Professional Documents
Culture Documents
Fenomeni aleatori
22
33
Probabilit discreta: dado a 6 facce
44
Probabilit evento
punti massa
0.5
1/6
0
-2
-1
2
3
4
5
6
Evento: faccia dado
Funzione di probabilit cumulata discreta F(x)
0.5
1/6
2/6
3/6
4/6
5/6
0
-2
-1
2
3
4
Evento: faccia dado
55
Valore atteso
Valore atteso:
66
Varianza e deviazione standard
Varianza:
77
Variabili aleatorie continue
Ipotizziamo di avere un serbatoio il cui livello pu variare con
continuit fra 0 e 100 e che non presenti valori di livello pi probabili di
altri.
100
90
80
70
60
50
40
30
20
10
0
1
0.5
-0.5
-1
-0.5
0.5
88
Numero occorrenze
15
10
5
15
25
35
45
55
65
Livello serbatoio
Istogramma - N = 100
75
85
95
0.02
f(x)
0.015
0.01
0.005
0
15
25
35
45
55
65
Livello serbatoio
75
85
95
99
100
Numero occorrenze
Numero occorrenze
10000
50
15
25
35
45
55
65
Livello serbatoio
Istogramma - N = 1000
75
85
5000
95
0.015
0.01
0.01
15
25
35
45
55
65
Livello serbatoio
Istogramma - N = 100000
75
85
95
15
25
35
75
85
95
f(x)
f(x)
0.015
0.005
0.005
15
25
35
45
55
Livello serbatoio
65
75
85
95
45
55
Livello serbatoio
65
10
10
0.012
Numero occorrenze
10000
0.01
5000
0.008
5
15
25
35
45
55
65
Livello serbatoio
Istogramma - N = 100000
75
85
95
f(x)
0.006
0.015
0.004
f(x)
0.01
0.002
0.005
15
25
35
45
55
Livello serbatoio
65
75
85
95
0
0
10
20
30
40
50
60
Livello serbatoio
70
80
90
100
11
11
Istogramma - N = 10000000
x 10
0.012
0.01
5
0.008
0
15
25
35
45
55
65
Livello serbatoio
Istogramma - N = 10000000
75
85
95
f(x)
Numero occorrenze
10
0.006
0.015
0.004
f(x)
0.01
0.002
0.005
15
25
35
45
55
Livello serbatoio
65
75
85
95
0
0
10
20
30
40
50
60
Livello serbatoio
70
80
90
100
12
12
13
13
14
14
Indici statistici
15
15
16
16
17
17
Famiglie di distribuzioni
18
18
f(x)
0.3
1
f ( x, , )
e
2
0.2
x 2
2 2
0.1
0
-4
x
-3
-2
-1
0
1
X
CDF gaussiana standardizzata
F(x)
0.5
0
-4
-3
-2
-1
0
X
La normale o
gaussiana la
distribuzione che
descrive la maggior
parte dei fenomeni
fisici in campo
ingegneristico.
19
19
0.4
0.7
0
1
2
0.35
0.5
1
2
0.6
0.3
0.5
0.25
0.4
0.2
0.3
0.15
0.2
0.1
0.1
0.05
0
-5
0
-5
20
20
21
21
Propriet: se X N(,2)
se X una variabile distribuita secondo una normale di media e
varianza 2, la variabile
distribuita secondo una normale
standard.
Distribuzione t-Student
22
22
23
23
Tabelle statistiche
Relazioni utili
24
25
25
26
26
27
27
0.90
0.16
0.14
f(x)
0.12
0.1
0.08
0.06
0.04
0.05
0.05
0.02
0
22
24
26
28
30
X
32
34
36
38
28
28
0.2
f(x)
0.15
0.90
0.05
0.05
0.1
0.05
0
22
24
26
28
30
X
32
34
0.2
36
38
0.95
f(x)
0.15
0.05
0.1
0.05
0
22
24
26
28
30
X
32
34
36
38
29
29
Applicazione della
statistica alle misure
30
Quando si effettua una misura si cerca di ottenere un
valore misurato che sia il pi vicino possibile al
valore vero (sconosciuto e non conoscibile) della
grandezza di interesse.
31
Se si fanno ripetere le misure di lunghezza del pesce a
diversi pescatori si otterranno valori diversi.
Le cause della diversit delle misure rilevata sono
molte, e si possono schematizzare in due gruppi:
effetti sistematici (tirare la coda, misurare lungo la corda)
effetti casuali
32
effetti casuali
33
Lettura
[kPa]
10.02
10.20
10.26
10.20
10.22
10.13
9.97
10.12
10.09
10
9.90
11
10.05
12
10.17
13
10.42
14
10.21
15
10.23
16
10.11
17
9.98
18
10.10
19
10.04
20
9.81
34
Si pu procedere cos: si dispongano i dati rilevati in
ordine crescente e si suddividano in intervalli omogenei
(in questo caso si sceglie 0.05 kPa).
Si definisca:
n = numero di letture in un intervallo
N = numero totale di letture
a = ampiezza di un intervallo
e infine la funzione densit di probabilit discreta
(Z):
(Z):
n
Z
Na
34
35
Numero di
letture
nellintervallo
Se si traccia un
Z
intervallo di altezza Z
per ogni intervallo si
ottiene:
n
n
Z
n
N a 20 0.05
36
Ipotizzando:
Densit di probabilit
discreta
Introduzione alla statistica
a 0
Densit di probabilit
continua
Funzione densit
37 di probabilit
Probabilit
che a<x<b
b
p a X b f x dx
a
Probabilit
che x<a
a
F X a
f x dx
DISTRIBUZIONE STATISTICA
38
38
DELLE MISURE
39
LA FUNZIONE DI DENSITA NORMALE o
GAUSSIANA
1
f x
2
x 2
2 2
x
x
F x
f x dx
40
MEDIA
DEVIAZIONE STANDARD
( o la varianza 2 )
41
INFLUENZA DI MEDIA E DEVIAZIONE STANDARD
DEVIAZIONE STANDARD
MEDIA
42
NUMERO INFINITO DI CAMPIONI:
SI UTILIZZANO I SEGUENTI
43
STIMATORI
N
Media
campionaria
i 1
Deviazione
standard
campionaria
x X
i 1
N 1
44
AVENDO DIVERSE SERIE DI MISURAZIONI
POTREMO CALCOLARE PER OGNUNA DI
QUESTE LA MEDIA, ESSE NON SARANNO
TUTTE UGUALI E SI DISTRIBUIRANNO SU
UNA GAUSSIANA
DISTRIBUZIONE
DELLE MEDIE
CAMPIONARIE
m, m
X
DISTRIBUZIONE
CAMPIONARIA
,
m=
m
45
45
46
46
s
X
N
2s
N
X
Introduzione alla statistica
3s