(iii) sia Y := X 2, si trovi la distribuzione di Y. (i) anché (0.1) sia una densità di probabilità deve vericarsi. 1 = Cxe x2. 2 1[0, ] (x)dx = Cxe x2
|
|
- Severina Nicolosi
- 4 anni fa
- Visualizzazioni
Transcript
1 1 Esercizi settimana 6 Esercizi applicati Esercizio 1. Sia X una variabile aleatoria assolutamente continua (VAAC) con densità Si calcoli: f X (x) = Cxe x2 2 1[, ] (x), x, C >. (.1) (i) la costante C > tale per cui la funzione in (.1) sia una densità di probabilità; (ii) sia g : [, 1], si trovi g tale per cui la v.a. g(x) sia una VAAC uniforme su [, 1]; (iii) sia Y := X 2, si trovi la distribuzione di Y. (i) anché (.1) sia una densità di probabilità deve vericarsi + Cxe x2 2 1[, ] (x)dx = 1, risolvendo dunque l'integrale, abbiamo che = Cxe x2 2 1[, ] (x)dx = Cxe x2 2 = Ce x2 2 = C. Si ha allora che per C = 1 la (.1) è una densità di probabilità. (ii) denotiamo con F X (x) la funzione di ripartizione associata a f in (.1). Sia dunque g : [, 1] invertibile, abbiamo che F X (x) = P (X x) = P (g(x) g(x)) = F g(x) (g(x)), (.2) se inoltre vogliamo che g(x) sia una VAAC uniforme su [, 1], dalla denizione funzione di ripartizione di VAAC uniforme, abbiamo che Unendo ora (.2) e (.) abbiamo che F g(x) (x) = P (g(x) x) = x. (.) F X (x) = g(x) = e dunque abbiamo trovato g(x) = 1 e x2 2. ye y2 2 dy = 1 e x2 2, (iii) sia ora F Y la funzione di ripartizione della v.a. Y := X 2, procedendo come al punto (ii) abbiamo che F Y (x) = P (Y x) = P ( X 2 x ) = P ( X x ) = F X ( x) = 1 e x 2. Si noti che la variabile aleatoria Y := X 2 è distribuita come Y Exp( 1 2 ).
2 2 Esercizio 2. Si considerino componenti elettroniche X 1, X 2, X. Il tempo di vita di ciascuna delle componenti elettroniche è distribuito come una VAAC esponenziale, in particolare abbiamo che X 1 Exp(λ), X 2 Exp(µ), X Exp(γ), λ > γ > µ. Si assumano X 1, X 2 e X indipendenti. (i) si considerino le tre componenti collegate in serie e sia T 1 il tempo di vita (aleatorio) del circuito elettrico così costruito. Si calcoli la legge di T 1 ; (ii) si consideri ora il circuito del punto (i) e si immagini di collegarne uno uguale in parallelo, sia ora T 2 il tempo di vita (aleatorio) del circuito elettrico. Si calcoli la legge di T 2 ; (i) si ricordi che per una VAAC Y Exp(α), denotando con f la sua densità e con F la funzione di ripartizione, si ha che αe αy y, f Y (y) = y <,, F 1 e αy y, Y (y) = y <,. Il tempo di vita T 1 del circuito elettrico costruito mettendo in serie i tre componenti può essere modellizato come T 1 = min(x 1, X 2, X ). Considerando dunque la funzione di ripartizione della v.a. T 1 abbiamo che, per x, 1 F T1 (x) = P(min(X 1, X 2, X ) > x) = P(X 1 > x)p(x 2 > x)p(x > x) = = (1 F X1 (x))(1 F X2 (x))(1 F X (x)), utilizzando ora la funzione di ripartizione per la VAAC con distribuzione esponenziale si ha che F T1 (x) = (λ + µ + γ)e (λ+µ+γ)x. Si noti che, denotando α := λ + µ + γ, si ha T 1 Exp(α). (ii) collegando ora in parallelo due componenti come nel punto (i), abbiamo che la vita del nuovo circuito elettrico T 2 può essere descritta come T 2 = max(min(x 1, X 2, X ), min(x 1, X 2, X )) = max(w, Z). Considerando ora la funzione di ripartizione di T 2 abbiamo che, per x, F T2 (x) = P (max(w, Z) x) = P (W x) P (Z x) = F W (x)f Z (x), siccome dal punto (i) sappiamo che W, Z Exp(α), allora segue che F T2 (x) = (1 e αx ) 2, x, α := λ + µ + γ. (.4) Abbiamo ora la funzione di ripartizione di T 2, possiamo quindi ricavare la densità di T 2 derivando la funzione di ripartizione trovata in (.4), f T2 (x) = F T 2 (x) = 2α(1 e αx )e αx. (.5)
3 Esercizio. Si consideri la seguente funzione Ct f(t) = 2 e t 4 t >, t. (i) si trovi C tale per cui f sia una densità di probabilità e si dia una rappresentazione graca di f ; (ii) sia T una v.a. che descrive il tempo di vita di una lampadina e sia assuma che T abbia densità f. Qual è la probabilità che la lampadina sia ancora in funzione a t =? (i) anché sia una densità di probabilità deve valere Ct 2 e t 4 dt = 1, da cui otteniamo da cui segue c = 4. (ii) calcoliamo 1 = P(t > ) = Ct 2 e t 4 4 dt = C e t 4 4 t2 e t 4 dt = e t 4 = C 4, = e Esercizio 4. Sia X U(, 1). Si calcolino le densità di Y := 1 λ log X, Z := 1 λ log X, con λ >. Sia G Y la funzione di ripartizione di Y e F la funzione di ripartizione di X. Allora abbiamo per t > G Y (t) = P(Y t) = P ( 1λ ) log X t = P ( X e λt) = 1 e λt. Un procedimento simile mostra che G(t) = per t <. Si noti che Y Exp(λ). Un procedimento analogo mostra che, denotando con G Z la funzione di ripartizione di Z, per t, è data da ( ) G Z (t) = P Y t = P ( Y t ) = 1 e λt. Segue dunque che la densità g Z è data da g Z (t) = F Z(t) = λt 2 e λt.
4 4 Esercizio 5. Sia X una v.a. con densità data da θt θ 1 < t 1, f(t) = altrimenti, con θ >. Si calcolino: (i) la funzione di ripartizione F di X; (ii) P(X ) e P(X 1 ); (iii) la legge di Y := log X. Esercizio 6. Sia X una variabile aleatoria con densità f(t) = λ 2 e λ t, con λ +. Una v.a. con densità data da f viene chiamata v.a. di Laplace. Si calcoli la legge di αx e di X, α. Sia α >, allora segue che ( ) t P (αx t) = F X, α dove F X è la funzione di ripartizione di X. Derivando otteniamo la densità Conti analoghi mostrano per α < g(t) = λ 2α e λ α t. g(t) = λ 2 α e λ α t, da cui ricaviamo che αx ha distribuzione di Laplace di parametro Per quanto riguarda X abbiamo che P( X x) = λ 2 da cui si può notare che X Exp(λ). x λ α. e λ t dt = 1 e λx, Esercizio 7. Siano X 1,..., X n v.a. i.i.d. con legge U(, 1). (i) sia W := minx 1,..., X n }. Si calcoli la funzione di ripartizione e la densità di W ; (ii) sia Z := maxx 1,..., X n }. Si calcoli la densità di Z e si mostri che Z ha la stessa legge di 1 Z.
5 5 (i) si ottiene che P(W t) = 1 (1 t) n, da cui derivando otteniamo la densità f W (t) = n(1 t) n 1. (ii) in maniera analoga otteniamo che da cui derivando otteniamo P(Z t) = t n, f Z (t) = nt n 1. Calcolando la legge di 1 Z otteniamo P(1 Z t) = P(Z 1 t) = t n. Esercizi teorici Esercizio 8. Sia X Exp(λ), λ > e sia m >. Sia Y := minx, m}. Si determini la funzione di ripartizione di Y e se ne dia una rappresentazione graca. Y ammette densità? Si ricordi che F X (t) = 1 e λt per t > e F X (t) = per t <. Otteniamo che t, F Y (t) = P(Y t) = 1 e λt t m, 1 t m. Si noti che da cui segue che F Y lim F Y (t) = 1 e λm 1 = lim F Y (t), t m t m + non è continua e pertanto Y non ammette densità. Esercizio 9. Quale delle seguenti sono funzioni di ripartizione: (i) (ii) (iii) F (x) = F (x) = F (x) = 1 e x2 x, x <. e 1 x x >, x. e x e x + e x, x. Esercizio 1. Si calcoli la costante C anché le seguenti siano densità:
6 6 legge arcseno f(x) = C (x(1 x)) 1 2, x (, 1); distribuzione extreme value f(x) = Ce x e x, x ; quadratica inversa f(x) = C(1 + x 2 ) m, x, m ; Esercizio 11. Sia X una v.a. con densità f e funzione di ripartizione F, si calcoli la legge di Y := αx, α. Si dimostri che X e X hanno la stessa legge se e solo se f(x) = f( x). Otteniamo, per α >, Derivando otteniamo Conti analoghi per α < mostrano che F Y (t) = P(Y t) = P(αX t) = F X ( t α ). g Y (t) = 1 α f X g Y (t) = 1 α f X ( ) t. α ( ) t. α isulta evidente che, se X e X hanno lo stessa legge, allora f(x) = f( x). Al contrario se vale f(x) = f( x), allora P( X x) = P(X x) = da cui la tesi. x f(y)dy = f( y)dy = f(y)dy = P(X x), Esercizio 12. Sia X una v.a. con densità f e sia Y una v.a. con densità g. Si dimostri che, α (, 1), la funzione h(x) := αf(x) + (1 α)g(x) denisce una densità. Chiaramente abbiamo che h(x), x. Inoltre abbiamo che h(x)dx = αf(x) + (1 α)g(x)dx = α f(x)dx + (1 α) g(x)dx = α + 1 α = 1. Esercizio 1. Sia X U(, 1), si trovi g tale per cui g(x) Exp(1). abbiamo che P(g(X) x) = P(X g 1 (x)) = 1 g 1 (x). Dunque abbiamo che P(g(X) x) = 1 e x, se e solo se g 1 (x) = e x, da cui segue g(x) = ln x. Alternativamente, si consideri x = P(X x) = P(g(X) g(x)) = 1 e g(x).
7 7 Ora considerando il membro di destra e il membro di sinistra dell'equazione precedente si ottiene x = 1 e g(x), da cui segue g(x) = ln(1 x). Esercizio 14. Sia X una v.a. Y := X. con densità f e funzione di ripartizione F, si calcoli la legge di Esercizio 15. Sia X U(, 1), si calcoli la legge di Y := ax + b, a >, b. Legenda: : esercizio da sapere all'esame; : esercizio dicile
Esercizio 1. Un punto viene scelto a caso nel cerchio di raggio R > 0 con distribuzione uniforme.
Esercizi settimana 8 Esercizi applicati Esercizio. Un punto viene scelto a caso nel cerchio di raggio R > con distribuzione uniforme. (i) qual è la probabilità che il punto disti dall'origine più di r,
Dettagli2, si calcoli la densità di Y := ax + b, a > 0, b R. (2 e x2. Soluzione. (i) vogliamo calcolare esplicitamente il seguente integrale. e x2.
Esercizi settimana 8 Esercizi applicati Esercizio (Sulle proprietà della VAAC gaussiana). (i) sia f(x) = e x, si calcoli + f(x)dx. (ii) sia X N (, ), ovvero f X (x) = π e x, si calcoli la densità di Y
DettagliEsercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliEsercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliEsercizi settimana 9. Esercizi applicati. Esercizio 1. Sia f denita da. f(t) = 0 t 0, con α, θ > 0. Si calcoli il tasso istantaneo di guasto denito da
1 Esercizi settimana 9 Esercizi applicati Esercizio 1. Sia f denita da f(t) = { αθ α (θ+t) α+1 t >, t, con α, θ >. Si calcoli il tasso istantaneo di guasto denito da e si dica se r è crecente. r(t) :=
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,
Dettagli1 Esercizi tutorato 08/06, lezione 2
Esercizi tutorato 8/6, lezione 1 1 Esercizi tutorato 8/6, lezione Esercizio 1.1. La polizia sta cercando un criminale in una certa città che abbia una determinata caratteristica, supponiamo inoltre che
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
DettagliEsercizi di Calcolo delle Probabilità Foglio 3
Esercizi di Calcolo delle Probabilità Foglio David Barbato Esercizio. (6-ese- s) Sia (X, Y ) un vettore aleatorio con densità: { αy (x, y) D f (X,Y ) (x, y) (x, y) / D Dove D {(x, y) R : x
Dettagli1 Esercizi tutorato 1/4
Esercizi tutorato 1/ 1 1 Esercizi tutorato 1/ Esercizio 11 Siano X e Y due va discrete indipendenti di distribuzione geometrica con parametro p [0, 1] (i) Si calcoli la legge di X + Y, è una legge nota?
DettagliLa funzione di ripartizione caratterizza la v.a. Ad ogni funzione di ripartizione corrisponde una ed una sola distribuzione.
Funzione di ripartizione X v.a. a valori in IR F X (x) = P (X x), x IR Indice X omesso quando chiaro Proprietà funzione di ripartizione F (i) F X (x) ; x (ii) è non decrescente Sia a < b P (a < X b) =
DettagliSessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie.
Sessione Live 4 V.a. n-dimensionali. Funzioni di variabili aleatorie. 9 e 11 Dicembre 2008 Richiami di teoria Come si calcolano le densità marginali Esercizi Una v.a. n-dimensionale (o vettore aleatorio
DettagliStudente: Matricola: 0 x 1 n, x x 1 n, che converge alla funzione di riparatizione della costante 0;
Es 1 Es Es 3 Es Tot Terzo appello settembre Calcolo delle probabilità 13 settembre 18 Studente: Matricola: Vero o falso Esercizio 1 (1 pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
Dettagli) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,
Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)
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
DettagliEsercitazione del 30/05/2018 Istituzioni di Calcolo delle Probabilità
Esercitazione del /5/8 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Somma di variabili aleatorie indipendenti. Caso discreto. Siano X e Y due variabili aletaroie discrete
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
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
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
DettagliStudente: Matricola: Soluzione. V usando la disuguaglianza di Chebyschev, per n sucientemente grande segue,
Es Es 2 Es 3 Es 4 Tot Secondo appello luglio Calcolo delle probabilità 2 luglio 29 Studente: Matricola: Vero o falso Esercizio ( pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
DettagliEsercizi - Fascicolo V
Esercizi - Fascicolo V Esercizio Sia X una vc uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x) Posto Y = cos(x), trovare la distribuzione di Y se y < F Y (y) = P (cos(x)
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
DettagliEsercitazione del 21/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del /0/0 Istituzioni di Calcolo delle Probabilità David Barbato Funzione di ripartizione Sia F X una funzione da in. consideriamo le seguenti condizioni: F X è non decrescente lim ( ) x F
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
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliEsercizi - Fascicolo V
Esercizi - Fascicolo V Esercizio Sia X una v.c. uniformenente distribuita nell intervallo ( π 2, π 2 ), cioè f X (x) = π ( π 2, π 2 ) (x). Posto Y = cos(x), trovare la distribuzione di Y. Esercizio 2 Si
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
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
DettagliSOLUZIONI DEL TEST DI PREPARAZIONE ALLA 2 a PROVA INTERMEDIA
SOLUZIONI DEL TEST DI PREPARAZIONE ALLA a PROVA INTERMEDIA Esercizio. Le v.c. X e Y possono assumere solo i valori e (ad es. ingresso ed uscita di un canale di comunicazione binario). Sapendo che X è una
DettagliMatematica - Prova d esame (25/06/2004)
Matematica - Prova d esame (/6/4) Università di Verona - Laurea in Biotecnologie AI - A.A. /4. (a) Disegnare sul piano di Gauss i numeri z = i e w = i, e scriverne la forma trigonometrica. Calcolare z
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliTutorato VI Probabilità e Statistica a.a. 2015/2016
Tutorato VI Probabilità e Statistica a.a. 25/26 Argomenti: disuguaglianza di Chebycev e legge dei grandi numeri; v.a. assolutamente continue: densità congiunte e marginali; indipendenza; calcoli con densità.
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
DettagliESERCIZI HLAFO ALFIE MIMUN
ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie
DettagliP(X > 0) = P(X 1 = 1) + P(X 1 = 1, X 2 = 1, X 3 = 1) =
1 Esercizi settimana 3 Esercizio 1. Un urna contiene 8 palline bianche, 4 nere e rosse. Si assuma di vincere e ogni volta che si estragga una pallina nera, si perda 1e per ogni pallina bianca e non succeda
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
DettagliVariabili aleatorie multiple. X = (X 1,..., X n ) vettore aleatorio
Variabili aleatorie multiple X = (X 1,..., X n ) vettore aleatorio F X (x 1,..., x n ) = P(X 1 x 1,..., X n x n ) caso particolare n = 2 (variabile doppia) F X,Y (x, y) = P(X x, Y y) V.a. discreta: (X,
DettagliAppello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot
Es Es 2 Es 3 Es 4 Tot Appello febbraio Calcolo delle probabilità 5 febbraio 208 Studente: Matricola: Vero o falso Esercizio (0 pti). Si dica, motivando la propria risposta, se le seguenti affermazioni
DettagliAlcuni argomenti di Calcolo delle Probabilità Corso di Studi in Statistica per l Analisi dei dati A.A. 2010/2011 1
Alcuni argomenti di Calcolo delle Probabilità Corso di Studi in Statistica per l Analisi dei dati A.A. 2010/2011 1 1 Queste dispense non comprendono tutti gli argomenti trattati nel corso. Inoltre per
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,
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:
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
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
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
DettagliGenerazione di variabili aleatorie con distribuzione non uniforme. Daniela Picin
Generazione di variabili aleatorie con distribuzione non uniforme Daniela Picin A partire da una sequenza di numeri random u k ~ U(0,1) opportunamente generati, alcuni dei metodi per la generazione di
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
DettagliGeometria BAER Canale A-K Esercizi 11
Geometria BAER 6-7 Canale A-K Esercizi Esercizio. Scrivere la matrice delle seguenti trasformazioni ortogonali del piano (a Proiezione ortogonale sulla retta x + y = (b Rotazione di π/4 seguita da riflessione
DettagliEsercitazione 4. Aprile 2019
Esercitazione Aprile ALCUNE NOTE Versione aggiornata! Dal momento che questa esercitazione è stata svolta a più puntate, vi prego (soprattutto chi non ha potuto partecipare alle ore supplementari) di prestare
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
DettagliCorso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1
Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994
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
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
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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 II Esonero - 15 Gennaio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 014/015 II Esonero - 15 Gennaio 015 1 3 4 5 6 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
Dettagli9. Test del χ 2 e test di Smirnov-Kolmogorov. 9.1 Stimatori di massima verosimiglianza per distribuzioni con densità finita
9. Test del χ 2 e test di Smirnov-Kolmogorov 9. Stimatori di massima verosimiglianza per distribuzioni con densità finita Supponiamo di avere un campione statistico X,..., X n e di sapere che esso è relativo
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliVariabili aleatorie unidimensionali: v.a. non notevoli discrete e continue indici, momenti e funzione generatrice dei momenti
Sessione live #4 Variabili aleatorie unidimensionali: v.a. non notevoli discrete e continue indici, momenti e funzione generatrice dei momenti Lezioni CD: - 3-4 Esercizio Consideriamo le seguenti funzioni:
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
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
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
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
DettagliSecondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 17/06/2019
Secondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 17/6/219 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Un forno produce rosette di pane. Il peso di una
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
DettagliSecondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche
Secondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 9/7/18 COGNOME e NOME... N. MATRICOLA... Esercizio 1. punti Siano X e Y due variabilili aleatorie normali
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
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
DettagliESERCIZIO 1. Sia (Ω, P ) uno spazio di probabilità, e B un evento tale che P (B) > 0. Si dimostri che la mappa P (Ω B) = P (B) P (B) = 1.
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 4 settembre Matricola: ESERCIZIO. Sia (Ω, P ) uno spazio di probabilità, e B un evento tale che P (B) >. Si dimostri che la
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
DettagliMATEMATICA E STATISTICA CORSO A III COMPITINO 20 Marzo 2009
MATEMATICA E STATISTICA CORSO A III COMPITINO Marzo 9 SOLUZIONI. () Sia X una variabile aleatoria binomiale con valor medio uguale a 5/; la varianza di X può valere? Giustificare la risposta. Il valor
DettagliSecondo Compitino di Analisi Matematica Corso di laurea in Informatica, corso B 18 Dicembre 2015 Fila A. i 1 2i. z 2 = (1 + i)(1 i)(1 + 3i).
Secondo Compitino di Analisi Matematica Corso di laurea in Informatica, corso B 8 Dicembre 05 Fila A Esercizio Si considerino i numeri complessi z = i + i i (a) Calcola il modulo di z e il modulo di z.
DettagliCAPITOLO 9. Vettori Aleatori
CAPITOLO 9 Vettori Aleatori 9 9 Vettori Aleatori 3 9 Vettori Aleatori In molti esperimenti aleatori, indicando con Ω l insieme dei possibili risultati, al generico risultato dell esperimento, ω Ω, sono
DettagliVariabili casuali multidimensionali
Variabili casuali multidimensionali Variabili casuali multidimensionali: k-ple ordinate di variabili casuali unidimensionali definite sullo stesso spazio di probabilità X = (X 1,..., X k ) Funzione di
DettagliEsame di Probabilità e Statistica del 17 giugno 2010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 17 giugno 010 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione:
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
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliEsercitazioni di Statistica Matematica A Lezione 2. Variabili con distribuzione gaussiana
Esercitazioni di Statistica Matematica A Lezione 2 Variabili con distribuzione gaussiana.) Una bilancia difettosa ha un errore sistematico di 0.g ed un errore casuale che si suppone avere la distribuzione
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2010/11
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 00/ Prova scritta del /0/0 Esercizio Due variabili aleatorie indipendenti, X e Y, verificano la relazione X Y. ) Si provi che F Y (x) F X (x) per ogni numero
DettagliEs.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci
Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se
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
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliPROVE SCRITTE, A.A. 2012/2013 P (Z = 2) = P (B 1 R 2 ) + P (R 1 B 2 ) = P (B 1 )P (R 2 B 1 ) = P (R 1 )P (B 2 R 1 ) =
PROVE SCRITTE, A.A. 202/20 Giugno 20 () Un'urna contiene palline rosse e 2 palline bianche. Le estraiamo senza rimpiazzo nché non otteniamo almeno una pallina per ciascun colore. Denotiamo con X il numero
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
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
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
DettagliX n = αx n 1 + Y n. Si dimostri che. Usando la precedente relazione si dimostri che. e che. e si determini il limite di media e varianza quando n +.
Problema 1. Siano X, Y 1, Y,... variabili aleatorie indipendenti. Si supponga che X abbia media m e varianza σ e che le Y i abbiano distribuzione gaussiana con media µ e varianza σ. Dato α in (, 1, si
DettagliEsame di Probabilità e Statistica del 3 aprile 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 3 aprile 007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliEsercitazione Maggio 2019
Esercitazione 6 9 Maggio 019 Esercizio 1 E noto che la durata di un determinato tipo di Hard Disk per Server segue la legge esponenziale con media pari a 8 anni. a) Calcolare la probabilità che un Hard
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
DettagliEsercitazioni di Geometria A: curve algebriche
Esercitazioni di Geometria A: curve algebriche 24-25 maggio 2016 Esercizio 1 Sia P 2 il piano proiettivo complesso munito delle coordinate proiettive (x 0 : x 1 : x 2 ). Sia r la retta proiettiva di equazione
DettagliCALCOLO DELLE PROBABILITA - 13 Aprile 2011 CdL in STAD, SIGAD - docente: G. Sanfilippo
Cognome e Nome: Matricola CdS CALCOLO DELLE PROBABILITA - 13 Aprile 211 CdL in STAD, SIGAD - docente: G Sanfilippo Motivare dettagliatamente le risposte su fogli allegati e scrivere le risposte negli appositi
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
DettagliCorsi di laurea in Fisica, Fisica ed Astrofisica Analisi A.A Foglio 4 1. Data la funzione
Corsi di laurea in Fisica, Fisica ed Astrofisica Analisi A.A. 007-008 Foglio 4 1. Data la funzione x 6x + 8 x 0, 8 cos(x) x < 0, dire se è continua in 0. Affinché la funzione sia continua in zero, deve
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
Dettagli