Escolar Documentos
Profissional Documentos
Cultura Documentos
Le formule che seguono sono valide nel caso in cui X sia una
variabile discreta, ma come vedremo gli stessi concetti (media,
deviazione standard) sono necessari anche quando analizziamo una
variabile continua. L’unica differenza è che le formule risultano
leggermente diverse.
1 1 1 1 1 1
E(X) = 1 + 2 + 3 + 4 + 5 +6 = 3.5 .
6 6 6 6 6 6
1 1
+(5 − 3.5)2
+ (6 − 3.5)2 = 2.72 .
6 6
Anche qui è stata usata la formula della varianza ponderata.
Infine:
DS(X) = 2.72 = 1.91 .
Pr[X = xi] = pi .
M
E(X) = ∑x p
i =1
i i ;
M 2
Var(X) = ∑ (x
i =1
i − E(X)) pi ;
DS(X) = Var(X).
1 9
E(X) = 5.50 + (−1) = −0.45 .
10 10
Ahi! Abbiamo un valore atteso negativo, siamo proprio sicuri vale
la pena scommettere? La risposta razionale è no. Come vedremo con
la legge dei grandi numeri, se noi siamo impegnati in una serie di
scommesse, nel lungo periodo la nostra vincita o perdita attesa
coincide con la somma dei valori attesi di ogni singola scommessa.
Perciò nel caso specifico sarebbe meglio non scommettere.
1 9
Var(X) = (5 − (−0.45))2 + (−1 − (−0.45))2 ; 3.54 + 0.27 = 3.81 .
10 10
da cui risulta:
5.50p + 1p = 1 ;
Quindi:
w*(6.50) = z + w
da cui:
6.50 = (z + w)/w
q = (10.000 + 50.000)/10.000 = 6
S − S − ... − S −N − N − ... − N
k volte n − k volte
3 2
Pr[S − S − S − N − N ] = = 0.0165 .
1 2
3 3
n
Pr[X = k] = k p kq n − k
probabilità
sin gola
numero sequenza
sequenze
Pr(a ≤ X ≤ b) = p .
Intervallo Probabilità
0-1 metri 0.35
1-2 metri 0.25
2-3 metri 0.20
2-4 metri 0.15
4-5 metri 0.05
E(X) = ∫ x ∈D xf(x)dx ,