Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 21/12/2009

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 21/12/2009"

Transcript

1 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta C 1/1/009 Esercizio 1. In periodo di esodo per le vacanze, sull A1 una grande area di servizio lavora a pieno regime. In media ogni 10 secondi una nuova macchina si ferma all area di servizio. Di queste, un sesto si recherà direttamente al rifornimento benzina, la metà prima al luogo di ristoro e poi al rifornimento, un terzo solo al ristoro. i) Cosa sapete dire della grandezza aleatoria: numero di macchine entrate nell area di servizio tra le 11 e le 1? Giustificare accuratamente la risposta. ii) Una generica persona che si ferma al ristoro impiega un tempo aleatorio di media 3 minuti a scegliere un prodotto che poi va a pagare all unica cassa aperta, dove confluiscono tutti coloro che vanno al punto di ristoro, e poi esce. La cassa serve una persona in media ogni 10 secondi. Mediamente, quanto tempo trascorre una persona all interno del ristoro? (Rispondere descrivendo tutti i dettagli, ad es. il sistema markoviano della cassa). Esercizio. Esaminiamo il controllo passaporti in un aeroporto in entrata per gli Stati Uniti. Supponiamo che un controllo duri in media 5 minuti. i) In una fase non di punta, trascorrono in media 10 minuti tra un arrivo e l altro e quindi viene aperto un solo banco di controllo. Supponiamo che l addetto al controllo, appena termina di controllare l ultima persona che ha di fronte si assenti per un tempo esponenziale di media 5 minuti. In nessun altra situazione l addetto si allontana dal banco. Descrivere il sistema con un modello markoviano (in particolare, disegnare il grafo coi tassi di transizione, spiegare la scelta fatta per la transizione allo stato senza addetto). Al solo scopo di capire se in questa nuova situazione il sistema raggiunge l equilibrio, che ragionamento non rigoroso ma intuitivamente plausibile potreste fare? ii) In orario di punta il tempo medio tra un arrivo e l altro è di minuti. Per motivi di sicurezza si vuole un numero medio di persone nell area di controllo inferiore a 0. Mostrare che tre banchi sono sufficienti. Esercizio 3. Esaminiamo i dati, di 10 nazioni mondiali, relativi a 4 indicatori: due legati alla ricerca teorica, due al turismo. Chiamiamo X 1, X, X 3, X 4 le variabili aleatorie corrispondenti a questi indicatori. Supponiamo che i dati siano standardizzati, che le variabili X 1 e X siano molto correlate negativamente, che le variabili X 3 e X 4 siano molto correlate positivamente, e che i 1

2 due gruppi X 1, X e X 3, X 4 siano molto scorrelati. Sia A la matrice in R che contiene questi dati (4 colonne, 10 righe). Eseguendo l analisi in componenti principali, cosa vi aspettate di vedere nel piano principale? Sapendo che la matrice di covarianza ha due coppie di autovalori uguali, come può essere fatta tale matrice, una volta diagonalizzata, se la varianza spiegata dal piano principale è il 90% (giustificare accuratamente la risposta)? Esercizio 4. Si consideri la funzione di distribuzione cumulativa F λ (x) che vale 0 per x < 0 e F λ (x) = 1 exp ( λx.7) per x 0. Dipende dal solo parametro λ > 0. Dati q (0, 1) e λ > 0, calcolare x tale che F λ (x) = q. [Si intende che la risposta alla domanda 4 dev essere la descrizione di come si farebbe con R a svolgere quelle cose, elencando i comandi e commentando la risoluzione.]

3 1 Soluzioni Esercizio 1 (16/06/009). i) Alle ore 11 possiamo riazzerare l orologio degli arrivi per la proprietà di assenza di memoria e così ripartire con un processo di Poisson. Il tempo medio di interarrivo è di 10 secondi, quindi il parametro λ del processo di Poisson è 1 10 sec 1 oppure 6 min 1. Useremo i minuti nel seguito. Il numero N 60 di arrivi nei 60 minuti prescritti è una v.a. di Poisson di parametro λ 60 = 360. ii) La cassa è una coda M/M/1 con tasso di arrivo 5 min 1 (5/6 del tasso di arrivo all area) e tasso di servizio 6 min 1, quindi ρ = 5. Il tempo totale 6 è la somma del tempo di ricerca del prodotto da comprare più il tempo di permanenza nella coda della cassa. Per la linearità del valor medio, il tempo medio è la somma dei due, quindi 3 + E [T perm ] = µ 1 ρ = = 4 minuti. Esercizio (1/01/009). i) Il generico stato deve dare due informazioni: il numero k di utenti nel sistema, e l informazione se il banco sia attivo (A) o meno (B). La transizione da A a B può avvenire solo se siamo nello stato (1, A). Le transizioni possibili sono (con λ = 1 10 min 1, µ = 1 5 min 1 ) (k, A) λ (k + 1, A), k 0 (k, A) µ (k 1, A), k (1, A) µ (0, B) (k, B) λ (k + 1, B), k 0 (k, B) 1 5 (k, A), k 0. Si noti che non abbiamo inserito (0, A) µ (0, B), ma (1, A) µ (0, B), in quanto l addetto si assenta immediatamente dopo l ultimo servizio, non in un generico momento in cui il sistema è vuoto. Un modo intuitivo di capire se si raggiunge o meno l equilibrio è il seguente. Quando ci sono k persone nel sistema e l addetto è al lavoro, il sistema 3

4 non collassa (ρ = 1 ). Quando, trovandosi in k = 1, capita che l addetto si assenti, nei 5 minuti arrivano in media 5 λ = 1 persone, comunque un numero distribuito secondo Poisson di parametro 1 (non quindi quantità che possano portare al collasso mentre è via). Poi l addetto rientra, trova un numero aleatorio ma comunque mediamente basso di persone lì in coda, ed inizia a servirle ripristinando un usuale coda M/M/1 non esplosiva. Non esiste, in particolare, alcun fenomeno di accumulo delle persone arrivate in diverse pause (tra una pausa e l altra bisogna che le persone nel sistema tornino a zero). ii) Calcoliamo il numero medio di utenti nel sistema nel caso di 3 serventi, con λ = 1 min 1, µ = 1 5 min 1. Dobbiamo calcolare kπ k = k=0 kπ k k=1 dove, nel caso di 3 serventi, vale dove ora ρ = 5 6, Quindi a = kπ k = π 1 + π + k=1 λ k π k = 1 per k = 0, 1, a k!µ k λ 3 π 3+k = 1 a 3!µ 3 ρk per k 3 λ0 0!µ + λ1 0 1!µ + λ 1!µ + λ3 1 3!µ 3 1 ρ nπ n = 1 a n=3 ( ) λ µ + λ µ =. 5. λ a 3!µ 3 (k + 3) ρ k k=0 = 1 ( ) λ a µ + λ + 1 λ 3 ρ µ a 3!µ 3 (1 ρ) + 3 λ 3 1 = a 3!µ 3 1 ρ Esercizio 3 (15/1/008). Ci aspettiamo di vedere le frecce rosse relative ad X 1, X abbastanza allineate, quelle relative ad X 3, X 4 sostanzialmente dirette in senso opposto, mentre le due di X 1, X e le due di X 3, X 4 sostanzialmente ortogonali (salvo che per motivi di proiezione non lo siano). 4

5 Se la varianza spiegata dal piano principale è 0.9 e gli autovalori sono uguali a coppie, la matrice in forma diagonale deve essere del tipo a a b b a 0.9 con = 0.9, da cui a = b = 9b. Inoltre i dati sono standardizzati, a+b 0.1 quindi a + b = 4 (la traccia non cambia, ed inizialmente vale 4). Quindi La forma diagonale è del tipo Esercizio 4 (16/06/009). i) Si può risolvere in vari modi. Uno molto sbrigativo, ma non generalizzabile a funzioni molto più complicate, è risolvere prima analiticamente l equazione q = F λ (x) = 1 exp ( λx.7) nell incognita x, cioè exp ( λx.7 ) = 1 q, λx.7 = log (1 q), x.7 = λ 1 log (1 q), x = ( λ 1 log (1 q)) 1/.7, quindi porre lambda<-... q<-... x<-(-log(1-q)/lambda)^(1/.7) dove al posto dei puntini si mettono i valori desiderati. Altre soluzioni basate sulla risoluzione approssimata di equazioni (ci sono due modi almeno) vanno benissimo e sono un po più generali come struttura (necessitano però del difficile passo di determinare il range di certi parametri). 5

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/01/2009 Esercizio 1 (20 punti). Esaminiamo il controllo passaporti in un aeroporto in entrata per gli Stati Uniti, controllo

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito B Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 5/2/2008 Compito B Esercizio (20 punti. Una piccola azienda di Genova distribuisce un certo prodotto in tutta la regione, prodotto

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 12/6/2010 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta /6/00 Nota. E obbligatorio sia scegliere le risposte negli appositi spazi (numeriche, o le formule nali a seconda del caso), sia

Dettagli

Metodi 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 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

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta A 18/12/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta A 18/12/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta A 18/1/009 Esercizio 1. Un officina ha tre stazioni di lavoro uguali dove può essere effettuata la verniciatura, con un unica fila

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/7/2008 Esercizio 1. Il porto di Paralli sta raggiungendo un quantità di movimento critica e la capitaneria del porto decide di

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito A

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 15/12/2008 Compito A Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 5/2/2008 Compito A Esercizio 20 punti. Un impiegato svolge la sua attività per e-mail, rispondendo alle richieste dei clienti. Le

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 13/01/2010

Metodi 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

Dettagli

La teoria delle code

La teoria delle code La teoria delle code 3 marzo 205 Ing. foglietta.chiara@gmail.com Università degli Studi di Cassino e del Lazio Meridionale Agenda Reti di Aperte Reti di Aperte Sistema M/M/ I 2 Reti di Aperte Una coda

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/09/2009

Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/09/2009 Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta 17/09/2009 Esercizio 1 (20 punti). Un officina specializzata in grate e cancelli ha due stazioni di lavoro uguali dove può essere

Dettagli

Corso di probabilità e statistica

Corso di probabilità e statistica Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte III: variabili aleatorie dipendenti e indipendenti,

Dettagli

Reti di Telecomunicazioni. Sistemi a coda M/M/1

Reti di Telecomunicazioni. Sistemi a coda M/M/1 Reti di Telecomunicazioni Sistemi a coda M/M/1 Ing. Francesca Lo Piccolo e-mail: francesca.lopiccolo@uniroma2.it Un ringraziamento particolare al Prof. Andrea Detti, autore delle presentazioni da cui è

Dettagli

Complementi 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 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

Dettagli

c) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita

c) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo

Dettagli

CP110 Probabilità: Esame 13 settembre Testo e soluzione

CP110 Probabilità: Esame 13 settembre Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche

Dettagli

Modelli a code d attesa dei sistemi operativi

Modelli a code d attesa dei sistemi operativi Definizioni Preliminari Topologie Tandem (1 dispositivo I/O Tandem (2 dispositivi I/O) Coda chiusa Coda aperta Definizioni Preliminari variabili aleatorie: il risultato di un esperimento dall esito incerto

Dettagli

Processi di Markov. Processi di Markov

Processi 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

Dettagli

Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A

Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/2012 Tema A Matematica per Chimica, Chimica Industriale e Scienze dei Materiali Primo appello 7/02/202 Tema A NOME:..................................................... COGNOME:.....................................................

Dettagli

Statistica I. Ingegneria Gestionale. Scritto del 17/07/2012

Statistica 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

Dettagli

Variabili aleatorie n-dim

Variabili 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

Dettagli

CP110 Probabilità: Esame 27 gennaio Testo e soluzione

CP110 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

Dettagli

CP110 Probabilità: Esame 4 giugno Testo e soluzione

CP110 Probabilità: Esame 4 giugno Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline

Dettagli

Metodi e Modelli Matematici di Probabilità per la Gestione

Metodi e Modelli Matematici di Probabilità per la Gestione Metodi e Modelli Matematici di Probabilità per la Gestione Prova scritta del 23/6/06 Esercizio 1 Un allenatore ha 11 giocatori in campo (per semplicità immaginiamo che non esistano le sostituzioni). Esaminiamo

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica 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

Dettagli

Calcolo 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. 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

Dettagli

Probablità, Statistica e Processi Stocastici

Probablità, Statistica e Processi Stocastici Probablità, Statistica e Processi Stocastici Franco Flandoli, Università di Pisa Matrice di covarianza Dato un vettore aleatorio (anche non gaussiano) X = (X 1,..., X n ), chiamiamo sua media il vettore

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE Processi di Poisson Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Consideriamo eventi casuali come gli arrivi di lavori

Dettagli

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco

Corso. di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco Politecnico di Milano Sede di Cremona A.A. 2003/04 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI ESERCITAZIONE:

Dettagli

UNIVERSITA` di ROMA TOR VERGATA

UNIVERSITA` 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

Dettagli

MODELLI PROBABILISTICI E STATISTICI

MODELLI PROBABILISTICI E STATISTICI Prime due lettere del cognome: Nome e Cognome: MODELLI PROBABILISTICI E STATISTICI Prova di esame del 22 Luglio 2002 Consegnare solo questo foglio e assicurarsi che la logica delle risposte sia ben indicata,

Dettagli

= i = ( ) (12) = 0,02049 = 2,049%

= i = ( ) (12) = 0,02049 = 2,049% 1. (a) Calcolare, nel regime dell interesse composto, l interesse I ed il montante M di 5000 euro impiegati per 3 anni e 5 mesi al tasso annuo i = 2%. [3 punti] (b) A quale tasso annuo d interesse semplice

Dettagli

Computazione per l interazione naturale: fondamenti probabilistici (2)

Computazione 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

Dettagli

Calcolo delle Probabilità 2

Calcolo 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

Dettagli

CP210 Introduzione alla Probabilità: Esame 2

CP210 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

Dettagli

PROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

PROCESSI DI POISSON. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari. PROCESSI DI POISSON Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2006 Francesca Mazzia (Univ. Bari) PROCESSI DI POISSON 17/04/2006

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla

Dettagli

Esercitazione N. 1 (11 ottobre 2016)

Esercitazione N. 1 (11 ottobre 2016) Esercitazione N. 1 (11 ottobre 2016) Un'urna contiene elementi. Vengono estratti di seguito elementi, ogni elemento una volta estratto è riposto nell'urna. Calcolare la probabilità dell evento: Problema

Dettagli

RETI DI TELECOMUNICAZIONE

RETI DI TELECOMUNICAZIONE RETI DI TELECOMUNICAZIONE Modelli delle Sorgenti di Traffico Generalità Per la realizzazione di un modello analitico di un sistema di telecomunicazione dobbiamo tenere in considerazione 3 distinte sezioni

Dettagli

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. 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;

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 20 febbraio 2018 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 6 01/02/2018 1. (12 Punti) Quesito. In un esperimento è stata misurata la grandezza Y in funzione

Dettagli

Catene di Markov a tempo continuo. Richiami teorici

Catene 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,...,

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018

Esperimentazioni 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

Dettagli

MMMPG 2008/09 Registro delle lezioni

MMMPG 2008/09 Registro delle lezioni MMMPG 2008/09 Registro delle lezioni Lezione 1 (1/10). Introduzione al corso; materiale e comunicazioni alla pag. di Flandoli. Pur soggetto a conferma, di dovrebbe tenere un (singolo) compitino a dicembre.

Dettagli

Leggi di distribuzione

Leggi di distribuzione Leggi di distribuzione 1 Esercizio 0.1 Una sorgente binaria genera le cifre 0 e 1 in modo casuale, con probabilità 0.4 e 0.6, rispettivamente. Calcolare la probabilità che, in una sequenza a 5 cifre, si

Dettagli

Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 22/2/2011

Calcolo 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

Dettagli

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 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 =

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere

Dettagli

Corso 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 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.

Dettagli

CP110 Probabilità: Esonero 2. Testo e soluzione

CP110 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

Dettagli

Algebra lineare con R

Algebra lineare con R Università di Napoli Federico II cristina.tortora@unina.it Standardizzare una variabile Standardizzazione Data una variabile X distribuita secondo una media µ e una varianza σ 2 la standardizzazione permette

Dettagli

Stima puntuale di parametri

Stima puntuale di parametri Probabilità e Statistica Esercitazioni a.a. 006/007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

CP110 Probabilità: Esame 5 giugno Testo e soluzione

CP110 Probabilità: Esame 5 giugno Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 5 giugno, 212 CP11 Probabilità: Esame 5 giugno 212 Testo e soluzione 1. (6 pts) Sette biglietti numerati da 1 a 7 vengono distribuiti

Dettagli

CP110 Probabilità: Esame del 25 gennaio, Testo e soluzione

CP110 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

Dettagli

E (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,

E (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

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Stima puntuale di parametri Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 018/019 Marco Pietro Longhi Prob. e Stat.

Dettagli

CP110 Probabilità: Esame del 6 giugno Testo e soluzione

CP110 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,

Dettagli

Scheda n. 7: primi elementi sui legami tra più variabili

Scheda n. 7: primi elementi sui legami tra più variabili Scheda n. 7: primi elementi sui legami tra più variabili October 27, 2008 Matrice di covarianza e di correlazione Supponiamo di esaminare n variabili X,..., X n, ad esempio X = reddito medio, X 2 = tasso

Dettagli

Capitolo 6. La distribuzione normale

Capitolo 6. La distribuzione normale Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università

Dettagli

Ancora sui processi di Poisson

Ancora sui processi di Poisson Ancora sui processi di Poisson La somma di N processi di Posson indipendenti do parametro λ i, i=1 N, è un processo di Poisson di parametro λ = λ TOT i i λ1 λ2 + λtot λn Ancora sui processi di Poisson

Dettagli

Esame di Sistemi ad Eventi Discreti

Esame di Sistemi ad Eventi Discreti Esame di Sistemi ad Eventi Discreti - 18.12.2007 Esercizio 1 (prima parte) In un linguaggio di programmazione, un identificatore è costituito da una lettera seguita da altre lettere o cifre; un numero

Dettagli

Capitolo 6 La distribuzione normale

Capitolo 6 La distribuzione normale Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

CP110 Probabilità: esame del 20 giugno 2017

CP110 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

Dettagli

Calcolare. 16. Calcolare la somma della serie. 17. Se

Calcolare. 16. Calcolare la somma della serie. 17. Se Prova N.: risposte Matematica e Statistica gennaio VARIANTE: risposte: C A C B B B D B A B A C D C D B A C D A Ricordiamo che se Z ha distribuzione normale standard, si ha P (Z >.) = %, P (Z >.) = %, P

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

MMMPG prova scritta del 20/9/07

MMMPG prova scritta del 20/9/07 MMMPG prova scritta del 0/9/07 Esercizio. Si consideri una catena di Markov a tempo discreto con stati 0,,, ecc. (tutti gli interi non negativi). Indichiamo con p i,j la probabilità di transizione da i

Dettagli

Catene di Markov. Richiami teorici

Catene 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

Dettagli

SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE

SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE SISTEMI DI DUE EQUAZIONI IN DUE INCOGNITE Un equazione di primo grado in una incognita del tipo, con ha: una sola soluzione (equazione determinata) se nessuna soluzione (equazione impossibile) se tutte

Dettagli

Corso 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 (269AA) A.A. 2016/17 - Prova del Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 206/7 - Prova del 207-09-08 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.

Dettagli

Prova 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 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

Statistica Metodologica

Statistica Metodologica Statistica Metodologica Esercizi di Probabilita e Inferenza Silvia Figini e-mail: silvia.figini@unipv.it Problema 1 Sia X una variabile aleatoria Bernoulliana con parametro p = 0.7. 1. Determinare la media

Dettagli

Probablità, Statistica e Processi Stocastici

Probablità, Statistica e Processi Stocastici Probablità, Statistica e Processi Stocastici Franco Flandoli, Università di Pisa Programma del corso vettori gaussiani, PCA ed fpca altri metodi di analisi e previsione di serie storiche catene di Markov

Dettagli

Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco

Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI. Martino De Marco Politecnico di Milano Sede di Cremona A.A. 2004/05 Corso di FONDAMENTI DI RETI DI TELECOMUNICAZIONI Martino De Marco (demarco@cremona cremona.polimi.it) ESERCITAZIONE VALUTAZIONE DELLE PRESTAZIONI Slide

Dettagli

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe. Matrici triangolari [Abate, 32] Definizione Una matrice A = a ij ) R m,n si dice triangolare superiore se a ij = 0 per ogni i > j; triangolare inferiore se a ij = 0 per ogni i < j Lezioni 05 e 06 Una matrice

Dettagli

Corso 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 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

Dettagli

UNIVERSITA` di ROMA TOR VERGATA

UNIVERSITA` 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

Dettagli

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 30 agosto 2011 Tema A

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 30 agosto 2011 Tema A Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) agosto Tema A Tempo a disposizione: ore. Calcolatrici, libri e appunti non sono ammessi. Ogni esercizio va iniziato all inizio di una pagina.

Dettagli

Laboratorio di Statistica e Analisi Dati: Lezione 8 (20)

Laboratorio di Statistica e Analisi Dati: Lezione 8 (20) Laboratorio di Statistica e Analisi Dati: Lezione 8 Tommaso C. & Marco G. 11-13 Gennaio 2017 1 of 24 10/01/2017 13:51 1. 2. 3. Si consideri il seguente esperimento casuale: si lancia tre volte una moneta.

Dettagli

Esame di Statistica del 1 settembre 2004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

Esame di Statistica del 1 settembre 2004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Esame di Statistica del 1 settembre 004 (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. Es. 4 Somma Voto finale Attenzione: si consegnano SOLO

Dettagli

CP110 Probabilità: Esame 2 luglio Testo e soluzione

CP110 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.

Dettagli

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza

Dettagli

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello 5 settembre 2018 Parte B Tema B1

Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello 5 settembre 2018 Parte B Tema B1 Università degli Studi di Bergamo Scuola di Ingegneria Corso di Geometria e Algebra Lineare Appello 5 settembre 08 Parte B Tema B Tempo a disposizione: due ore. Calcolatrici, libri e appunti non sono ammessi.

Dettagli

Analisi Multivariata Prova intermedia del 20 aprile 2011

Analisi Multivariata Prova intermedia del 20 aprile 2011 Analisi Multivariata Prova intermedia del 20 aprile 20 Esercizio A Sia X N 3 (µ, Σ) con µ = [ 3,, 4] e 2 0 Σ = 2 5 0 0 0 2 Quali delle seguenti variabili casuali è indipendente? Motivare la risposta. A.

Dettagli

Probabilità 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 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

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016

Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Tutorato di Complementi di Analisi Matematica e Statistica 30 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,

Dettagli

Esercizi su Markov presi dai compiti d esame

Esercizi su Markov presi dai compiti d esame Esercizi su Markov presi dai compiti d esame November 20, 2009 1 Alcuni esercizi sui processi di Markov a tempo continuo Esercizio del 15/12/06. Una stampante (del settore di produzione di una casa editrice)

Dettagli

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.

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. 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

Dettagli

' $ Teoria del traffico & % 1

' $ Teoria del traffico & % 1 Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze

Dettagli

Esercizi di Probabilità e Statistica

Esercizi 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

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA - I appello, 6/6/2016

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA - I appello, 6/6/2016 ANNO ACCADEMICO 05/0 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA - I appello, //0 Esercizio. Le carte di un mazzo da 0, composto solo delle carte da a 5, vengono distribuite (5 a testa) ai quattro giocatori

Dettagli

M = C(1 + it) = 1000 (1 + 0, ) = 1070

M = C(1 + it) = 1000 (1 + 0, ) = 1070 1. Data l operazione finanziaria di investimento scadenze (mesi) 0 7 ------------------------------------------ importi -1000 M determinare il montante M utilizzando: (a) il tasso annuo d interesse i =

Dettagli

Esercizi vari sulle schede di statistica

Esercizi vari sulle schede di statistica Esercizi vari sulle schede di statistica December 4, 2008 1 Introduzione Nelle prove scritte ci sarà un esercizio relativo alla parte di statistica e la sua implementazione con R. Tale parte dello scritto

Dettagli

Teoria delle File di Attesa

Teoria 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

Dettagli

ISTRUZIONI, leggere attentamente.

ISTRUZIONI, leggere attentamente. APPELLO DI MATEMATICA A SCIENZE AMBIENTALI PER STUDENTI FUORI CORSO 4/4/2017 Nome: Cognome: Matricola: Matematica 1 Matematica 2 Matematica 1 e 2 ISTRUZIONI, leggere attentamente. (1) Indicare chiaramente

Dettagli

Statistica. Capitolo 6. Variabili Aleatorie Continue e Distribuzioni di Probabilità. Cap. 6-1

Statistica. Capitolo 6. Variabili Aleatorie Continue e Distribuzioni di Probabilità. Cap. 6-1 Statistica Capitolo 6 Variabili Aleatorie Continue e Distribuzioni di Probabilità Cap. 6-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare la differenza tra una variabile

Dettagli

arrivi in un tempo t è pari a λ*t, come si può ricavare dalla media su k della distribuzione di Poisson :

arrivi 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

Dettagli

) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,

) 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)

Dettagli

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello 1/6/2017 1

ANNO ACCADEMICO 2015/2016 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello 1/6/2017 1 ANNO ACCADEMICO 205/206 CORSO di LAUREA in BIOTECNOLOGIE MATEMATICA IV appello /6/207 Esercizio. Ho tre monete, A, B e C, apparentemente identiche ma tali che: A dà testa in media 4 volte in 0 lanci B

Dettagli

B =3 0 1=3 0 1=3

B =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

Dettagli

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE

1.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE 46 TEORIA DELLE CODE.5 SISTEMI A CODA BASATI SU PROCESSI DI NASCITA E MORTE In questo paragrafo verrano studiati sistemi di code che possono essere rappresentati da processi di nascita e morte. In particolare,

Dettagli