Distribuzioni di variabili discrete
Di cosa parla
Riassunto AI · si legge in un minuto
Leggi il riassunto completo
- Il testo illustra la distribuzione geometrica come modello per variabili discrete caratterizzate dall'assenza di memoria, dove la probabilità di successo $p$ rimane costante indipendentemente dai tentativi precedenti falliti.
- Viene introdotta la distribuzione esponenziale per variabili continue nel tempo, anch'essa priva di memoria, utilizzata per descrivere fenomeni come il decadimento radioattivo o la vita media di particelle instabili come i protoni.
- La distribuzione di Poisson è presentata come caso limite della binomiale quando il numero di eventi $n$ tende all'infinito e la probabilità di successo $p$ diventa molto piccola, mantenendo costante il valore medio $\mu = np$.
- Vengono applicati i concetti statistici a problemi reali quali la stima del numero di alberi in una foresta, la densità di batteri nell'aria, i difetti nei tappeti e il conteggio dei fotoni rivelati da un detector con efficienza finita.
- Il documento affronta anche l'ottimizzazione temporale nelle misure radioattive per minimizzare l'errore relativo sulla differenza tra tasso di sorgente e fondo, nonché il calcolo di limiti inferiori alla vita media del protone basati su esperimenti come Super-Kamiokande.
Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo
Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.
Studia questi appunti con l'AI
Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.
In preparazione: di solito è pronto in giornata.
Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.
Simula l'esame con domande costruite su questi appunti.