Correzione di Esercizi 4 di Calcolo delle Probabilità e Statistica. Mercoledì 4 maggio 2016
|
|
- Evangelina Monaco
- 5 anni fa
- Visualizzazioni
Transcript
1 Correzione di Esercizi di Calcolo delle Probabilità e Statistica. Mercoledì maggio 6 Chun Tian. Answer of Exercise Figure. Catena di Markov.. (a) Le classi di equivalenza e i loro periodi. Da Figure, si guarda che, nella catena di Markov lo stato comunica con lo stato perché p (), >, quindi. Invece, non esiste n tale che p (n), >, quindi. Allora gli stati e non sono equivalenti:. L altra parte, si vede facilmente che gli stati e sono equivalenti:. Quindi ci sono classi di equivalenza nella catena di Markov: C }, C, }, in qui C è massimale. Nella classe di equivalenza C, si vede che p (), >, quindi A+ n p(n), > } N,,,...}, allora il massimo comune divisore (MCD) degli elementi di A + è, quindi il periodo dello stato è. L altra parte, p(), >, quindi anche il periodo dello stato è. Dato il fatto che tutti gli stati di una classe di equivalenza hanno lo stesso periodo, allora: Il periodo della classe di equivalenza C è, Il periodo della classe di equivalenza C è. Date: May 9, 6, Version.. Uno stato s comunica con s, s s, se n p (n) s,s >. Due stati s e s si dicono equivalenti, s s, se s s e s s.
2 CHUN TIAN.. (b) Calcolare p (),. Usando la formula di Chapman-Kolmogorov: (.) p (m+n) i,j si può calculare che p (), k k p (m) i,k p(n) k,j p (),k p() k, p,p, + p, p, + p, p, (c) Calcolare lim n p (n),. Consideriamo solo la parte irriducibile (ha una sola classe di equivalenza) come Figure. Figure. Catena di Markov (la parte irreducible) Per questa parte della catena di Markov, abbiamo la matrice di transizione: [ ] Π p, p, p, p, Secondo la teorema ergodico, abbiamo i seguenti equazioni: oppure π 9 7, π 7. Allora, π + π π π + π π π + π lim n p(n), π 7. Answer of Exercise.. (a) Calcolare K. A partire dalla proprietà di densità: quindi K. π (θ)dθ Kθ dθ K In questo caso, π.
3 Correzione di Esercizi di Calcolo delle Probabilità e Statistica. Mercoledì maggio 6.. (b) Calcolare la densità a posteriori di Θ. π 7 (θ) π (θ) 7 P(E i Θ θ) i θ θ ( θ) θ 7 ( θ) Si nota che π 7 (θ) soddisfa la distribuzione beta a parametri α, β : Γ(α+β) Γ(α)Γ(β) (.) β α,β (x) xα ( x) β x [, ] altrimenti quindi la constante di π 7 (θ) è quindi K Si può verificare che Γ(α + β) Γ(α)Γ(β) Γ() Γ()Γ()! 9 7!! π 7 (θ) θ 7 ( θ) π 7 (θ)dθ θ 7 ( θ) dθ. Answer of Exercise La distribuzione gamma ha una densità: λ α Γ(α) (.) Γ α,λ (x) xα e λx x altrimenti.. Calcolare P( X ). Quando α, λ, la funzione di densità diventa xe x x p(x) Γ, (x) altrimenti La funzione ripartizione F (x) è: F (x) Quando x <, F (x), quando x, Allora F (x) x te t dt [te t x x x x p(x)dx td(e t ) ] e t dt [xe x + e t x] (xe x + e x ) e x ( + x) P( X ) F () F () e e
4 CHUN TIAN.. Calcolare P(X). Per la previsione, si può calculare a mano, a partire dalla densità: P(X) xp(x)dx x e x dx (dopo due volte dell integrale per parte) oppure usare direttamente la formula di previsione della distribuzione Gamma: P(X) α λ. Answer of Exercise Da un mazzo di 5 carte vengono distribuite ai giocatori A, B, C, D carte a ogni giocatore. Il numero dei casi possibili è sempre (.) #casi possibili 5!!!!! Dobbiamo distribuire 5 carte in gruppi, passo e passo, ma il ordine dei gruppi non è importante. Al primo passo, scegliamo carte fra tutte le 5 carte per il giocatore A, ci sono ( 5 ) scelte; poi scegliamo carte fra le reste 5 9 carte per il giocatore B, ci sono ( 9 ) scelte; poi scegliamo carte fra le reste 9 6 carte per il giocatore C, ci sono ( 6 ) scelte. Per il giocatore D, invece c?è solo una scelta: tiene tutte le reste carte, come ( ). Questi passi sono indipendenti, quindi il numero dei casi possibili è ( )( )( )( ) !!!!! È ovvia che se cambiamo il ordine dei giocatori, questo number non si cambia. Si guarda che, ci sono un altro approccio più semplice: facciamo solo permutazione! Si nota che ci sono 5! permutazioni o casi per mettere 5 carte in una linea, e poi definiamo che il giocatore A deve tenere le carte da n. a n., il giocatore B deve tenere le carte da n. a n.7, ecc. Ma in questo modo le carte tenute da ogni giocatore ha il ordine. Per eliminare questi ordini, dobbiamo dividere! 5! per ogni giocatore. Quindi al fine abbiamo!!!! casi possibili. Useremo l approccio ultimo per calcolare i numeri dei casi favorevoli... (a) la probabilità che il giocatore A abbia tutte carte di cuori. In questo caso, il giocatore A non ha nessun scelta: deve tenere tutte le carte di cuori. Poi dobbiamo distribuire le reste 9 carte in gruppi per i giocatori B, C e D, in ogni gruppo c è proprio carte. Quindi il numero dei casi favorevoli sarebbe #casi favorevoli allora la probabilità richiesta sarebbe P #casi favorevoli #casi possibili È una probabilità piccolissima. 9!!!! 5!!!!! 9!!!! 9!! 5! ( ) 5.57
5 Correzione di Esercizi di Calcolo delle Probabilità e Statistica. Mercoledì maggio (b) la probabilità che il giocatore A abbia assi e il giocatore B un asso. Facciamo due passi:. distribuire assi alle giocatori A e B.. distribuire le reste carte alle giocatori. In questo caso, il giocatore A ha ( ) scelte per le assi, poi il giocatore B non ha scelta, deve tenere il resto asso. (Anche possiamo fare il giocatore B scegliere un asso dai assi, ci sono ( ) scelte, e poi il giocatore A non ha scelta ma deve tenere i resti assi. Il risultato è uguale.) Poi, come sempre, dobbiamo distribuire le reste carte alle giocatori: il giocatore A ha bisogno di carte (perché ha già assi), il giocatore B ha bisogno di carte (perché ha già un asso), carte per i giocatori C e D. Quindi il numero dei casi favorevoli sarebbe #casi favorevoli allora la probabilità richiesta sarebbe P #casi favorevoli #casi possibili!!!!! 5!!!!!!!!!!!!! 5!!! Answer of Exercise La previsione e varianza a posteriori di Θ. Partendo dalla densità subordinata f(x θ) (x θ) exp ( ) π sappiamo che la varianza dei numeri aleatori è σ. Partendo dalla densità a priori di Θ π (θ) (θ + ) exp ( ) π sappiamo che la previsione a priori è µ, la varianza a priori è σ. Anche abbiamo che x i X + X + X Così usiamo la formula direttamente: µ µ σ xi + σ + n σ σ ( σ σ + n ) ( σ + σ 5 5 ) La densità a posteriori di Θ. Sappiamo che la densità a posteriori di Θ è anche normale in questa caso, quindi π (θ) exp ( (θ µ ) 7 ) πσ π exp 7 ( θ + 5 ) } 5 C è un errore in π (θ), ho scelto di cambiare il numero a.
6 6 CHUN TIAN 5.. Un altro metodo. π (θ) π (θ) f(x i θ) i (θ + ) exp ( ) exp ( (θ x ) ) exp ( (θ x ) ) exp ( (θ x ) ) exp ((θ + ) + (θ x ) + (θ x ) + (θ x ) )} exp ( )} 7θ + (6 (x + x + x ))θ exp ( 7θ + 5 )} 5 θ exp 7 ( θ + 5 )} 5 θ exp 7 ( θ + 5 ) } 5 allora 7 π (θ) π exp 7 ( θ + 5 ) } 5 poi la previsione e varianza vengono direttamente da π (θ), dato il fatto che è una densità normale. 5.. Un altra definizione di π (θ). Se invece abbiamo la densità a priori di Θ così: π (θ) (θ + ) exp ( ) π questa volta sappiamo che la previsione a priori è µ, la varianza a priori è σ. Così usiamo la formula direttamente: µ µ σ xi + σ + n σ σ allora ( σ σ + n ) ( σ + ) π (θ) (θ + exp ( π ) ) 6. Answer of Exercise 6 Per la distribuzione geometrica di parametro p., abbiamo che P(X k) p( p) k P(X) p σ (X) p p
7 Correzione di Esercizi di Calcolo delle Probabilità e Statistica. Mercoledì maggio (a) La previsione P(X). 6.. (b) La probabilità P( X ). P(X) p. P( X ) P(X ) + P(X ) + P(X ) 6.. (c) La probabilità P(X > ). P(X > ) P(X ) p( p) + p( p) + p( p) p( p) [ + ( p) + ( p) ]..7 ( ).599 P(X ) P(X ) p p( p) ( p).7.9 References [] F. Biagini and M. Campanino, Elementi di Probabilità e Statistica, Springer-Verlag Italia, Milano, 6. address: chun.tian@unibo.it Dipartimento di Informatica - Scienza e Ingegneria
8 [ [-] }] [ ] / % [%] - (- - / / ) / ( + / ) - - / / [ ] - - } - ( + / ) - } + * / [] } }} * * + +
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2016/17 Processi stocastici e analisi di serie temporali
Corso di Laurea Magistrale in Ingegneria Informatica A.A. 206/7 Processi stocastici e analisi di serie temporali PROVA DI ESONERO SUI PROCESSI DI MARKOV DEL 6 DICEMBRE 206 Punteggi: : + + 4 2; 2: 2 5;
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliII Esonero - Testo B
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 29 Gennaio 2018 II Esonero - Testo B Cognome Nome Matricola Esercizio 1. (20%) Si
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
DettagliProva d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013
Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013 COGNOME e NOME... N. MATRICOLA... Esercizio 1. (V. 12 punti.) Supponiamo di avere due urne che
DettagliProva d esame di Matematica con Elementi di Statistica Laurea Triennale in Scienze Naturali. 18/09/2013
Prova d esame di Matematica con Elementi di Statistica Laurea Triennale in Scienze Naturali. 18/09/013 COGNOME e NOME... N. MATRICOLA... Prima di uscire dall aula, CONSEGNARE QUESTI FOGLI indipendentemente
DettagliCorsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 17/9/2011. B 0 0 a=3 b=3 0 0 b=3 a=3 0 A : 0 b=3 0 0 a=3
Corsi di Probabilità ecc., per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, 7/9/ mjx j Esercizio. Si consideri la funzione f (x) = C jx j e i) Stabilire per quali valori di m e di C è una densità
DettagliCP410: Esame 2, 3 febbraio 2015
Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da
Dettagli7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità
7.6 Distribuzione Esponenziale. 111 7.6. Distribuzione Esponenziale. Un n.a. continuo X con densità di probabilità { λe λx se x, (76) f(x) = se x
DettagliCP110 Probabilità: Esame del 15 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 15 settembre, 2010 CP110 Probabilità: Esame del 15 settembre 2010 Testo e soluzione 1. (6 pts) 10 carte numerate da 1 a 10 vengono
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 PBaldi appello, 23 giugno 29 Corso di Laurea in Matematica Esercizio Per α 2 consideriamo la catena di Markov su {, 2, 3} associata alla matrice
DettagliESERCIZI SULLE CATENE DI MARKOV. Docente titolare: Irene Crimaldi 18/11/2009 P =
ESERCIZI SULLE CATENE DI MARKOV Docente titolare: Irene Crimaldi 8//9 ESERCIZIO Una catena di Markov (X n ) n con insieme degli stati S = {,,} ha matrice di transizione µ() =, µ() =, µ() =. a) Calcolare
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome:
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 8 giugno 01 Matricola: ESERCIZIO 1. Sia (A n n una successione di eventi indipendenti, tali che P (A n 1 1 n. Sia B := + n=
DettagliB =3 0 1=3 0 1=3
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda, a.a. / // Esercizio. Un PC comprato da alcuni mesi, all accensione compie alcune operazioni
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
DettagliMatematica Applicata L-A Definizioni e teoremi
Definizioni e teoremi Settembre - Dicembre 2008 Definizioni e teoremi di statistica tratte dalle lezioni del corso di Matematica Applicata L- A alla facoltà di Ingegneria Elettronica e delle Telecomunicazioni
DettagliComputazione per l interazione naturale: fondamenti probabilistici (2)
Computazione per l interazione naturale: fondamenti probabilistici (2) Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
DettagliCOMPITO DI SCIENZE NATURALI 23 gennaio Modulo di probabilità e statistica SOLUZIONI
COMPITO DI SCIENZE NATURALI 23 gennaio 22 Modulo di probabilità e statistica SOLUZIONI. In Svizzera, al primo gennaio di ogni anno, tutti i cittadini vengono sottoposti a vaccinazione contro l influenza
Dettagliφ X (t) = mentre nel caso continuo, indicando con f(x) la densità di X, si ha e itx f(x) dx + e itx e itx f(x)dx. f(x)dx = e itx +
10.1 Funzione caratteristica 11 10.1. Funzione caratteristica La funzione caratteristica è uno strumento teorico utile sotto diversi aspetti per studiare la distribuzione di probabilità di numeri aleatori
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
DettagliTeoria dei Fenomeni Aleatori AA 2012/13. Il Modello Lognormale La funzione di densità di probabilità lognormale è data:
Il Modello Lognormale La funzione di densità di probabilità lognormale è data: ( ln x a) 1 f ( x ) = exp x > 0 X b x b π in cui a e b sono due costanti, con b> 0. Se X è una v.a. lognormale allora Y lnx
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
Dettagli. iii) Cosa si può dire di esatto (non approssimato) su P X 1
Corsi di Probabilità, Statistica e Processi stocastici per Ing. dell Automazione, Informatica e Inf.Gest.Azienda 30/06/0 Esercizio. Dieci persone si iscrivono ad un torneo di tennis. Quattro di loro hanno
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
DettagliDisuguaglianza di Cramér-Rao
Disuguaglianza di Cramér-Rao (Appunti per gli studenti Silvano Holzer Dipartimento di Scienze Economiche, Aziendali, Matematiche e Statistiche Bruno de Finetti Università degli studi di Trieste Un esperimento
DettagliTutorato XI Probabilità e Statistica a.a. 2014/2015
Tutorato XI Probabilità e Statistica a.a. 4/5 Argomenti: catene di Markov: probabilità e tempi medi di passaggio. Esercizio. Un topolino si sposta sui vertici di un grafo come nella Figura. 4 5 7 6 Ad
DettagliStatistica I. Ingegneria Gestionale. Scritto del 17/07/2012
Statistica I. Ingegneria Gestionale. Scritto del 17/07/01 Cerchiare, su questo foglio, le risposte corrette e risolvere per esteso gli esercizi sui fogli assegnati. Esercizio 1. Un operatore finanziario
DettagliDue variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}
Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n
DettagliCalcolo delle Probabilità 2017/18 Foglio di esercizi 8
Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito
DettagliEsame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
Dettagli5. Distribuzioni. Corso di Simulazione. Anno accademico 2009/10
Anno accademico 2009/10 Spazio di probabilità Ω spazio campione F 2 Ω spazio degli eventi: (i) Ω F (ii) A F = Ω \ A F (iii) A, B F = A B F P: F [0, 1] funzione di probabilità: (i) P(A) 0 (ii) P(Ω) = 1
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Discretizzazione equazione del calore Per l equazione usiamo lo schema esplicito p tk+1 (x i ) p tk (x i ) h t p t = σ2 2 p 2 x 2 = σ2 2 p tk (x i+1 ) p tk
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prima prova in itinere
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) A.A. 06/7 - Prima prova in itinere 07-0-03 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di PS-Probabilità P.Baldi Tutorato 9, 19 maggio 11 Corso di Laurea in Matematica Esercizio 1 a) Volendo modellizzare l evoluzione della disoccupazione in un certo ambito
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 13/01/2010
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /0/00 Esercizio. Questo esercizio esamina ciò che avviene in un piccolo supermercato. i) Durante una generica mattinata (sabato
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
Dettagli4. Stime & Test. Corso di Simulazione. Anno accademico 2008/09
Anno accademico 2008/09 Media campionaria X 1, X 2,..., X n v.c. indipendenti con distribuzione F, e: E[X i ] = µ Var[X i ] = σ 2, i = 1,..., n Media campionaria: X n è uno stimatore di µ. È uno stimatore
DettagliLa distribuzione normale o distribuzione di Gauss
La distribuzione normale o distribuzione di Gauss Gauss ha dimostrato che secondo questa legge si possono ritenere distribuiti gli errori accidentali di misura di una qualsivoglia grandezza. Densità di
DettagliUniversità di Roma Tor Vergata Corso di Teoria dei Fenomeni Aleatori, AA 2012/13. Catene di Markov
Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Frequenza dei guasti: N GUASTI 0 T N T 0 T! Catene di Markov SISTEMI CASUALI DINAMICI (PROCESSI) - UN ESEMPIO: I GUASTI Campionando
DettagliSecondo scritto. 8 luglio 2010
Secondo scritto 8 luglio 010 1 Parte 1 Esercizio 1.1. Facciamo riferimento alle pagine e 3 del libro di testo. Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna fare attenzione,
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2013/2014 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 13/14 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Ancona, 13 gennaio 14 1. In una data università, le studentesse
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCP110 Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 22-3, II semestre 23 maggio, 23 CP Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una penna
DettagliMODELLI STATISTICI, RICHIAMI
MODELLI STATISTICI, RICHIAMI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 11 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI STATISTICI,
DettagliTrasformazione della metrica per cambiamenti di coordinate
TERZA ESERCITAZIONE Trasformazione della metrica per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x µ } (x, x, x, x 3. La sua metrica è ds (dx + (dx + (dx + (dx
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 10 settembre 2012 Matricola: Nome:
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 10 settembre 2012 Matricola: ESERCIZIO 1. Facendo uso solamente della definizione di spazio di probabilità, dell additività
DettagliIl fenomeno del cuto nelle catene di Markov
Candidato: Diego Stucchi Relatore: prof. Francesco Caravenna Università degli studi di Milano-Bicocca 29-11-2016 1 Catene di Markov 2 Il fenomeno del cuto 3 Stime dall'alto per il t mix 1 Catene di Markov
Dettagli(a) Determinare lo stimatore di massima verosimiglianza θ di θ. (b) Calcolare la funzione di score e l informazione di Fisher.
Statistica Matematica, Anno Accademico 216/17, 27 Gennaio 217 ESERCIZIO 1 Siano X 1, X 2, X 3 variabili aleatorie indipendenti con legge X 1 Gamma(3,2), X 2 Gamma(5,1) e X 3 Gamma(4,3) Determinare la funzione
DettagliEsercitazione del 16/04/2019 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/04/09 Istituzioni di Calcolo delle Probabilità David Barbato Nozioni di riepilogo con esercizi Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile
Dettagli3. Distribuzioni. Corso di Simulazione. Anno accademico 2006/07
Anno accademico 2006/07 Spazio di probabilità Ω spazio campione F 2 Ω spazio degli eventi: (i) Ω F (ii) A F = Ω \ A F (iii) A, B F = A B F P: F [0, 1] funzione di probabilità: (i) P(A) 0 (ii) P(Ω) = 1
DettagliPROCESSI STOCASTICI A.A. 2010/2011. DIARIO DELLE LEZIONI
PROCESSI STOCASTICI A.A. 2010/2011. DIARIO DELLE LEZIONI Martedì 19/10/2010 (14-16) Richiami di teoria della probabilità: spazio di probabilità, alcune consequenze della definizione di funzione di probabilità,
DettagliCP410: Esame 2, 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 23-4, I semestre 3 gennaio, 24 CP4: Esame 2, 3 gennaio 24 Testo e soluzione Cognome Nome Matricola Firma . Per ogni n N, sia X n la variabile aleatoria
DettagliAppunti di Simulazione
Appunti di Simulazione M. Gianfelice Corso di modelli probabilistici per le applicazioni Master di II livello in Matematica per le Applicazioni a.a. 2004/2005 1 Simulazione di numeri aleatori con distribuzione
DettagliEsercitazione del 28/10/2011 Calcolo delle probabilità
Esercitazione del 28/0/20 Calcolo delle probabilità Distribuzione di una funzione di una variabile aleatoria discreta. Sia X una variabile aletoria discreta, sia f una funzione da in, se Y := f(x) allora
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 30-0-08 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
DettagliCP110 Probabilità: Esame 4 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 4 luglio, 2012 CP110 Probabilità: Esame 4 luglio 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline numerate da 1
DettagliCognome Nome Matricola. Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale
Esame di Calcolo delle Probabilità mod. B del 9 settembre 2003 (Corso di Laurea in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliScheda n.3: densità gaussiana e Beta
Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE MODELLI STATISTICI, RICHIAMI Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione Nel
DettagliCorrezione Esercitazione 2
Correzione Esercitazione Esercizio. Per contare correttamente i casi favorevoli all uscita del 9 e all uscita del bisogna considerare i modi in cui si possono ottenere le loro scomposizioni: in particolare,
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = tan(2x 2 + 3y 2 )
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 7-9- - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo - Le risposte senza giustificazione sono considerate nulle Esercizio
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 88 La variabile aleatoria Nello
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliCalcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni
Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni Lezione 1 (26/9). Introduzione al corso; materiale e comunicazioni
DettagliEsercitazioni di Statistica Matematica A Lezione 7. Variabili aleatorie continue
Esercitazioni di Statistica Matematica A Lezione 7 Variabili aleatorie continue.) Determinare la costante k R tale per cui le seguenti funzioni siano funzioni di densità. Determinare poi la media e la
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 23 maggio, 213 CP11 Probabilità: Esonero 2 Testo e soluzione 1. (7 punti) Una scatola contiene 1 palline, 5 bianche e 5 nere. Ne vengono
DettagliLaboratorio di Calcolo Paola Gallo
Studio di una funzione Dopo aver calcolato limiti, massimi, minimi e flessi siamo in grado di stabilire noi quali estremi di variabilità e che passo dare alle mie x per poter visualizzare bene nel grafico
DettagliUniversità di Pavia Econometria. Richiami di teoria delle distribuzioni statistiche. Eduardo Rossi
Università di Pavia Econometria Richiami di teoria delle distribuzioni statistiche Eduardo Rossi Università di Pavia Distribuzione di Bernoulli La variabile casuale discreta Y f Y (y; θ) = 0 θ 1, dove
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliLezione 13 Corso di Statistica. Domenico Cucina
Lezione 13 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 20 obiettivi della lezione comprendere il concetto di variabile aleatoria continua familiarizzare
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliEsercizi 6 - Variabili aleatorie vettoriali, distribuzioni congiunte
Esercizi - Variabili aleatorie vettoriali, distribuzioni congiunte Esercizio. X e Y sono v.a. sullo stesso spazio di probabilità (Ω, E, P). X segue la distribuzione geometrica modificata di parametro p
DettagliMetodi Matematici Probabilità e Statistica. Correzione Compitino del
Metodi Matematici Probabilità e Statistica Correzione Compitino del.4.04 nota: Una sola risposta è esatta. 4 punti per una risposta esatta, -2 per una sbagliata, 0 per una non data. Gli esercizi sono divisi
DettagliCapitolo 1. Elementi di Statistica Descrittiva. 1.5 Esercizi proposti
Capitolo 1 Elementi di Statistica Descrittiva 1.5 Esercizi proposti Esercizio 1.5.1 In questo caso n = 24 e, dopo aver ordinato i dati (usando il metodo stem-and-leaf per esempio), 3 4 4 5 5 5 6 6 7 7
DettagliNome e cognome:... Matricola...
Nome e cognome:................................................... Matricola................. CALCOLO DELLE PROBABILITA - 0/07/008 CdS in Economia e Finanza - Cds in Informatica - Cds SIGAD Motivare dettagliatamente
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 88 La variabile aleatoria Nello
DettagliFisica Quantistica III Esercizi Natale 2009
Fisica Quantistica III Esercizi Natale 009 Philip G. Ratcliffe (philip.ratcliffe@uninsubria.it) Dipartimento di Fisica e Matematica Università degli Studi dell Insubria in Como via Valleggio 11, 100 Como
DettagliRegressione lineare. Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche.
Regressione lineare Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche Siano x ed y due variabili legate tra loro da una forma funzionale del
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliEsercitazione del 06/03/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 6/3/ Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio. E la notte di San Lorenzo, Alessandra decide di andare a vedere le stelle cadenti. Osserverà
DettagliMODELLI STATISTICI, RICHIAMI
MODELLI STATISTICI, RICHIAMI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 11 Aprile 2006 Francesca Mazzia (Univ. Bari) MODELLI STATISTICI,
DettagliCOMPLEMENTI DI ANALISI MATEMATICA A.A Primo appello del 5/5/2010
COMPLEMENTI DI ANALISI MATEMATICA A.A. 29- Primo appello del 5/5/2 Qui trovate le tracce delle soluzioni degli esercizi del compito. Ho tralasciato i calcoli da Analisi (che comunque sono parte della risoluzione),
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
DettagliFondamenti di Analisi Matematica 2 - a.a. 2016/2017 Primo appello
Fondamenti di Analisi Matematica 2 - a.a. 216/217 Primo appello Esercizi senza svolgimento - Tema 1 Ω = { x, y, z) R 3 : 4x 2 + y 2 + z 2 1, z }. x = ρ/2) sen ϕ cos ϑ, 1. y = ρ sen ϕ sen ϑ, ρ [, 1], ϕ
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 22/2/2011
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione //0 Il seguente esercizio va svolto su questo foglio prestampato. Esercizio. In un urna ci sono 8 palline etichettate con numeri
Dettagli21 settembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Seconda prova in itinere (A)
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 207/8 - Seconda prova in itinere (A) 207-2-20 La durata della prova è di due ore. Le risposte devono essere adeguatamente
DettagliPROCESSI STOCASTICI 1: ESERCIZI
PROCESSI STOCASTICI 1: ESERCIZI (1) ESERCIZIO: Date P e Q matrici stocastiche, dimostrare che la matrice prodotto P Q è una matrice stocastica. Dedurre che la potenza P n e il prodotto P 1 P 2 P n sono
Dettagli