Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
P S =1
1− :
X− z 1− /2 ,X
z 1− /2
Uniforme discreta: U(n) n valori equiprobabili n n
E i ∩E j =∅∀ i≠ j , P U E i = ∑ P E i ∞
1 x E [ X ]= ∑ x i P X =x i E [ X ]= ∫ xf x dx
E ∩F =∅ : eventi disgiunti p x= F x= X −z 1− ,∞ −∞ , X z1−
c c c c c c n N i −∞
n n
E∪F =E ∩F E∩F =E ∪F De Morgan E [ X Y ]= E [ X ] E [Y ]
b−a
c
P E =1−P E
P E ∪F = P E P F −P E∩F
P aX b=F b −F a =
n1
n
n 21
E [ aX ]=aE [ X ]
E [ aXbY ]=aE[ X ]bE [Y ]
∣ x− 0 n
∣z 1− /2 accetto H 0
a
Err 2a specie
n! n n−1 ⋅...⋅ n−r1 Cov X , X =Var X =P err. 1 specie=P mu0 ∣X −0∣c
n
=
r r ! n−r !
=
r! Geometrica: numero di prove necessarie per ottenere il
primo successo, in [1, ∞ ] cazz
Cov aX , Y=aCov X ,Y =Cov X ,aY
=P −z 1− /2
X
− 0
z 1− /2
Probabilità condizionata
x−1 1 1− p Disuguaglianza di Markov
PE∩ F
P E∣F := PF P E ∩F =P E∣F P F p x= p 1− p E [ X ]=
p
Var[ X ]= n
p2 P X a
E [X]
∀ a0
P E∣F =1−P E x∣F a
Fattorizzazione di un evento e formula di Bayes 0,10 0.05 0.01 0.005 0,001
Poisson: Po Approssima la Binomiale per un Disuguaglianza di Chebyshev
c
E = E ∩F ∪ E ∩F elevato numero di
2
1coda ∓1,28 ∓1,64 ∓2,33 ∓2,58 ∓2,88
P E =P E∩F P E ∩F c prove a bassa probabilita`. n > 50, np < 5 P ∣X −∣r 2
−
x r 2code ∓1,64 ∓1,96 ∓2,58 ∓2,81 ∓3,08
= P E∣F P F P E∣F c P F c p x= e E [ X ]=V [ X ]=
c
= P E∣F P F P E∣F [1−P F ]
Generalizzazione
x!
Uniforme: U(a, b)
P
∣ X 1... X n
n ∣
0 n∞
{ }
Formula di fattorizzazione 0 xa Media campionaria
{ }
1
P E =∑ ni=1 P E ∩F i =∑ni= 1 P E | F i P F i axb F X = x−a X1 X 2... X n 1
f X = b−a axb X = = ∑ Xi
Formula di Bayes b−a n n
0 altrimenti
P F j∩ E P E∣F jP F j 1 xb 2
P F j∣E = P E
=∑ n
P E∣F i P F i E [ X ]= Var[ X ]=
2
n
i= 1