel lanciare

Lo stimatore di un parametro non ` e unico: per decidere quale tra 2 stimatori corretti sia il migliore si usa il criterio di scegliere quello pi` u efficiente ossia quello per cui

Perci` o l’u- tilizzo della disuguaglianza di Chebyshev `e limitato ai casi in cui non `e nota la forma della distribuzione della variabile casuale... Sia X la variabile