I appello di CP per Informatica 19/6/2006
|
|
- Virginia Contini
- 5 anni fa
- Visualizzazioni
Transcript
1 I appello di CP per Informatica 9/6/26 Istruzioni: per l esame completo occorre svolgere il primo esercizio e il terzo o (in alternativa al terzo) il quarto; a sostituzione del I esonero occorre svolgere il primo e il secondo esercizio; a sostituzione del II esonero occorre svolgere il terzo esercizio o il quarto Un uomo possiede 2 ombrelli e ne prende uno al mattino per andare in ufficio e a sera quando torna naturalmente se piove e se ce n è uno disponibile Assumi che ogni volta la probabilità che piova sia p Indica con (X n ) n la catena di Markov che conta gli ombrelli disponibili prima dell n-mo tragitto (senza distinguere tra tragitti di andata e ritorno) i) Scrivi la matrice di transizione della catena e determina il carattere degli stati ii) Con che probabilità l uomo non ha ombrelli disponibili prima del secondo del terzo e del quarto tragitto se si assume che prima del primo tragitto li abbia entrambi disponibili (la legge iniziale ovvero la legge di X è la delta di Dirac in 2)? iii) Dopo quanto tempo in media se si assume che prima del primo tragitto abbia entrambi gli ombrelli disponibili l uomo non ha ombrelli disponibili? iv) Calcola le eventuali misure invarianti Cosa puoi dire sul comportamento di p (n) ij per n grande? v) Come approssimeresti la probabilità con cui l uomo si bagna al 96-mo tragitto? 2 Calcola la probabilità di raggiungere in un tempo finito lo stato 3 partendo dallo stato per la catena con spazio degli stati S = { 2 3 4} e con matrice di transizione E se la densità iniziale fosse quella uniforme? 2 2 P = Presenta in modo chiaro e organico le nozioni di base relative alle catene di Markov a tempo continuo Correda l esposizione con gli esempi visti a lezione 4 Riferendosi alle notazioni introdotte a lezione nel contesto delle catene di Markov a tempo continuo a valori in uno spazio discreto S rispondi alle seguenti domande i) Assegnati i parametri di una catena di Markov a tempo continuo (X t ) t e indicati con τ τ 2 i suoi tempi di salto come calcoleresti Spiega perché P x (τ s X τ = y τ 2 τ t X τ2 = z)? ii) Scrivi le equazioni all avanti per un processo di pura nascita su S = { 2 }; calcola P xx (t); calcola P xy (t) in termini di P xy (t) iii) Indica con (N + t ) t e (N t ) t i processi che contano i salti rispettivamente di ampiezza + e in una catena di nascita e morte a tempo continuo di parametri λ e µ Provando a dare una dimostrazione della tua affermazione dì di che processi si tratta? Quale proprietà relativa a coppie di variabili aleatorie esponenziali indipendenti puoi dedurre dalla prima risposta?
2 iv) Quale sistema di equazioni risolve una misura invariante per una catena di Markov a tempo continuo? Sapresti spiegare perché? i) La matrice di transizione è Soluzioni del I appello di CP per Informatica 9/6/26 P = q p q p con q = p Tutti gli stati sono comunicanti e quindi poiché lo spazio degli stati è finito persistenti positivi ii) Si assume che π (2) = e quindi π () = π () = Allora è evidente che la probabilità dell evento { ombrelli disponibili prima del secondo tragitto} è q e infatti in formule π 2 () = i π (i)p i = p 2 = q Analogamente per calcolare P( ombrelli disponibili prima del terzo tragitto) si procede così π 3 () = i π (i)p (2) i = p(2) 2 = i p 2i p i = E infine per calcolare P( ombrelli disponibili prima del quarto tragitto) π 4 () = i = i π (i)p (3) i = q 2 + p 2 q = p(3) 2 = i p 2i p ij p j = q j j p 2i p (2) i p j p j + p j p j p j iii) Rispondere a questo punto equivale a rispondere alla domanda: qual è il tempo medio di assorbimento in partendo da 2 per la catena corrispondente alla matrice di transizione q p q p ovvero per la dinamica modificata rendendo assorbente lo stato e quindi la classe {} coincidente con la classe di tutti gli stati persistenti (in tal caso infatti e 2 comunicano con ma non comunica con essi e quindi sono transienti) La risposta è quindi x 2 dove x x 2 risolvono il sistema dei tempi medi di assorbimento { x = + px 2 + qx x 2 = + px che risolto dà x = +p p p e x 2 2 = 2p p p 2 iv) Poiché la catena è persistente positiva esiste un unica misura invariante che si ottiene risolvendo il sistema v = qv v = qv + pv 2 v 2 = v + pv v + v + v 2 = che risolto dà v = p 3 p e v = v 2 = 3 p La catena soddisfa il criterio sufficiente per la regolarità (essere irriducibile e avere un elemento non nullo sulla diagonale di P) e quindi è ergodica e dunque lim n p (n) ij = v j indipendentemente da i 2
3 ( ) iv) P(si bagna al 96 mo tragitto) = P {piove al 96 mo tragitto} {X 96 = } = pp(x 96 = ) e questo per l indipendenza tra gli eventi Inoltre per l ergodicità si approssima P(X 96 = ) con v = p 3 p 2 Gli stati 3 e 4 sono assorbenti mentre gli stati e 2 sono transienti poiché pes entrambi comunicano con 3 ma 3 non comunica con essi Si tratta dunque di calcolare la probabilità di assorbimento in {3} partendo da cioè il valore λ {3} che risolve insieme a λ {3} 2 (probabilità di assorbimento in {3} partendo da 2) il sistema { λ {3} = λ{3} 2 λ {3} 2 = λ{3} Si trova λ {3} = 5 6 λ{3} 2 = 2 3 Se la densità iniziale fosse uniforme poiché vale l uguaglianza P(raggiungere in tempo finito 3) = i π (i)p i (raggiungere in tempo finito 3) tenendo conto del risultato precedente e del fatto che essendo 3 4 assorbenti la probabilità di raggiungere 3 in tempo finito partendo da 3 e da 4 sono rispettivamente e si ha che la probabilità richiesta è ( ) 3 + = vedi diario del corso e referenze 4 i) Si calcola P x (τ s X τ = y τ 2 τ t X τ2 = z) = P x (τ s)p x (X τ = y)p x (τ 2 τ t)p x (X τ2 = z) poiché per definizione di processo di puro salto i tempi di permanenza negli stati e i valori nei tempi di salto sono va indipendenti Inoltre trattandosi di processo di puro salto di Markov il tempo di permanenza nello stato x è esponenziale di parametro q x e i salti sono regolati dalla matrice di transizione Q Quindi la probabilità richiesta è ( e q xs )Q xy ( e q yt )Q yz ii) In generale le equazioni all avanti sono della forma P xy(t) = z P xz(t)q zy inoltre per un processo di pura nascita q zy = se z y a meno che non sia z = y e in tal caso si pone q y y = λ y Si conclude che l equazione è P xy(t) = P xy (t)λ y P xy (t)λ y Per calcolare P xx (t) si osserva che coincide con la probabilità che il tempo di permanenza in x sia più grande di t e poiché il tempo di permanenza nello stato x è un esponenziale di parametro q x = λ x (infatti q x = z x q xz = q xx+ = λ x ) segue P xx (t) = e qxt Per calcolare P xy (t) in termini di P xy (t) si moltiplicano entrambi i membri dell equazione all avanti per e λyt e riordinando si ottiene e λyt( P xy(t) + P xy (t)λ y ) = e λyt P xy (t)λ y cioè d ( ) e λyt P dt xy(t) = e λyt P xy (t)λ y 3
4 Integrando poiché P xy () = si ha P xy(t) = t e λ y(t s) λ y P xy (s) ds iii) Si tratta di processi di Poisson e in particolare (N t + ) t è processo di Poisson di intensità λ e (Nt ) t è processo di Poisson di intensità µ e i due processi sono indipendenti Infatti per ipotesi un salto di ampiezza + avviene con probabilità Q xx+ = λ λ+µ e un salto di ampiezza avviene con probabilità Q xx = µ λ+µ e l affermazione è allora conseguenza del fatto che il processo che conta tutti i salti è Poisson di intensità λ + µ e del fatto generale seguente (Proposizione 32 in Ross Probability models): se gli eventi contati da un processo di Poisson di intensità λ sono di tipo I con probabilità p e di tipo II con probabilità p ogni volta in modo indipendente dalle altre allora il processo che conta quelli di tipo I (rispnte II) è Poisson di parametro λp (rispnte λ( p)) Detti τ + e τ i primi tempi di salto rispettivamente di (N t + ) t e (Nt ) t essi sono va esponenziali indipendenti di parametro rispettivamente λ e µ e si ha e quindi Q xx+ = P(τ = τ + ) = P(τ + < τ ) λ λ + µ = P(τ + < τ ) In generale date due va esponenziali indipendenti la probabilità che una sia più piccola dell altra è data dal rapporto tra il suo parametro e la somma dei parametri iv) Per definizione se π è invariante fissato y S vale per ogni t π(y) = x π(x)p xy (t) e derivando entrambi i membri in t si ottiene l uguaglianza = x π(x)p xy(t) che calcolata in t = è = x π(x)q xy Al variare di y S si ottiene il sistema lineare risolto da π II appello di CP per Informatica 5/7/26 Istruzioni: per l esame completo occorre svolgere il primo esercizio e il secondo o (in alternativa al secondo) il terzo; a sostituzione del II esonero occorre svolgere il secondo esercizio o il terzo Un apparecchiatura di età j all inizio della giornata si guasta durante la giornata con probabilità p j e in tal caso è sostituita da un apparecchiatura identica ma nuova che entra in funzione all inizio della giornata successiva L apparecchiatura è sostituita anche quando è troppo vecchia e si conviene che questo corrisponda all età N (per età di un apparecchiatura si intende qui il numero delle giornate intere in cui l apparecchiatura ha funzionato) Per n si indica con X n la va che conta l età dell apparecchiatura funzionante all inizio della n + -ma giornata i) Scrivi la matrice di transizione della catena di Markov (X n ) n e determina il carattere degli stati 4
5 ii) Se al tempo n = l apparecchiatura è nuova con che probabilità è nuova al tempo n = 2? iii) Calcola nell ipotesi del punto precedente con che probabilità l apparecchiatura installata inizialmente viene utilizzata al massimo ovvero sostituita per vecchiaia e non per guasto iv) Calcola le eventuali misure invarianti Cosa puoi dire sul comportamento di p (n) ij v) Ogni quanto tempo in media avviene una sostituzione? per n grande? 2 Presenta in modo chiaro e organico le nozioni di base relative alle catene di Markov a tempo continuo Correda l esposizione con gli esempi visti a lezione 3 Riferendosi alle notazioni introdotte a lezione nel contesto delle catene di Markov a tempo continuo a valori in uno spazio discreto S rispondi alle seguenti domande i) Per una generale catena di Markov a tempo continuo (X t ) t scrivi in termini della densità iniziale e della funzione di transizione P xy (t) la densità congiunta ai tempi t t 2 t n negli stati x x 2 x n ovvero P(X t = x X t2 = x 2 X tn = x n ) Applica poi la formula al caso di un processo di Poisson di intensità λ ii) Dimostra l equazione di Chapman-Kolmogorov P xy (t + s) = z P xz (t)p zy (s) s t e poi ricava da essa l equazione all avanti per P xy (t) iii) Descrivi il comportamento della generica traiettoria di una catena di Markov a tempo continuo con solo due stati ovvero S = { } Quali sono i parametri di questa catena? Qual è il comportamento delle funzioni di transizione per t divergente a +? Qual è il legame con l ergodicità delle catene a tempo discreto a due stati? iv) Qual è la misura invariante per una coda M M con intensità di ingresso λ e di servizio µ Come procederesti per calcolarla? Soluzioni del II appello di CP per Informatica 5/7/26 i) Lo spazio degli stati è S = { N} e la matrice di transizione è p q p q P = p 2 q 2 p N q N con q j = p j Tutti gli stati sono comunicanti e quindi poiché lo spazio degli stati è finito persistenti positivi ii) Si assume che π () = e quindi π () = = π (N) = e dunque si calcola π 2 () = i π (i)p (2) i = p(2) = i p i p i = p 2 + p q 5
6 iii) Indicati con τ e τ N i tempi di primo raggiungimento degli stati e N rispondere a questo punto equivale a calcolare P (τ N < τ ) e poiché P (τ N < τ ) = P (τ N < τ X = ) = P (τ N < τ X = )P (X = ) = P (τ N < τ )q occorre calcolare P (τ N < τ ) L ultima probabilità coincide con la probabilità di assorbimento in N partendo da per la catena corrispondente alla matrice di transizione p q P = p 2 q 2 p N q N ovvero per la dinamica modificata rendendo assorbente gli stati e N La risposta è quindi x dove x x 2 x N risolvono il sistema dei tempi medi di assorbimento x = q x 2 x 2 = q 2 x 3 x N = q N che risolto dà x j = q j q j+ q N e in particolare x = q q 2 q N iv) Poiché la catena è persistente positiva esiste un unica misura invariante che si ottiene risolvendo il sistema v = p v + p v + p N v N + v N v = q v v 2 = q v v N = q N v N v + v + v v N = A ritroso dalla penultima equazione si ricava v j = q q q 2 q j per j = N e sostituendo questi valori nell ultima equazione si calcola v N = q q 2 q N q +q +q q ++q q q 2q N Infine sostituendo il valore ottenuto per v N nell espressione del generico v j si trova v j = v N q q q 2 q j +q +q q ++q q q 2 q N per j = N e v = +q +q q ++q q q 2q N La catena soddisfa il criterio sufficiente per la regolarità (essere irriducibile e avere un elemento = v j indipendente- non nullo sulla diagonale di P) e quindi è ergodica e dunque lim n p (n) ij mente da i iv) Occorre calcolare il tempo medio di ritorno nello stato che in formule è E [τ ] Si sa che nelle catene persistenti positive questo valore coincide con v e dunque in questo caso con + q + q q + + q q q 2 q N 2 vedi diario del corso e referenze 3 i) Utilizzando nell ordine la formula di partizione dell evento certo la formula del prodotto per la probabilità di n eventi e la proprietà di Markov si calcola P(X t = x X t2 = x 2 X tn = x n ) = x π (x )P x x (t )P x x 2 (t 2 t ) P xn x n (t n t n ) 6
7 Nel caso di un processo di Poisson di intensità λ poiché per y x si ha P xy (t) = λy x (y x)! e λt mentre y < x si ha P xy (t) = si calcola P(X t = x X t2 = x 2 X tn = x n ) = se almeno una coppia x j y j verifica y j < x j e altrimenti λ x x λ x2 x λ (xn xn ) π (x ) (x x x )! e λt (x 2 x )! e λ(t2 t) (x n x n )! e λ(tn tn ) ii) Per s t ( ) P xy (t + s) = P x (X t+s = y) = P x {X t = z X t+s = y} = z z P x (X t = z X t+s = y) e si conclude usando la formula generale al punto precedente per n = 2 t = t t 2 = t + s x = x x = z x 2 = y L equazione all avanti è della forma P xy(t) = z P xz(t)q zy e si ottiene derivando in s = entrambi i membri dell equazione di Chapman-Kolmogorov e ricordando che per definizione q zy = P zy() iii) La generica traiettoria di una catena di Markov a tempo continuo con spazio degli stati S = { } alterna intervalli su cui vale a intervalli su cui vale ; la lunghezza degli intervalli su cui vale è la realizzazione di va esponenziali indipendenti con lo stesso parametro q e la lunghezza degli intervalli su cui vale è la realizzazione di va esponenziali indipendenti tra loro e dalle precedenti con lo stesso parametro q e le probabilità dei salti son Q xy = se x y e Q xy = altrimenti ovvero la matrice Q (anche matrice di transizione della catena embedded) è ( ) P = Quando il tempo diverge qualsiasi sia x lim P x(t) = q t + q + q lim P x(t) = q t + q + q La catena a tempo discreto embedded è a due stati persistente positiva e ergodica e dunque con un unica misura invariante; segue che anche la catena a tempo continuo è persistente positiva e ha un unica misura invariante alla quale convergono le densità al tempo t al divergere di t qualsiasi sia la misura iniziale Inoltre si sa che se π è misura invariante per la catena embedded allora π(x)q x x π(x)qx è invariante per la catena a tempo continuo Applicando questa formula con π l uniforme (la misura invariante della catena embedded è l uniforme come si calcola facilmente) e q e q si ritrovano proprio i valori limite delle funzioni di transizione iv) La misura invariante π per una coda M M è la misura di Poisson di parametro λ/µ Per calcolarla si risolve il sistema lineare = x π(x)q xy che in questo caso ha la forma { π()µ π()λ = π(y + )µ π(y)λ = π(y)µ π(y )λ y In modo alternativo si può arrivare allo stesso risultato riscrivendo la misura invariante v della catena embedded (catena di nascita e morte a tempo discreto) in termini delle intensità di ingresso e servizio e poi riscalando secondo il fattore /q x e rinormalizzando ovvero calcolando v x /q x x vx/qx 7
Corso 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;
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
DettagliVETTORI DI VARIABILI ALEATORIE
VETTOI DI VAIABILI ALEATOIE E. DI NADO 1. Funzioni di ripartizione congiunte e marginali Definizione 1.1. Siano X 1, X 2,..., X n v.a. definite su uno stesso spazio di probabilità (Ω, F, P ). La n-pla
DettagliCatene di Markov a tempo continuo. Richiami teorici
Catene di Marov a tempo continuo Richiami teorici Pagina di 55 Data ultima revisione 2/5/ Definizione di catena di Marov a Una catena di Marov a è definita come: M(X, P(t)) t R + dove gli stati x,...,
DettagliProva 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
DettagliComplementi di Probabilità e Statistica Laurea Magistrale Ing. Info. Soluzione degli Esercizi su catene di Markov a tempo continuo
Complementi di Probabilità e Statistica Laurea Magistrale Ing Info Soluzione degli Esercizi su catene di Markov a tempo continuo M Abundo Si può modellizzare il sistema mediante una coda del tipo M/M/n
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
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
Dettagli5. Catene di Markov a tempo discreto (CMTD)
5. Catene di Markov a tempo discreto (CMTD) Carla Seatzu, 8 Marzo 2008 Definizione: CATENA Le catene sono p.s. in cui lo stato è discreto : X{x,x 2, }. L insieme X può essere sia finito sia infinito numerabile.
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
DettagliIII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 8/9 Martedì luglio 9 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Esercitazione
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (55AA) A.A. 28/9 - Esercitazione 28--9 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliVariabili aleatorie n-dim
Sessione Live #6 Settimana dal 6 maggio al giugno 003 Variabili aleatorie n-dim Funzioni di ripartizione e di densità (F.D.R. e f.d.d.) congiunte e marginali, valori medi e momenti misti, funzione generatrice
DettagliI Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013
I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. / 9 Giugno Recupero I esonero o prova scritta di Probabilità da 5 cfu o di Probabilità e Statistica da cfu: esercizio ; esercizio
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 29-2, II semestre 25 maggio, 2 CP Probabilità: Esonero 2 Testo e soluzione . (7 pt) Siano T, T 2 variabili esponenziali indipendenti, di parametri λ =
DettagliTeoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi.
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
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
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
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliCP110 Probabilità: Esame del 25 gennaio, Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 25 gennaio, 2011 CP110 Probabilità: Esame del 25 gennaio, 2011 Testo e soluzione 1. (6 pts Un mazzo di 20 carte contiene 15 carte
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
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,
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliProcessi di Markov. Processi di Markov
Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Un
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
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
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova scritta
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova scritta 209-0-09 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliEsercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un rating all altro secondo la matrice di transizione
Esercizi di Calcolo delle Probabilità della 10 a Matematica, Università degli Studi di Padova). settimana (Corso di Laurea in Esercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un
DettagliCALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno 2006 Motivare dettagliatamente le risposte su fogli allegati 1.- Sia X un numero aleatorio a valori { α, 0, α}, con α > 0 e P (X = α) = P (X
DettagliCatene di Markov. Richiami teorici
Catene di Marov Richiami teorici Pagina di 4 Alcune definizioni L insieme di tutti i possibili risultati di un esperimento è detto spazio degli eventi dell esperimento. Lo spazio si indica con Ω ed un
Dettaglidi transizione p n,m ( t) = P N(t + t) = m N(t) = n.
PROCESSI DI NASCITA E MORTE 33 14 PROCESSI DI NASCITA E MORTE Molti sistemi a coda possono essere ben rappresentati mediante i cosiddetti processi di nascita e morte che sono importanti processi in teoria
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
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
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
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
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
DettagliEsame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
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
DettagliEsercizio 1, 6 punti [ ] Sapendo che una grandezza P(t) è caratterizzata dalle seguenti proprietà:
Modellistica Ambientale/Modelli Matematici Ambientali - A.A. 2014/2015 Quinta prova scritta, Appello estivo 23 Settembre 2015 Parte comune a Modellistica Ambientale e Modelli Matematici Ambientali Schema
DettagliTeoria delle File di Attesa
Teoria delle File di Attesa Una coda, o fila di attesa, si forma quando degli utenti attendono di essere serviti da uno o più serventi. Esempi: Studenti agli sportelli della segreteria Utenti di un centro
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliAppunti sulle Catene di Markov
Appunti sulle Catene di Markov Calcolo delle Probabilità, L.S. in Informatica, A.A. 2006/2007 A.Calzolari 1 Indice 1 Definizioni di base 3 2 Classificazione degli stati 20 3 Misure invarianti e proprietà
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
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
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
DettagliProcessi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo
Processi stocastici A.A. 09 0 Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo G. Sanfilippo 20 maggio 200 Registro delle lezioni. Lezione del 3 Marzo 200, 8-, ore complessive 3 Richiami
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
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
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
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
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,
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,
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 30/6/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 29/ /6/2 Nota. E obbligatorio sia scegliere le risposte numeriche, o le formule nali a seconda del caso) negli appositi
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Prova in itinere
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 208/9 - Prova in itinere 208--2 La durata della prova è di due ore e mezzo. Le risposte devono essere
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
DettagliCatene di Markov a tempo continuo
Catene di Markov a tempo continuo Note al 1/2/211, Calcolo delle Probabilità, L.S. in Informatica, a.a.21/11 A.Calzolari 1 Indice 1 Processo di Poisson 3 2 Processi di rinnovo 19 3 Catene di Markov a tempo
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
DettagliCorrezione di Esercizi 4 di Calcolo delle Probabilità e Statistica. Mercoledì 4 maggio 2016
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
DettagliMetodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 2/07/2009
Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 2/07/2009 Esercizio 20 punti). Studiamo l efficienza del servizio al banco alimentari formaggi ecc.) di un supermercato. Chi arriva
DettagliAnalisi nel dominio del tempo delle rappresentazioni in variabili di stato
4 Analisi nel dominio del tempo delle rappresentazioni in variabili di stato Versione del 21 marzo 2019 In questo capitolo 1 si affronta lo studio, nel dominio del tempo, dei modelli di sistemi lineari,
DettagliE (X 2 ) = E (G) + E (E 2 ) = 1, V ar (X 2 ) = V ar (G) + V ar (E 2 ) = 5, Cov(X 1, X 2 ) = Cov(G + E 1, G + E 2 ) = V ar (G) = 4,
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 04/05 Prova di Esonero Maggio 05 degli esercizi proposti Siano G, E, E tre variabili aleatorie gaussiane indipendenti, rispettivamente
DettagliESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2
ESECIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2 1. Una σ algebra è chiusa rispetto a intersezioni finite e numerabili, e rispetto a differenze e differenze simmetriche. 2. Una σ algebra è anche un algebra,
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 15/9/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 5/9/ Nota. E obbligatorio sia scegliere le risposte (numeriche, o le formule nali a seconda del caso) negli appositi spazi, sia
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1
Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono
DettagliEsercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità
Esercitazione del 19/0/013 Istituzioni di Calcolo delle Probabilità David Barbato Variabili aleatorie esponenziali. Minimo di v.a. esponenziali indipendenti. Ricordiamo innanzitutto che due variabili aleatorie
DettagliLEZIONE 12. v = α 1 v α n v n =
LEZIONE 12 12.1. Combinazioni lineari. Definizione 12.1.1. Sia V uno spazio vettoriale su k = R, C e v 1,..., v n V vettori fissati. Un vettore v V si dice combinazione lineare di v 1,..., v n se esistono
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 (69AA) A.A. 7/8 - Prova scritta 8-7-3 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliCALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica. Leggere attentamente le seguenti note
CALCOLO DELLE PROBABILITÀ I. a.a. 2016/2017. Informatica Leggere attentamente le seguenti note Modalità d esame. L esame consta di uno scritto con esercizi (bisogna prenotarsi su infostud). Chi passa questo
DettagliANALISI VETTORIALE COMPITO IN CLASSE DEL 8/11/2013
ANALISI VETTORIALE COMPITO IN CLASSE DEL 8//3 Premessa (Cfr. gli Appunti di Analisi Vettoriale / del Prof. Troianiello) Nello studio degli integrali impropri il primo approccio all utilizzo del criterio
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
Dettaglicon distribuzione gaussiana standard e si ponga
Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e
DettagliVariabili aleatorie parte 2. 1 Definizione di funzione di ripartizione o funzione cumulativa (CDF)
Statistica e analisi dei dati Data: 11 aprile 2016 Variabili aleatorie parte 2 Docente: Prof. Giuseppe Boccignone Scriba: Alessandra Birlini 1 Definizione di funzione di ripartizione o funzione cumulativa
DettagliTeoria delle Probabilità e Applicazioni programma 2004/05
Teoria delle Probabilità e Applicazioni programma 2004/05 Capitolo 1: esempio guida Lezioni: 8/3, 9/3 (5h) 1. Come modellizzare l esperimento infiniti lanci di una moneta equilibrata oppure l esperimento
DettagliProbabilità 1, laurea triennale in Matematica Prova scritta sessione invernale a.a. 2008/09 del 26/01/2010
Probabilità 1, laurea triennale in Matematica Prova scritta sessione invernale a.a. 2008/09 del 26/01/2010 1. Nello scaffale di un negozio vi sono 20 CD-Rom di software, di cui 2 di grafica e gli altri
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliModulo di Matematica
Università degli Studi di Udine Anno Accademico 05/06 Corso di Laurea in Biotecnologie Modulo di Matematica Esame del 0/0/06 N.B.: scrivere nome, cognome e numero di matricola su ogni foglio consegnato.
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.
Dettagliw=k,k+1,k+2, p. Pertanto la probabilità dell evento composto [k-1 successi in w-1 k k W
Complementi di Idrologia Appello del 2 settembre 2 Problema n (6 punti). erivare l equazione della distribuzione Binomiale Negativa mostrando il suo legame con la distribuzione Binomiale. 2. Si consideri
DettagliSoluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura)
Soluzione della prova scritta di Analisi Matematica II del 5 Aprile 009 Ingegneria Edile e Architettura x. Calcolare J = ds essendo γ la curva ottenuta intersecando γ + y il cilindro di equazione x + y
DettagliDATI DELLO STUDENTE: NomeeCognome:... NumerodiMatricola:... PROCESSI STOCASTICI 09/09/2015, ESAME SCRITTO
DATI DELLO STUDENTE: NomeeCognome:... NumerodiMatricola:... PROCESSI STOCASTICI 09/09/20, ESAME SCRITTO L uso di testi, appunti, formulari e gadget elettronici non è autorizzato. Avete 2 ore di tempo a
DettagliVariabili casuali. - di Massimo Cristallo -
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali
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
DettagliTutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017
Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017 Esercizi: serie di potenze e serie di Taylor 1 Date le serie di potenze a.) n=2 ln(n) n 3 (x 5)n b.) n=2 ln(n)
DettagliProcessi Stocastici, anno 2013/14
Processi Stocastici, anno 213/14 Esercitazione 1 Esercizio 1 Siano X e Y due v.a. indipendenti in L 2, con E(X) = µ, V (X) = σ 2, E(Y ) = ν. Si determini il valor medio condizionato E(X + Y X), il valor
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018
Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
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
Dettagli= 2 (64 1) = 42 > 28.
9 LEZIONE 9 Esercizio 9.. Data una funzione y = f() = nell intervallo [, ], calcolare i valori e le aree dei rettangoli y = f(), y = f(), y = f() R = f(), R = f(), R = f(). Utilizzare il metodo dei rettangoli
Dettagliarrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson :
Sistema di coda ad un canale con arrivi poissoniani e tempi di servizio esponenziali. Si può dimostrare che assumere il tasso degli arrivi costante e pari a equivale ad assumere per gli intervalli fra
Dettagli1.4.2 Proprietà di Markov. Catene di Markov a tempo continuo
PROCESSI DI NASCITA E MORTE 35 14 PROCESSI DI NASCITA E MORTE Molti sistemi a coda possono essere ben rappresentati mediante i cosiddetti processi di nascita e morte che sono importanti processi in teoria
DettagliCP110 Probabilità: Esame 27 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 27 gennaio, 213 CP11 Probabilità: Esame 27 gennaio 213 Testo e soluzione 1. (6 pts) Tre amici dispongono di 6 monete da un euro e
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 luglio 6 Vettori aleatori e funzioni di v.a. Esercizio Si lanciano due dadi equi. Qual è la probabilità che la somma sia? [ ] Siano X, X le v.a.
Dettagli