Supponiamo che il tempo di vite di un certo modello di processore per computer sia una variabile aleatoria di media μ=10 e deviazione standard σ=5, dove l’unità di misura è 1 anno.

di _francesca.ricci

3 min

Ominide

Vota

Ricordiamo che uno dei risultati derivanti dal teorema del limite centrale è il fatto che la quantità

[math]\frac{S_n - n\mu}{\sigma \cdot \sqrt{n}}[/math]

si comporta come una normale standard per n molto grande (con

[math]S_n[/math]

abbiamo indicato la somma campionaria). Quindi possiamo utilizzare questo risultato per approssimare la probabilità richiesta dal problema:

[math]P(\bar{T}{100} > 9,5) = P\left(\frac{1}{100} \cdot S{100} > 9,5\right) = P(S_{100} > 9,5 \cdot 100) = P(S_{100} > 950) = [/math]

[math]P\left(\frac{S_{100} - n\mu}{\sigma \cdot \sqrt{n}} > \frac{2,3 - n\mu}{\sigma \cdot \sqrt{n}}\right)[/math]

Se chiamiamo con W una variabile aleatoria che si comporta come una normale standard, otteniamo:

[math]P(W > \frac{950 - n\mu}{\sigma \cdot \sqrt{n}})[/math]

Il problema fornisce tutti i dati necessari; sostituiamo i valori numerici:

[math] P(W > \frac{950 - 100 \cdot 10}{5 \cdot \sqrt{100}}) = [/math]

[math]P(W > \frac{950 - 1000}{5 \cdot 10}) = P(W > \frac{-50}{50}) = [/math]

[math]P(W > -1) = 1 - P(W

Introduciamo la funzione

[math] \Phi [/math]

, ovvero la funzione di distribuzione della normale standard:

[math] 1 - P(W

Dalle tabelle della normale standard possiamo ricavare i valori numerici di

[math] \Phi [/math]

[math] \Phi(1) = 0,8413 [/math]

2) Per la seconda parte possiamo procedere in maniera simile alla precedente; questa volta la probabilità da calcolare è la seguente:

[math]P(9,5 \leq \bar{T}_{100} \leq 10,5)[/math]

Procediamo applicando le regole per l'approssimazione normale:

[math]P(9,5 \leq \bar{T}_{100} \leq 10,5) = [/math]

[math]P(9,5 \leq \frac{1}{100} \cdot S_{100} \leq 10,5) = [/math]

[math]P(950 \leq S_{100} \leq 1050) [/math]

[math] P\left(\frac{950 - n\mu}{\sigma \cdot \sqrt{n}} \leq \frac{S_{100} - n\mu}{\sigma \cdot \sqrt{n}} \leq \frac{1050 - n\mu}{\sigma \cdot \sqrt{n}}\right) [/math]

Introduciamo la variabile W:

[math] P\left(\frac{950 - n\mu}{\sigma \cdot \sqrt{n}} \leq W \leq \frac{1050 - n\mu}{\sigma \cdot \sqrt{n}}\right) [/math]

Sostituiamo i valori numerici:

[math] P\left(\frac{950 - 100 \cdot 10}{5 \cdot \sqrt{100}} \leq W \leq \frac{1050 - 100 \cdot 10}{5 \cdot \sqrt{100}}\right) = [/math]

[math] P\left(\frac{950 - 1000}{5 \cdot 10} \leq W \leq \frac{1050 - 1000}{5 \cdot 10}\right) = [/math]

[math] P\left(\frac{-50}{50} \leq W \leq \frac{50}{50}\right) = [/math]

[math]P(-1 \leq W \leq 1) = P(W \leq 1) - P(W \leq -1) [/math]

Introduciamo come in precedenza la funzione Φ:

[math] P(W \leq 1) - P(W \leq -1) = \Phi(1) - \Phi(-1) = [/math]

[math]\Phi(1) - [1 - \Phi(1)] = 2\Phi(1) - 1 [/math]

Dalle tabelle della normale standard ricaviamo:

[math] 2\Phi(1) - 1 = 2 \cdot 0,8413 - 1 = 0,6826 [/math]

Supponiamo che il tempo di vite di un certo modello di processore per computer sia una variabile aleatoria di media μ=10 e deviazione standard σ=5, dove l’unità di misura è 1 anno.

Si provano n = 100 processori di questo tipo: siano [math] \bar{T}_{100} = \frac{1}{100}(T_1+…+T_{100}) [/math] la media campionaria dei tempi di vita osservati. Utilizzando il teorema del limite...

Potrebbe interessarti

Recensioni

Domande e risposte

I migliori insegnanti di Matematica

Giovanni C.

Salvatore F.

Potrebbe interessarti

Appunti correlati

Il tempo di vita di un componente elettrico è una variabile aleatoria di media [math] \mu = 100 (ore) [/math] e deviazione standard [math] \sigma = 20 (ore) [/math].

Supponiamo che il numero di incidenti stradali che avvengono giornalmente in una certa città sia una variabile aleatoria di Poisson di media 1.

Un commerciante di accessori per computer sa che il numero di articoli di una certa marca che può vendere in un giorno è una variabile aleatoria di Poisson di media 4

Supponiamo che il contenuto di nicotina di una certa marca di sigarette segua una distribuzione con media m incognita e varianza [math] \Phi^2 = 0,0081mg2^2 [/math] nota.

Recensioni

Domande e risposte

I migliori insegnanti di Matematica

Giovanni C.

Salvatore F.